针对车辆到电网(vehicle-to-grid,V2G)调度中,充电需求时间分布不确定性和高比例新能源渗透下出力不确定性导致电网负载难以平衡的问题,提出一种高比例新能源接入下电价响应驱动的车网协同优化策略。首先,构建一个面向高比例新能源接入场景的电价响应驱动车网协同优化模型,该模型通过调控电价引导V2G充电桩与电动汽车(electric vehicle, EV)的充放电行为,并以电网总成本最小化、电网负载峰谷差最小化和用户利益最大化为目标进行优化。其次,将第三代非支配遗传算法(non-dominated sorting genetic algorithm Ⅲ,NSGA-Ⅲ)与Wasserstein生成对抗网络(Wasserstein generative adversarial network,WGAN)融合,建立基于非支配排序和拥挤度距离选择精英解的奖励函数的动态调节算法,对模型进行求解。算例分析表明,相比于传统NSGA-Ⅲ算法,所提出的NSGA-Ⅲ+WGAN算法通过高效全局搜索与局部精调能力,能有效降低电网运行成本,提高电网的新能源消纳能力,平抑电网负载峰谷差,提高用户收益。

电动汽车(electric vehicle,EV)移动充电站(mobile charging station,MCS)面临需求预测误差影响、多目标协同不足及多主体交互机制缺失等难点,亟须解决多维度协同优化问题。为此,提出一种基于信息间隙决策理论(information gap decision theory,IGDT)的深度Q网络(deep Q-network,DQN)双策略MCS调度优化方法。首先,搭建多目标优化框架,以最小化系统总成本、最小化用户平均等待时间、提升充电需求满足率为目标实现协同平衡。其次,结合IGDT量化充电需求不确定性参数,设计动态调度策略,当高不确定性(如节假日需求突增时),启用鲁棒性模型优先保障高需求区域基础服务不中断。当低不确定性(如工作日通勤时段时),切换机会性模型通过路径优化、电价低谷充电优化成本,以适配不同场景决策偏好。最后,采用改进双策略深度强化学习算法DQN求解模型,并通过仿真实验验证其有效性。算例分析表明,相比传统演员-评论家算法,所提DQN算法模型通过动态选择鲁棒型决策和机会型决策,能够有效降低MCS运行成本,合理满足EV用户的充电需求。

为解决电动汽车充电站扩容规划问题,提升充电桩利用率,提出一种同时系数计算方法。采用高斯混合模型和蒙特卡洛算法的排队模型模拟用户充电行为,计算最优车桩比和同时系数。研究多场景要素对同时系数的影响,构建居民区与商业区不同场景的充电设施设计框架,通过分析私人乘用车充电功率特性曲线等测算不同场景下的充电同时系数。算例分析结果表明所提方法具有有效性和可行性,可为电动汽车充电站规划建设提供有效参考。

传统漏洞管理系统存在管理体系碎片化、数据篡改风险、修复责任追溯困难及参与者激励不足等问题,导致漏洞修复流程低效且难以监管。基于区块链技术的去中心化架构特性、不可篡改性与全链路追溯能力,集成智能合约、Token激励机制、定责机制及星际文件系统的分布式存储技术,构建电力企业漏洞管理系统。通过对漏洞数据存证、修复进度追踪、责任溯源、奖惩激励等多功能性模块的系统分析论证,表明该系统在区块链环境下能够有效保证电力企业漏洞管理的高效率和闭环管理,为电力企业漏洞管理提供一种新的解决方案。

绝缘子覆冰是威胁电网安全运行的重大自然灾害,尤其对西电东送等战略工程所经高海拔重冰区构成严峻挑战。为此,系统综述了绝缘子覆冰领域的核心研究进展：首先阐述覆冰的物理机理及其受水滴运动、环境参数与电场作用的耦合影响规律;进而分析覆冰绝缘子的闪络特性,揭示其非线性电压特性及电弧发展过程;最后,归纳并评价结构优化、主动除冰与被动防护三类防冰措施的适用性与局限性。当前研究在微观覆冰物理、多物理场耦合模型及极端环境下绝缘子适应性方面仍存在不足,未来应聚焦于智能防冰技术与全链条风险预警体系的构建,以支撑未来电网的可靠运行。

