考虑分布式光伏发电的电动汽车充电策略研究

促进可再生能源发展是实现能源结构优化、减缓气候变化的重要措施，而具有波动性出力特征的可再生能源大量增长会对电网平稳运行带来挑战；同时，随着电动汽车快速发展，大量电动汽车接入电网，也具有危害电网安全运行的风险。因此，如何统筹考虑可再生能源出力特征和电动汽车充电特征，设计相关政策机制实现电动汽车发展和光伏发电发展的有机结合是本文拟研究解决的主要问题。基于蒙特卡洛模拟方法和私家车、出租车、公交车出行特征数据，通过集中控制与电价策略两种控制手段研究了如何优化电动汽车充电行为、平滑电网负荷；并进一步分析了电动汽车充电负荷如何与分布式光伏出力相协同。研究结果显示：合理价差的分时电价策略对调控电动汽车充电行为、促进分布式光伏发电消纳具有重要作用；但过高价差的分时电价策略，则会对充电进行“过度优化”,不利于分布式光伏发电的消纳。此外，基于智能电网的智能充电技术集中控制手段，可以有效促进电网的削峰填谷，并且对分布式光伏发电的促进作用要优于分时电价的实施效果。     

新能源环境下配电网无功电压协调改善措施

能源和环境在社会经济发展中扮演着非常关键的作用。近年来能源短缺和环境污染的问题使得电力学者意识到可再生能源开发的重要性,分布式发电技术的大力运用在一定程度上缓解了电力能源压力,但分布式发电的不确定性是电网电压正常运行的一大难题。无功优化在传统配电网中可以切实保证电压质量,而新能源环境下配电网无功电压的协调优化成为当前应对复杂配电网环境,缓解能源压力的一大重要内容。文章通过分析当前配电网无功协调优化的研究现状,进一步对相关改善协调措施提出可行性建议。     

基于区块链技术和支持向量机学习的微网警报处理方法研究

微网作为配电网的有益补充,是电力系统的重要组成部分,具有能源清洁、发电方式灵活、有功和无功单独可控、与环境兼容、线路损耗小等多项优点。随着分布式清洁能源快速发展,近年来国内建成投运的微网数量越来越多,相关研究方兴未艾。对于规模较大的微网来说,实际运行管理控制是个复杂的难题,需配置能量管理系统(EMS),并以智能报警系统为前置。文章结合目前较热门的区块链技术,将微网进行区块链化建模,提出一种基于区块链技术和支持向量机学习的微网警报处理方法,将故障根本原因落点在设备上,以区块化的点对点网络为处理对象,通过支持向量机学习,高效处理大量报警信息,及时、准确地判断源警报和故障设备。     

关于10kv配电线路的几点探讨

电力系统中的一个重要组成部分便是10kV配电网,它所发挥的重要作用是不可替代的。因为它直接关系到广大用电客户的用电安全性与可靠性。同时,这一线路的使用与运行也具有其独特之处。大部分处于露天运行的状态,并且点多、线长、面广,这些都决定了10kV配电网的结线方式的复杂性。如果10kV配电网的线路出现问题,所带来的损失是不可估量的。最近一段时期以来,伴随着大规模的电网改造与电力施工技术水准的不断提高,10kV配电线路的质量与安全性都有了很大程度的提高,但是仍然存在一些问题亟待解决,这对于提高配电网管理水平具有重要意义。     

分布式光伏发电接入电网的电能质量研究

从规划角度探究如何提升分布式光伏发电接入后的电网电能质量，阐述了分布式光伏发电的电能特征，分析该类型分布式电源接入方式可能影响电网产生谐波问题，以及对电压、电流产生波动性影响。在分布式光伏发电规划方案过程中，要有针对性地充分考虑电能质量问题、做好负荷预测和设备选型，根据分布式电源总容量原则设计送出方案与配置方案，提高接入电网的科学性，最后做好电能质量评估，提升接入电网的质效。     

