简介:摘要:多站融合是能源数字设施融合的重要模式,储能在其中扮演削峰填谷、供电保障、峰谷套利等多重角色,是能量优化和高效运行的关键。目前国内外对储能容量配置研究多侧重于电网侧,从经济和应用入手,分析储能类型选择原则和容量配比方法;围绕不同类型储能和投资主体,建立电网侧和用户侧储能经济性分析模型;针对电网侧储能规划中的系统选址和功率配置,以净收益为目标建立双层规划模型考虑不同功率动态下的技术限制,通过选择合适的储能技术,提出了一种多目标进化算法,确定最优储能容量;针对孤岛情形下储能综合利用问题,提出了最佳停电策略的储能容量增配方法;依据分时电价政策,提出了多站融合储能系统最佳运行策略,但未形成规划阶段的储能优化方法。
简介:摘要:基于高压断路器运行期间长期积累大量关于高压断路器各运行部件的本体数据、工况及环境数据,运用机器学习全面准确地掌握断路器的实际运行情况,并运用多源异构大数据分析,建立断路器状态参量智能评估和故障的智能研判技术,提高工作效率,增强供电可靠性,有助于提高电网的安全、稳定、经济运行的能力,具有深远的社会效益。
简介:摘要:近年来,随着社会发展,电力行业得到发展,现阶段成为社会生活中不可缺少的一部分,目前被运用到各个行业领域。为了更好地解决电网多源故障时的用电信息采集和处理问题,针对基于数据驱动的电网多源故障用电信息采集智能融合技术展开研究。该技术的在线运行机制基于先验知识和深度玻尔兹曼机(DBM)模型实现。在分类处理多源用电信息后,获取其中的动态数据和静态数据。通过数据驱动提取不同类别用电数据的特征集,利用卡尔曼滤波算法去除特征集中的冗余特征,完成对用电信息的一致性特征描述,从而获得用电信息融合结果。测试结果表明:该技术具有较好的应用性能;戴维森堡丁指数(DBI)的测试结果均在0.017以下,能够有效分类动态数据和静态数据,并处理数据中的异常数据;变异系数结果均在0.02以下。利用该技术所得的用电信息融合结果,能够可靠地预测用电需求、识别异常用电行为。该技术应用效果良好。
简介:摘要:在全球可持续发展和能源转型的宏大背景下,清洁、可再生的水电资源扮演着至关重要的角色。多流域梯级水电站群作为水电资源开发的主要形式,其高效管理不仅直接影响到能源供应的稳定性和经济性,也对环境保护和社会和谐产生深远影响。然而,面对日益复杂多变的环境条件、电力市场机制以及技术挑战,传统的分散式管理方式已显现出局限性,无法充分发挥水电站群的综合效益。因此,远程集中控制模式的引入和研究,成为提升水电站群运行效率和经济效益的关键途径。