针对微电网中分布式电源下垂一次控制产生的系统频率和电压静态偏差问题,提出了一种基于强化学习就地反馈方法的分布式二次优化控制,利用本地信息可兼顾频率恢复和电压调整的需求。首先,针对微电网经济性、频率及电压控制需求和各分布式电源综合性能（环境效益、经济效益、技术效益）,定义了本地奖励,协调多微电网的频率恢复和电压调节。其次,针对电网实际运行情况,在满足供需平衡的同时,使用多智能体强化学习算法对全局奖励反馈优化修正,使各分布式电源协同出力渐近消除频率偏差,保证微电网的稳定运行。最后,通过实例验证了所提出控制的有效性和适应性。

分析平坦地形和复杂地形下风电机组间尾流效应对风电场输出功率的影响；建立两状态等值风电机组以及五状态断路器、三状态变压器等集电系统元件的可靠性模型，考虑集电系统元件故障对风电场输出功率的影响。运用威布尔分布模拟风速概率分布，对风速、等值风电机组状态、集电系统元件状态等进行非序贯蒙特卡洛抽样，基于MATLAB平台仿真计算。结果表明，尾流效应和集电系统元件故障对风电场的输出功率都有不可忽视的影响，综合考虑二者的风电场可靠性模型提高了对风场输出功率计算的真实性和准确性，评估风电场并网可靠性指标时更为精确、贴近实际。

为了解决传统继电保护系统故障定位依赖人工且耗时耗力的问题,开展了继电保护智能定位方法研究工作。首先分析了智能变电站继电保护系统故障的主要类型,为模拟故障实验提供理论支撑。随即使用PCS-978装置模拟继电保护故障,采集故障实验数据组成数据库,为继电保护智能定位方法提供数据支撑。然后根据故障实验设计了继电保护故障定位矩阵和故障定位表。最后提出了一种基于深度神经网络,并结合合成少数类过采样技术和随机森林算法的智能定位方法。验证结果表明,智能定位方法可以提高智能变电站保护系统故障的诊断效率,帮助继电保护人员快速准确定位故障,具有较好的实用性。

To solve the problems of time consuming and manual work in fault location of the traditional relay protection system, the paper presents research on an intelligent positioning method for relay protection. First, the main types of faults in the relay protection system of a smart substation are analyzed, providing theoretical support for fault simulation experiments. Secondly, the faults are simulated using PCS-978, and the data from experiments are collected to build a database, providing data support for the intelligent positioning method. Then, based on the experiments, the fault location matrix and table are designed. Finally, an intelligent positioning method based on a deep neural network is proposed, incorporating SMOTE and a random forest algorithm. The empirical results demonstrate that the intelligent location method can improve the efficiency of fault diagnosis in a smart substation protection system, can help relay protection technicians locate faults quickly and accurately, and is practical. © 2022 Power System Protection and Control Press.

光伏的接入会对配网的结构和运行方式产生改变,造成系统节点电压越限的风险提升,对配网系统安全稳定的运行造成了不利影响。为此,提出了一种改进的粒子群多目标优化算法,通过引入遗传算法对粒子群算法进行了改进。利用该算法对目标系统进行规划后,既能完成光伏寻址的目的,又可实现在保证系统电压越限风险相对较低的同时,尽可能地接入更多的光伏提升经济效益的功能。通过仿真对比实验证明,该算法相比于传统的遗传算法,规划的结果更加优异。这是因为改进的粒子群算法使得规划方案可以在光伏的接入和配电网电压越限风险之间找到一个平衡,既能尽可能多地接入光伏提升经济效益,又可以保障配网的电压越限风险较低。

为满足港口日益增长的能源需求,改善港口地区环境污染问题,港口能源供应方式逐渐由传统燃油、煤电供能逐渐向涵盖冷、热、电、天然气在内的综合能源供能方式转变。港口岸电建设及设施电气化改造工程的持续推进,使得港口电能需求进一步增加。针对这一现状,提出了一种考虑综合需求响应的港口综合能源系统优化运行方法,通过分析系统内各设备间的能量转换耦合联系,构建了基于能源集线器的港口综合能源系统多能耦合转换模型,并根据港口可调负荷特性,建立了港口综合需求响应模型。在此基础上,综合考虑能源价格、环境污染、能量损耗等因素对系统运行的影响,以系统运行成本最低为目标,建立了考虑综合需求响应的港口综合能源系统运行优化模型。算例结果验证了该优化方法可有效降低港口综合能源系统的运行成本,减少港口用电高峰时段的电力负荷需求。

含逆变型分布式电源（inverter interface distribution generator, IIDG）的配电网故障时,IIDG由于受到控制策略及出力随机性的影响,其短路电流具有很强的非线性,这给配电网的保护整定带来了困难。针对该问题分析了含IIDG配电网不同故障情况下短路电流与IIDG输出功率的关系,并指出其对现有传统保护的影响,提出了根据故障类型采用不同定值的自适应电流保护方案。以MATLAB/Simulink中建立的一个含IIDG的10 kV配电系统为例,验证了该保护方案在不同故障情况下具有良好的选择性与灵敏性。

针对变压器传统故障诊断方法准确率低以及难以有效处理故障特征信息的问题,提出了一种基于深度森林（deep forest,DF）的变压器故障诊断方法。考虑到油中溶解的特征气体与故障类型的相关性,首先将油中溶解特征气体的无编码比值作为深度森林模型的特征参量,再通过多粒度扫描提取更多的变压器故障特征信息,最后经过级联森林的训练达到诊断效果最优。通过算例分析了不同特征参量和不同样本规模下DF模型的诊断效果,并与多类传统诊断方法相比较。实验结果表明,以无编码比值作为DF模型的特征参量,可有效提高变压器故障诊断的准确率。

光伏接入和用电负荷需求响应给能源系统运行带来了诸多的不确定性,增加了综合能源系统优化调度的复杂度。基于多源信息融合的综合能源系统,可以实时收集和处理海量运行数据,实现终端供能系统高效经济运行。在介绍基于多源信息融合的综合能源系统基础上,建立了用电负荷需求响应模型,用来描述可平移负荷需求响应特性,针对光伏出力不确定性,采用拉丁超立方采样和K-均值场景缩减技术生成典型场景集,以此确定光伏出力不确定性区间。建立了综合能源系统的典型设备数学模型,构建考虑用电负荷需求响应的综合能源系统经济运行鲁棒优化目标函数,并采用鲁棒优化算法进行求解。案例仿真结果显示,鲁棒优化在提高系统运行安全性的同时,增加了系统运行费用;同时,考虑需求响应后区域综合能源系统运行经济性得到提升,用户需求响应参与度越高,经济性提升效果越明显。