针对覆冰架空导线舞动问题,基于有限元仿真方法建立覆冰导线的三维动力学模型,系统分析不同风速、风向及气流攻角下导线的舞动机械与电气特性。研究发现,覆冰厚度与风速是影响舞动最敏感的参数。在此基础上,提出一套融合5G通信、传感器监测与智能分类算法的舞动预警体系,采用支持向量机模型预测区域易舞气象条件,并结合AdaBoost分类器实现线路舞动风险分级预警。该体系具备多源感知与智能决策能力,有效提高了电网对舞动灾害的预警精度与防控水平。

磷酸铁锂（LiFePO₄,LFP）电池的热失控产热特征,直接关系到其应用过程中的安全性能。以60 A·h LFP电池为研究对象,对比不同测试环境下的产热过程,详细解析正极、隔膜与负极的燃烧演变规律,系统揭示电池热失控机制,并获取绝热、室温及纯氧环境下的热失控及燃烧总产热量。结果表明,LFP电池热失控可划分为加热、自产热（起始温度105 ℃）、内短路（起始温度136 ℃）及热失控（触发温度200 ℃）4个阶段。室温环境中,负极燃烧响应最快且热释放峰值最高;绝热、室温及纯氧环境下电池热失控总放热量分别为430.26 kJ、1 035.84 kJ和20 135.13 kJ。研究结果可为储能电站热失控抑制策略制定和消防防护设计提供支撑。

分析国内外储能磷酸铁锂电池火灾的特点,列举了各类故障的典型事故案例。对比储能电池火灾和汽车动力电池火灾的区别。总结了目前国内外研究的氟基灭火剂、水基灭火剂、气溶胶、液氮、二氧化碳灭火技术的优劣性,以及大容量磷酸铁锂电池储能系统燃爆机理、防爆和抑爆技术的国内外研究进展。提出“本征安全 预防火灾发生”“预警与主动调控 避免热失控发生”“灭火抑爆 实现安全兜底”的锂离子电池储能系统安全防护三道防线的观点,为磷酸铁锂储能行业火灾爆炸防控提供指导。

针对常规神经网络预测复杂煤灰熔融特性存在较大误差的问题,提出一种新型加权耦合神经网络（weight coupled neural network,WCN）预测模型。其特征在于,基于煤灰Si-Al-Ca-Fe体系竞争反应机理,对传统前馈神经网络进行改进,将煤灰硅铝比（silica-to-alumina ratio,S/A）和钙铁比（calcium-to-iron ratio,C/F）作为特征项输入权重网络,再与组分网络的输出耦合,使神经网络具有灵活可调的预测权重,从而提高模型适应性和预测精度。对比煤灰软化温度预测结果表明,WCN模型对测试集预测的最大误差低于60 ℃,优于国家标准（GB/T 219—2008）对煤灰熔融特性复现性的要求（80 ℃）;相比常规极端梯度提升算法和反向传播神经网络模型,WCN模型对复杂高碱煤（准东煤）灰的预测精度分别提高了32.8%和83%。研究表明,WCN模型在煤灰适应性和预测精度等方面均有较大提升,具有较好应用价值。

在碳达峰、碳中和背景下,我国电力市场建设必须充分考虑新能源快速发展与低碳减排的需要,亟须厘清电、碳市场间的经济作用关系,研究碳成本向电价的传导效应。针对此问题,首先对电、碳市场间的交互作用机制开展定性分析,得出碳排放成本最终会以电价的形式传导给购电用户的结论。利用古诺均衡模型推导碳成本向电价的传导公式,得出估计地区碳价对电价的传导率需由电力反需求函数斜率的弹性来计算的结论。随后利用多元线性回归模型构建地区电力需求函数,使预估地区碳成本传导率得以在数据层面落实。最后通过算例,以7个碳市场试点区域数据为样本,得到区域及全国的电力需求价格弹性,预估出各区域的碳成本传导函数。

