基于人工智能赋能的新型电力系统关键技术综述

doi:10.3969/j.issn.1008-0198.2024.01.001

摘要/Abstract

摘要： 基于人工智能技术对推动新型电力系统智能化的重要作用,综述人工智能在新型电力系统中的应用现状、技术挑战和未来发展方向。首先,介绍新型电力系统的特点和需求。然后,讨论人工智能在新型电力系统中的关键应用领域,包括大电网安全稳定与控制、源网荷储一体化协同分析、电力系统智能运检与管理,以及主动配电网与微电网等。最后,分析人工智能在新型电力系统中面临的技术挑战并提出相关建议。

关键词: 新能源, 人工智能, 新型电力系统, 未来发展

Abstract: Based on the important role of artificial intelligence technology in promoting the intelligence of new power systems, this paper summarizes the current application status, technical challenges, and future development directions of artificial intelligence in new power systems. Firstly,the paper introduce the characteristics and requirements of the new power system. Then, the paper discusses the key application areas of artificial intelligence in new power systems, including the security, stability and control of large power grids, integrated collaborative analysis of source network, load storage, intelligent operation, inspection and management of power systems, as well as active distribution networks and microgrids. Finally, the paper analyzes the technical challenges faced by artificial intelligence in the new power system and proposes relevant suggestions.

Key words: renewable energy, artificial intelligence, new power system, future development

中图分类号:

TM71
TM769

段俊峰, 李晨坤, 姚文轩, 郭思源. 基于人工智能赋能的新型电力系统关键技术综述[J]. 湖南电力, 2024, 44(1): 1-10.

DUAN Junfeng, LI Chenkun, YAO Wenxuan, GUO Siyuan. Review of Key Technologies in New Power System Based on Artificial Intelligence Empowerment[J]. Hunan Electric Power, 2024, 44(1): 1-10.

