欢迎来到浙江省电力学会!
出版物
【抢先看】《浙江电力》2022年第3期目录及重点关注文章
2022-04-14

 

·配电网·

电动汽车接入对配电网运行特性影响的综合评估方法……………………………………………张  帅,刘一欣,张宇轩,郭  力

含逆变型分布式电源配电网的中性点接地电阻选取………………………………………高美金,诸言涵,张啸,张波,房鑫炎

基于Prophet算法的配电网线路峰值负荷预测…………………………………………………李  衡,朱理,郑洁,刘海琼

基于盒式鲁棒的主动配电网经济调度………………………………………………………张玉晓,谢加新,李克豫

·能源互联网·

电热协同互补提升电网灵活性的评估及仿真…………………………赖业宁,张  政,薛峰,谢东亮,蔡林君,宋晓芳

考虑燃气热泵配置与运行的区域综合能源系统优化研究……………………………………姜  涛,周慧娟,周炜然,许真,张劲松

考虑经济性和灵活性的海岛微电网优化调度策略……………………………………………叶清泉,林厚飞,金建新,陈  伟

·智能电网·

基于多核模糊C均值聚类的配电网短期负荷预测……………孙景钌,胡长洪,项烨鋆,赵  碚,刘津源,陈梦翔,蔡昌春

基于区块链的电力市场交易互信增强技术………………………蒋正威,吉  斌,周自强,昌  力,颜  拥,姚  影

基于经济技术分析的电压暂降治理方案选择……………………………………………吴常春,吴宏坚,任国海,陈国柱

基于LDSAD的电力监控系统网络流量异常检测…………………………………刘  栋,蒋正威,朱英伟,黄银强,肖艳炜

·发电技术·

基于神经网络的CFB锅炉灰渣含碳量预测…………………………………陈  斌,王树宇,刘林涛,朱  伟,董瑀非

钙基吸收剂脱除SO3的试验研究……………秦刚华,杨敬东,杨志明,罗梦超,吴贤豪,陶子晨,郝润龙

背压式汽轮机动静碰磨原因分析与防范……………………………………………章  鹏,杨振华,滕千里,马振方 


封面文章(一)

 

电动汽车接入对配电网运行特性影响的综合评估方法

 帅,刘一欣,张宇轩,郭  力

(天津大学,天津 300072

 

 要:电动汽车的大规模接入给配电网的规划和运行带来新的挑战,准确评估电动汽车接入对配电网运行特性的影响,对配电网的规划运行具有重要意义。提出一种基于分段线性概率潮流和特征加权与熵权法配电网运行特性的综合评估方法,从电压合格指标、电压偏差指标和线路重载指标三个方面评估配电网的运行特性。其中,概率潮流用于全面准确地反映电动汽车充电负荷随机性对配电网运行特性的影响;特征加权法用于提高评估指标对运行问题的表征能力;熵权法则可以有效降低人为因素的影响。围绕华东某地区配电网实测数据开展仿真分析,结果表明该方法可以有效避免传统评估方法问题数据被“淹没”的问题,更加全面地反映电动汽车接入对配电网运行特性的影响。

关键词:电动汽车;概率潮流;特征加权;熵权法;评估指标

基金项目:国家电网有限公司总部科技项目(5419-201919212A

 

封面文章(

 

电热协同互补提升电网灵活性的评估及仿真

赖业宁1,2,3,张  政1,2,薛  峰1,2,3,谢东亮1,2,蔡林君1,2,宋晓芳1,2,3

(1. 国电南瑞科技股份有限公司,南京  211106

2. 南瑞集团(国网电力科学研究院)有限公司,南京  211106

3. 智能电网保护和运行控制国家重点实验室,南京  211106

 

 要:电热协同互补对于提升能源安全、克服长时储能能力的不足意义重大。从满足电网功率调节灵活性的需求出发,以蓄热式电采暖作为电热协同互补系统的代表,建立了描述其功率调节特性的模型;提出了蓄放热可行域的概念,进一步实现了灵活调节能力的量化评估。基于实际场景,分析测算了典型日大规模电热协同互补对系统预防停电和促进新能源消纳的提升效果,结果表明,配置大规模储热容器有利于实现电热解耦,提升电热协同参与调峰备用的能力。

关键词:电热协同互补;蓄热式电采暖;需求侧响应;能量可行域;电网灵活性

基金项目:国家自然科学基金资助项目(U2066601

  

封面文章(

 

基于多核模糊C均值聚类的配电网短期负荷预测

孙景钌1,胡长洪1,项烨鋆1,赵  碚1,刘津源1,陈梦翔1,蔡昌春2

1.国网浙江省电力有限公司温州供电公司,浙江 温州 325000

2.江苏省输配电装备技术重点实验室(河海大学),江苏 常州 213022

 

 要:精准、高效的短期负荷预测是电力系统运行与调度的基础,负荷-气象因素的强耦合关系使得负荷预测过程中必须考虑气象因素。首先从影响电力负荷波动的气象因素出发,分析负荷样本数据的气象因素相关性,通过构造多核模糊C均值聚类函数实现负荷、气象数据的低维非线性至高维线性空间映射,完成基于负荷影响因素的聚类划分,获得强相关气象因素。接着,在传统LSTM(长短期记忆)神经网络中引入反馈环节,融合前向和反向计算机制消除LSTM训练过程的累计误差,构建基于深度学习的多层堆叠模式并应用于负荷预测中。然后,以历史负荷数据的聚类结果为训练样本,深度挖掘负荷-气象因素的耦合特征,从而提高负荷预测精度。最后,通过实际运行数据验证提出方法的合理性和准确性。

关键词:短期负荷预测;多核模糊C均值;LSTM神经网络;气象因素

基金项目:国网浙江省电力有限公司温州供电公司科技项目(521WZ210010

 

上一篇:【抢先看】《浙江电力》2022年第4期目录及重点关注文章
下一篇:【抢先看】《浙江电力》2022年第1期目录及重点关注文章