刍议基于断路的馈线保护及基于FIU的配网自动化

目前,我国的中、低压配电网主要是中性点不接地(或经消弧线圈接地)、单侧电源、辐射型供电网络,地区间的继电保护及自动化发展水平很不均衡,整体水平不高。因此,大量分布式发电的并网运行将给配电网的运行与控制带来多方面的影响,利用传统电流型继电保护、基于智能自动化电器以及基于FTU的自动化保护方案,对配电网保护及自动化的影响,进行了进一步的应用。     

黄山风景区电力线路探讨

电力安全对风景区的正常运行至关重要.本文以黄山风景区为例,通过回顾风景区电力线路敷设历史,分析了架空线敷设方式的不足,同时,总结了黄山风景区电力电缆网络设计、施工的经验,即景区电网建设与景区总体规划相结合、全面考虑电力电缆敷设、科学设置电缆线路网络和施工时关注气候变化,希望能为其他风景区在电力电缆网络敷设上提供参考.     

分析配电线路安全运行管理的个人之见

随着人们对电力的需求日益增长,提高配电网的安全运行水平应该成为电网工作中的一项重要任务。本文结合自己的工作经验,分析配电线路安全运行管理,提出了相应的配电线路安全运行管理措施。     

时变条件下追求最大效用的旅行规划问题

现有旅行规划问题的研究较少同时考虑旅行效用与网络时变两个因素,为此本文提出了一类时变条件下的旅行规划问题,考虑了三种约束:旅行者在网络节点上的驻留时间及在边上的旅行时间是时间依赖的、旅行者对网络的不同节点具有不同的偏好、旅行者的最大旅行时间是有限制的,应用时间集合图(time aggregated graph,TAG)表示旅行时空网络,建立了满足上述约束的求取最大旅行效用的旅行规划数学模型,并设计了相应的标号算法,最后进行了应用分析.与采用时间扩展图(time expanded graph,TEG)的方法相比,本方法虽然可能降低求解精度,但是大幅度地减少了计算成本.     

物联网在提升配电网运维管理水平中的应用

随着我国科学技术的不断发展,物联网技术作为一种利用现代网络和监控的新型技术被逐渐应用到配电网运维管理中。配电网在实际运行过程中,维护与管理是其中重要的工作内容,将物联网应用于配电网运维管理中,实时监测配电网的运行状态,及时发现运行问题,从而提升配电网运维管理水平,为国家电力企业实现智能化电网奠定坚实的基础。     

基于最小最大后悔值的应急救灾网络构建鲁棒优化模型与算法

应急救灾过程分为两个阶段：第一阶段启动应急救灾网络构建,在灾区附近设立临时应急配送中心,并由应急资源供应方向其紧急调配应急资源;第二阶段将应急资源从临时应急配送中心向灾区受灾点进行调度,以保证救灾过程顺利进行。本文研究第一阶段应急救灾网络的构建问题,考虑到突发灾害初期灾情相关参数概率分布情况难以获取,建立了基于情景的最小最大后悔值准则的应急救灾网络构建鲁棒优化模型。求解模型时,利用有限情景集表示第二阶段的不确定性数据,并将模型化为与其等价的混合整数规划模型,利用情景松弛的迭代算法进行求解。数值试验中给出相应的绝对鲁棒模型与本文偏差鲁棒模型作了比较,结果表明基于最小最大后悔值准则的应急救灾网络优化模型具有良好的鲁棒性,而且算法也是有效的。     

自然异动下关键基础设施网络风险研究

关键基础设施保护是突发事件应急管理的重要对象构成,确定风险和保护排序是其保护机制的基本依据。在自然异动约束下,本文将信息扩散理论的超越概率引入风险分析模型,研究跨区域网络级联失效造成的风险,提出了确定关键基础设施网络构件的风险等级及保护排序的方法。以覆冰灾害下电网为例,研究了电网中不同支路在覆冰灾害下面临风险程度,与基本脆弱点进行对比,验证以异动风险作为保护参考的合理性。     