参考文献

[1] 习近平. 在第七十五届联合国大会一般性辩论上的讲话[J]. 中华人民共和国国务院公报,2020(28):5-7.
[2] GUNARATHNA C L,YANG R J, JAYASURIYA S, et al. Reviewing global peer-to-peer distributed renewable energy trading projects[J]. Energy Research & Social Science,2022,89:102655.
[3] JIN B H. Impact of renewable energy penetration in power systems on the optimization and operation of regional distributed energy systems[J]. Energy, 2023,273:127201.
[4] 罗京.国家能源局:推动可再生能源重大工程建设[N].中国证劵报,2023-05-10(A02).
[5] 肖先勇, 郑子萱. “双碳”目标下新能源为主体的新型电力系统:贡献、关键技术与挑战[J]. 工程科学与技术, 2022, 54(1): 47-59.
[6] 孙媛媛,许庆燊,马钊,等.数字化背景下新型电力系统谐波溯源关键技术[J/OL].电力系统自动化,2023:1-19(2023-10-19)[2023-11-10].http://kns.cnki.net/kcms/detail/32.1180.TP.20231019.0921.002.html.
[7] 习工伟,周济,徐式蕴,等.新型电力系统安全稳定标准体系研究[J].高电压技术,2023,49(增刊1):147-152.
[8] 任大伟,侯金鸣,肖晋宇,等.支撑双碳目标的新型储能发展潜力及路径研究[J].中国电力,2023,56(8):17-25.
[9] 李向阳,喇果彦,向英,等.大云物移智等新技术在电网应用的研究[J].电力信息与通信技术,2019,17(1):89-93.
[10] 邱建,张建新,朱煜昆,等.光伏并网稳定控制系统设计方法及其在南方电网的应用与实践[J/OL].南方电网技术,2023:1-8(2023-10-20)[2023-11-10].http://kns.cnki.net/kcms/detail/44.1643.TK.20231019.1634.007.html.
[11] 王小君,窦嘉铭,刘曌,等.可解释人工智能在电力系统中的应用综述与展望[J/OL].电力系统自动化,2023:1-23(2023-12-02)[2023-12-08] https://kns.cnki.net/kcms/detail/32.1180.TP.20231130.1133.006.html.
[12] 马民,秦佳,杨东升,等.人工智能在电力系统中的应用综述[J].郑州大学学报(工学版),2019,40(5):23-31.
[13] 程乐峰,余涛,张孝顺,等.机器学习在能源与电力系统领域的应用和展望[J].电力系统自动化,2019,43(1):15-31.
[14] 韩富佳,王晓辉,乔骥,等.基于人工智能技术的新型电力系统负荷预测研究综述[J].中国电机工程学报,2023,43(22):8569-8592.
[15] 刘军强.人工智能在电气设备故障诊断中的应用[J].自动化应用,2023,64(7):1-3,6.
[16] 宁剑,任怡睿,林济铿,等.基于人工智能及信息融合的电力系统故障诊断方法[J].电网技术,2021,45(8):2925-2936.
[17] 蒲天骄,乔骥,韩笑,等.人工智能技术在电力设备运维检修中的研究及应用[J].高电压技术,2020,46(2):369-383.
[18] 杜继成,白江,鲁功强,等.基于人工智能的电网智能调度平台构建技术研究[J].电子器件,2023,46(2):573-577.
[19] 赵晋泉,夏雪,徐春雷,等.新一代人工智能技术在电力系统调度运行中的应用评述[J].电力系统自动化,2020,44(24):1-10.
[20] 韩玉环,秦志沁,张毅,等.基于深度学习的计量装置运行状态评估模型研究[J/OL].太原理工大学学报,2023:1-11(2023-07-06)[2023-11-03].https://kns.cnki.net/kcms/detail/14.1220.n.20230705.1112.002.html.
[21] 信向誉,王涛,顾雪平,等.规模风电接入下考虑多区域频率动态安全的机组组合与风险调度[J].中国电机工程学报,2023,43(15):5824-5839.
[22] 汪鸿,朱正甲,陈建华,等.基于人工智能技术与物理方法结合的新能源功率预测研究[J].高电压技术,2023,49(增刊1):111-117.
[23] 赵耀,高少炜,李东东,等.基于天气相似聚类与QRNN的短期光伏功率区间概率预测[J].电力系统自动化:2023,47(23):152-161.
[24] 王海天.架空导线短时载流能力预测方法研究[D].济南:山东大学,2022.
[25] 刘翔宇,李晓明,朱介北,等.新型电力系统的频率响应模型综述及展望[J].南方电网技术,2022,16(10):38-47.
[26] LV D F, LIU X H, LIU W A, et al. Research on decomposition and identification of wide-band polymorphic signals in active distribution network based on data decoupling analysis[C]//2023 13th International Conference on Power, Energy and Electrical Engineering (CPEEE).Tokyo, Japan.IEEE,2023:444-449.
[27] 王渝红,李晨鑫,周旭,等.压缩感知和图卷积神经网络相结合的宽频振荡扰动源定位方法[J/OL].高电压技术,2023:1-10(2023-05-19)[2023-11-06].https://doi.org/10.13336/j.1003-6520.hve.20221861.
[28] 王甜婧,汤涌,王兵,等.传统方法与人工智能:潮流控制优化算法的现状、挑战与未来方向[J].中国电机工程学报,2023,43(5):1799-1818.