随着分布式新能源大量接入配电网,主网潮流变轻,静态电压偏高且难以控制,而现有的集中式光伏电站静止无功发生器（static var generator,SVG）设备的无功补偿能力却未充分利用。针对以上问题,提出一种基于改进全纯嵌入法的含光伏电站主动调节的无功补偿策略,对传统全纯嵌入潮流法进行改进,构建改进全纯嵌入潮流模型,充分利用集中式光伏电站的无功补偿能力,并进行额外无功补偿设备的选址定容,提高电力系统电压稳定性,降低无功补偿设备的投资成本。以改进后的IEEE 39节点系统为算例,仿真结果表明,电力系统电压稳定性得到有效提高,同时无功补偿装置配置总容量减少了约20%。

随着应用场景的扩展和工作环境的严苛化,金属化薄膜电容器的失效问题日益凸显,成为制约电力系统可靠性的瓶颈。从薄膜材料失效与金属化薄膜电容器器件失效两个维度出发,系统分析金属化薄膜电容器的失效机理,重点阐述薄膜微观失效与器件宏观失效之间的内在联系与本质区别,并总结电、热及机械等应力场作用下金属化薄膜电容器性能演变规律,最后提出失效防护策略与技术改进,为金属化薄膜电容器可靠性设计和寿命预测提供理论支撑。

针对电力系统低碳调度中荷侧降碳方法多样性、源侧市场手段协同性不足的问题,提出一种以节点碳势引导的需求响应为基础,同时考虑绿色证书交易和碳排放交易联动机制的电力系统双层优化模型。首先,基于碳排放流理论,建立负荷的碳排放流模型,并结合需求响应机制,构建负荷侧的低碳需求响应模型。其次,通过分析碳市场和绿证市场的运行原理,在源侧建立碳交易模型和绿证交易模型,并利用绿色证书的碳减排属性建立二者之间的联系,完成两者的交互机制的设计。然后,构建基于低碳需求响应与绿证-碳交易衔接机制的电力系统双层级优化模型,上层为电力系统源侧的经济优化调度模型,下层为负荷侧的低碳优化调度模型。最后,为验证模型有效性,选择IEEE 14节点进行仿真实验。仿真结果表明,该调度策略可充分挖掘负荷侧降碳潜力,增强电源侧市场手段的互动,促进系统的低碳转型。

从一起现场发生的风电场送出线距离保护误动事故出发,从判据机理上分析线路距离保护的误动原因,并对该故障场景下的特殊保护行为进行对比分析。以此为基础,进一步通过现场故障录波回放、RTDS仿真测试等方式对当前主流继电保护厂家的距离保护装置开展性能测试并进行判据对比,分析得出风电场送出线对距离保护的影响机理,最终结合现场实际制定保护判据层面的应对策略。

虚拟同步发电机（virtual synchronous generator,VSG）传统固定转动惯量策略存在动态响应与稳态性能的矛盾,且容易出现功率振荡问题,为此提出一种基于自适应分段转动惯量的虚拟同步发电机控制策略。通过分析振荡机理,动态划分惯量调节区间,在功率波动剧烈时,降低转动惯量提升控制速度;当功率波动具有放缓的趋势以后,增加转动惯量提升稳定能力。通过该优化设计,VSG在多种运行模式下均表现出良好的参数鲁棒性,有效抑制了有功功率的低频振荡,提高了暂态过程调控精度。最后,MATLAB/Simulink仿真验证了所提方法的可行性与正确性。