Improving the resilience of power grids against typhoons with data-driven spatial distributionally robust optimization

In recent years, the increased frequency of natural hazards has led to more disruptions in power grids, potentially causing severe infrastructural damages and cascading failures. Therefore, it is important that the power system resilience be improved by implementing new technology and utilizing optimization methods. This paper proposes a data-driven spatial distributionally robust optimization (DS-DRO) model to provide an optimal plan to install and dispatch distributed energy resources (DERs) against the uncertain impact of natural hazards such as typhoons. We adopt an accurate spatial model to evaluate the failure probability with regard to system components based on wind speed. We construct a moment-based ambiguity set of the failure distribution based on historical typhoon data. A two-stage DS-DRO model is then formulated to obtain an optimal resilience enhancement strategy. We employ the combination of dual reformulation and a column-and-constraints generation algorithm, and showcase the effectiveness of the proposed approach with a modified IEEE 13-node reliability test system projected in the Hong Kong region.     

冰雪灾害背景下电网投资优化和韧性提升模型

韧性研究尤其针对基础设施已经是当今越来越热门的研究话题，电网是社会正常运转的关键基础，雨雪冰冻等自然灾害会严重破坏电网系统，因此针对自然灾害下电网韧性提升至关重要。本文将从韧性视角对电网设施进行投资规划以减少电网系统损失，同时兼顾投资者的投资效益问题。通过建立一种设计者-攻击者-防御者三层数学模型，综合考虑电网韧性的吸收力与适应力提升，选取电网线路分级别保护和增添直流融冰设备作为投资策略来最小化雨雪冰冻的消极影响，实现了对电网系统差异化的动态保护。本文的三层优化模型通过设计的两层C&CG算法进行求解。通过对云南曲靖电网的算例结果进行分析，验证了从韧性视角综合考虑电网投资问题的合理性。     

设施失灵风险下不确定需求应急定位-路径鲁棒优化研究

为抵御突发灾害对路网造成的破坏性和设施失灵风险,降低系统成本,并快速完成应急救援任务,本文考虑到受灾点物资需求量的不确定和风险对救援系统的影响,采用直升机进行物资运送以规避路径风险。建立了最小化应急物流系统总成本和物资到达需求点总救援时间为双目标的应急物流定位-路径鲁棒优化模型,基于相对鲁棒优化方法处理需求不确定,采用偏差鲁棒优化思想描述设施失灵风险损失,采用遗传算法进行求解。通过对三个算例进行数据仿真实验,证明了相对鲁棒优化方法在处理需求不确定和偏差鲁棒优化方法在处理设施失灵风险方面的有效性,进而为解决应急设施点的开设和救援物资的安全及时准确配送,增强应急物流系统的风险应对能力提供了有效的方法。     

A Risk Analysis Framework for Cyber Security and Critical Infrastructure Protection of the U.S. Electric Power Grid

The purpose of this article is to introduce a risk analysis framework to enhance the cyber security of and to protect the critical infrastructure of the electric power grid of the United States. Building on the fundamental questions of risk assessment and management, this framework aims to advance the current risk analysis discussions pertaining to the electric power grid. Most of the previous risk-related studies on the electric power grid focus mainly on the recovery of the network from hurricanes and other natural disasters. In contrast, a disproportionately small number of studies explicitly investigate the vulnerability of the electric power grid to cyber-attack scenarios, and how they could be prevented or mitigated. Such a limited approach leaves the United States vulnerable to foreign and domestic threats (both state-sponsored and “lone wolf”) to infiltrate a network that lacks a comprehensive security environment or coordinated government response. By conducting a review of the literature and presenting a risk-based framework, this article underscores the need for a coordinated U.S. cyber security effort toward formulating strategies and responses conducive to protecting the nation against attacks on the electric power grid.     