[29] 吴昊,于景龙,杨政厚,等.风电场无功与电压控制技术研究综述[J].热力发电,2023,52(3):26-38.
[30] 郑瑶,张颉,姚文轩,等.基于空间特征的电网同步量测虚假数据注入攻击检测[J].电力系统自动化,2023,47(10):128-134.
[31] 范士雄,李立新,王松岩,等.人工智能技术在电网调控中的应用研究[J].电网技术,2020,44(2):401-411.
[32] PIAO Z Y,PENG T,LU S Y,et al.Efficient collaborative utilization mode of“source-network-load-storage”to improve energy-self-balance ability of microgrid[C]//2022 4th International Conference on Power and Energy Technology (ICPET).Beijing,China.IEEE,2022:498-503.
[33] LU W,SUN Y,LI B J,et al.Research and application of “source-network-load-storage” coordination optimization technology based on cloud platform[C]//2021 4th International Conference on Energy, Electrical and Power Engineering (CEEPE).Chongqing,China.IEEE,2021:813-818.
[34] 王继业.人工智能赋能源网荷储协同互动的应用及展望[J].中国电机工程学报,2022,42(21):7667-7682.
[35] XUE C, REN J, ZHANG X D, et al. An optimal dispatch method for high proportion new energy power grid based on source-network-load-storage interaction[C]//2021 4th International Conference on Electron Device and Mechanical Engineering (ICEDME).Guangzhou, China.IEEE,2021:119-122.
[36] ZHU C, LIU J, WENG B Y, et al. A multi-objective chance-constrained optimization model for distribution networks management considering source-network-load-storage interaction[C]//2022 IEEE/IAS Industrial and Commercial Power System Asia (I&CPS Asia).Shanghai, China.IEEE,2022:439-444.
[37] 谢庆,张煊宇,王春鑫,等.新一代人工智能技术在输变电设备状态评估中的应用现状及展望[J].高压电器,2022,58(11):1-16.
[38] 唐文虎,牛哲文,赵柏宁,等.数据驱动的人工智能技术在电力设备状态分析中的研究与应用[J].高电压技术,2020,46(9):2985-2999.
[39] 毛建旭,贺振宇,王耀南,等.电力巡检机器人路径规划技术及应用综述[J].控制与决策,2023,38(11):3009-3024.
[40] 段俊峰,李宁,唐求,等.基于CK-GPR的多应力环境智能电表剩余寿命预测[J].仪器仪表学报,2021,42(4):102-110.
[41] DUAN J, TANG Q, MA J , et al.Operational status evaluation of smart electricity meters using gaussian process regression with optimized-ARD kernel[J].IEEE Transactions on Industrial Informatics,2023(99):1-11.
[42] 王浩哲,丁爱飞,陆继翔,等.计及新能源接入的地区电网人工智能无功优化[J].电网与清洁能源,2023,39(1):133-142.
[43] 徐全,雷金勇,袁智勇.基于同步量测的配网态势感知技术在新型电力系统中应用与展望[J].南方电网技术,2023,17(1):136-143.
[44] 侯慧,王晴,薛梦雅,等.计及源荷不确定性及需求响应的离网型微电网两阶段日前经济调度[J].电力系统保护与控制,2022,50(13):73-85.
[45] 高扬,贺兴,艾芊.基于数字孪生驱动的智慧微电网多智能体协调优化控制策略[J].电网技术,2021,45(7):2483-2491.
[46] 许莹,陈卓,郝正航,等.混合微电网并离网切换控制技术研究[J].电网与清洁能源,2023,39(4):137-146.
[47] 刘景霞,王硕秋.微电网并离网平滑切换控制策略研究[J].电工技术,2023(2):29-31,35.
[48] 葛磊蛟,范延赫,来金钢,等.面向低碳经济的人工智能赋能微电网优化运行技术[J].高电压技术,2023,49(6):2219-2238.
[49] 谢庆,张煊宇,王春鑫,等.新一代人工智能技术在输变电设备状态评估中的应用现状及展望[J].高压电器,2022,58(11):1-16.
[50] 刘津,杜宁,徐菁,等.知识图谱在电力领域的应用与研究[J].电力信息与通信技术,2020,18(1):60-66.
[51] 齐艳平.大数据时代数据编织方法及其对数据治理影响初探[J].中国国情国力,2022(1):69-73.
[52] 汤奕,陈倩,李梦雅,等.电力信息物理融合系统环境中的网络攻击研究综述[J].电力系统自动化,2016,40(17):59-69.
[53] 杨挺,赵黎媛,王成山.人工智能在电力系统及综合能源系统中的应用综述[J].电力系统自动化,2019,43(1):2-14.
[54] 孔祥维,唐鑫泽,王子明.人工智能决策可解释性的研究综述[J].系统工程理论与实践,2021,41(2):524-536.