为解决电力标准管理中的信息实时性差、知识关联性弱与服务被动性突出等关键难题,提出一种基于分布式监测、自然语言处理与知识图谱协同驱动的动态知识服务系统。系统依托分布式监测引擎实现多源异构标准数据秒级采集,标准更新发现时延由人工巡检的120 h压缩至5.8 h;通过深度学习驱动的动态知识图谱构建技术,突破传统关键词检索的语义边界限制,知识关联查全率提升至96.2%;提出图谱推理赋能的主动预警机制,推动服务模式从被动响应转向按需推送。经1 752次/s并发压力测试,系统95%请求响应时间稳定低于300 ms,在时效性、完整性与鲁棒性层面实现协同优化。该系统为电力行业构建企业级“数字标准馆”提供了可复用的技术路径。

近年来随着电力电子设备的高比例接入,配电系统边缘侧数据规模骤增,自适应压缩感知逐渐成为缓解云边带宽压力的关键技术之一,对应的配电主站需对其合理解压以满足差异化业务时延要求,为此提出一种适应边缘侧动态压缩感知的配电主站算力资源自适应分配方法。首先,建立基于算力资源驱动的配电主站解压系统模型。然后,考虑差异化业务时延要求设计算力资源分配收益函数,据此设计对应优化问题。最后,将原始优化问题解耦为算力资源分配层和时间断面设置层,采用KKT（Karush-Kuhn-Tucker）条件及变步长重分配机制分别求解各层对应子问题,进而实现对原始优化问题的高效求解。仿真分析表明,所提方法可通过独特的变步长重分配机制充分发掘算力资源分配效用,灵活适应边缘侧动态压缩过程,保障配电主站对边缘侧的状态感知能力。

用于永磁同步电机的三相开关型霍尔位置传感器,批量生产安装时容易出现安装位置角度偏移,导致电机矢量控制的闭环反馈速度和位置信号出现较大的测量误差。针对上述问题,提出基于霍尔矢量滤波的永磁同步电机转子位置与速度估计方法。通过坐标变换得到霍尔三相开关信号的两相正交分量,以霍尔矢量形式构造带谐波反馈计算的全阶状态观测器,并引入自适应矢量滤波器从中提取基波信号,从而滤除由霍尔传感器偏移产生的低阶谐波干扰,得到较为准确的转子位置和速度。仿真和实验验证了该方法在霍尔传感器发生偏移后仍能够准确地估计出转子位置及速度,减小了估计误差,保证电机矢量控制系统正常稳定工作。

针对配电网雷击故障辨识中传统信号处理方法无法有效捕捉雷击浪涌信号复杂特征的问题,提出基于多维特征输入的改进Transformer网络的配电网雷击浪涌电流辨识方法。利用Transformer网络的自注意力机制,从多维度特征中提取复杂的依赖关系和模式,同时添加模型分类模块对雷击浪涌电流进行分类,电流辨识准确率得到显著提高。通过Simulink平台搭建仿真模型对所提算法进行验证,仿真结果表明,所提方法对雷击浪涌电流的识别准确率达到99.12%,验证了方法的有效性。

为了满足差异化业务多尺度时延要求,并保障资源冗余度,需对算力负荷数据传输路径上的多跳中继站点进行带宽资源的协同分配与优化。为此,提出一种基于多尺度时延要求联合约束的配电主站带宽资源协同预留方法。首先建立适应算力负荷时空转移的配电主站带宽资源协同预留系统模型,然后设计给定带宽资源约束下面向多尺度时延要求的单站点带宽资源分配优化问题,最后在差异化可用带宽资源约束下,构建面向多站点的带宽资源协同预留优化问题,基于各站点资源分配最优解反馈,设计自适应注水策略求解。仿真分析表明,所提方法通过独特的资源预留机制,灵活适应多元配电业务的随机接入及时延敏感特性,保障配电主站算力负荷的时空转移能力,助力分布式算力效用的高效发挥。