基于遗传算法的微电网负荷优化分配

负荷优化分配是电力系统中的一类重要优化问题,即在满足各类系统约束条件下,实现发电总成本最低。为了促进微电网的优化运行,本文研究了包含柴油发电机、微型燃气轮机、光伏发电机和风力发电机组成的微电网的负荷优化分配问题。首先简要分析了各个微电源的发电特征和成本函数,然后分别建立了孤岛模式和并网模式下的微电网负荷优化分配模型,孤岛模式下优化模型的目标函数是包含燃料成本和运行维护成本的总成本,约束条件包括发电能力约束和系统功率平衡约束,并网模式下的优化模型则在此基础上,在目标函数中增加了其与大电网交易的收入和支出,在约束条件中增加了电力交易约束。最后,通过遗传算法分别对两种模式下的优化模型进行仿真求解。结果表明,本文提出的负荷优化分配方法可以有效降低微电网的运行成本,促进微电网的优化运行。     

Assessment of Catastrophic Risk Using Bayesian Network Constructed from Domain Knowledge and Spatial Data

Prediction of natural disasters and their consequences is difficult due to the uncertainties and complexity of multiple related factors. This article explores the use of domain knowledge and spatial data to construct a Bayesian network (BN) that facilitates the integration of multiple factors and quantification of uncertainties within a consistent system for assessment of catastrophic risk. A BN is chosen due to its advantages such as merging multiple source data and domain knowledge in a consistent system, learning from the data set, inference with missing data, and support of decision making. A key advantage of our methodology is the combination of domain knowledge and learning from the data to construct a robust network. To improve the assessment, we employ spatial data analysis and data mining to extend the training data set, select risk factors, and fine‐tune the network. Another major advantage of our methodology is the integration of an optimal discretizer, informative feature selector, learners, search strategies for local topologies, and Bayesian model averaging. These techniques all contribute to a robust prediction of risk probability of natural disasters. In the flood disaster's study, our methodology achieved a better probability of detection of high risk, a better precision, and a better ROC area compared with other methods, using both cross‐validation and prediction of catastrophic risk based on historic data. Our results suggest that BN is a good alternative for risk assessment and as a decision tool in the management of catastrophic risk.     

大规模灾害中基于聚类的医疗物资联合运送优化

应急响应中,往往出现救援物资供应节点与需求节点距离太远、关键道路损毁导致难以及时通过车辆运送物资到灾区等情景,此时直升飞机逐渐被用来运送关键应急资源（如医疗物资及医护人员）。然而,大规模灾害中难以使用直升飞机运送医疗物资到每个医疗救助点,通常考虑灾民的聚集性选择一定数量的应急中转点,以接收直升飞机运送的医疗物资,之后采用车辆运送物资到其覆盖的医疗救助点。针对该问题,提出一种基于聚类的两阶段医疗物资联合运输方法：第一阶段根据医疗救助点分布,采用模糊C-均值算法（FCM）进行应急中转点选择和医疗救助点划分,并针对FCM划分中存在的剩余容量不均衡问题,考虑容量约束提出一种改进划分方法（FCMwCC）,构建“直升飞机-车辆”医疗物资联合运输网络结构;第二阶段建立基于聚类的运送路线优化模型,确定从应急中转点到医疗救助点的具体运送路线。数值实验验证了提出方法和算法的有效性。     

具有遗憾值约束的鲁棒供应链网络设计模型研究

考虑不确定性环境,研究战略层次的供应链网络鲁棒设计问题,目标是设计参数发生摄动时,供应链性能能够保持稳健性。基于鲁棒解的定义,建立从上游供应商选择到下游设施选址-需求分配的供应链网络设计鲁棒优化模型;提出确定遗憾值限定系数上限和下限的方法,允许决策者调节鲁棒水平,选择多种供应链网络结构;通过模型分解与协调,设计了供应链节点配置的禁忌搜索算法。算例的计算结果表明了禁忌搜索算法具有良好的收敛特性,以及在处理大规模问题上的优越性;同时也反映了利用鲁棒优化模型进行供应链网络设计,可以有效规避投资风险。