1. 通过社区资源中心 (CRC) 的综合车辆到电网 (V2G) 和可再生能源实现电网弹性和可持续性 2. 基于相量测量单元 (PMU) 的电网分析,以提高态势感知能力 3. 电能质量和火灾探测摄像头集成 4. 区域电气化与综合分布式能源资源 (IDER) 运营灵活性 5. 用于气候弹性的可再生移动纳米电网
摘要 —本文研究了带有异步传感器的配电网的状态估计问题,该配电网由具有多种采样和报告率的智能电表和相量测量单元 (PMU) 组成。我们考虑了两种独立的状态估计和跟踪场景,状态为电压或电流。利用这两组数据,我们研究了 (a) 完整数据(假设所有测量值均可用)和 (b) 有限数据(采用在线算法方法通过在可用时处理测量值来估计可能随时间变化的状态)下的估计。所提出的算法受到经典随机梯度下降 (SGD) 方法的启发,根据先前的估计和新获得的测量值更新状态。最后,我们通过 IEEE-37 测试网络上的数值模拟证明了估计和跟踪的有效性,同时还强调了以电流为状态的估计如何导致更快的收敛。
相量测量单元和机器学习算法的总用法为开发基于响应的宽区域系统完整性保护方案提供了针对电源系统中短暂不稳定性的机会。但是,文献中通常只预测瞬态稳定性状态,这不足以实时决策以基于响应的紧急控制。在本文中,提出了一种综合方法。首先提出了基于GRU的预测指标,以用于扰动后触及瞬态稳定性预测。在此基础上,提出了一个多任务学习框架,以识别不稳定的机器以及对生成脱落的估计。对IEEE 39总线系统的案例研究表明,除了瞬态稳定性预测的基本任务外,提出的基于GRU的多任务预测器可以正确预测不稳定机器的分组。此外,根据估计的发电量,生成的补救控制动作可以保留电力系统的同步。
摘要:在 EMPIR 项目 M y R ail S 和 W ind EFCY 的框架内,METAS 使用商用现货组件开发了电力的主要标准。唯一需要定制的部分是控制采样系统并确定电压和电流不同频率分量的幅度和相位的软件。该系统可在 DC 至 9 kHz 的范围内运行,即使信号失真也是如此。基本系统限制为 700 V 和 21 A 。其功率不确定度在工频下为 15 µW/VA ,在 9 kHz 时增加到 1.8 mW/VA 。随着扩展到 1000 V 和 360 A ,系统在工频下的功率不确定度达到 20 µW/VA ,在 9 kHz 时增加到 510 µW/VA 。对于更高的电压或更高的电流,使用相同的原理。然而,不确定性主要由来源的稳定性决定。电压和电流通道还可以独立使用来校准和测试电能质量仪器。得益于时间戳系统,该系统还可用于校准与 UTC 同步的相量测量单元。
摘要 - 随着实时网格监测,干扰位置和情况意识的增加,相量测量单元(PMU)对广泛测量系统(WAMS)变得更加至关重要。但是,PMU的漏洞尚未得到很好的研究,尤其是在电磁脉冲(EMP)场景下。一旦EMP损坏了电源系统的稳定操作将直接影响它们。因此,研究其对EMP事件的免疫力是迫切且必要的。在本文中,提出了有效的阻抗测量方案和脉冲电流注入(PCI)测试,以用于端口阻抗测量和PMU的免疫水平。建立了等效的非均匀传输线模型,以消除插入过程中的影响。然后,设置了脉冲电流发生器的电路以生成阻尼正弦,并将双指数波应用于端口。最后,使用测量的阻抗作为发电机负载,在PCI测试模拟中计算了不同端口的电压和电流响应。结果揭示了端口阻抗,电压和电流波形的特征以及累积能量的分布。讨论了端口阻抗与波形之间的关系。
术语 定义 AMI 高级计量基础设施 BESS 电池储能系统 资本支出 CECV 客户出口削减价值 CPPAL CitiPower 和 Powercor CVR 节能降压 DER 分布式能源 DG 分布式发电 DMS 配电管理系统 DN 配电网络 DNSP 配电网络服务提供商 DOE 动态操作范围 DR 需求响应 DSS 配电变电站 D-STATCOM 分布式静态补偿器 DVR 动态电压恢复器 ESS 储能系统 EV 电动汽车 FACTS 灵活交流输电系统 FCAS 频率控制辅助服务 HC 托管容量 LRMC 长期边际成本 LTC 负载分接开关 LVR 低压调节器 MC 蒙特卡罗 NEM 国家电力市场 NREL 国家可再生能源实验室 Opex 运营费用 PDF 概率分布函数 PMU 相量测量单元 PVHC PV 托管容量 QSTS 准静态时间序列 TN 输电网络 TNSP 输电网络服务提供商 SoC 充电状态SRMC 短期边际成本 UPFC 统一潮流控制器 VaDER DER 值 VPP 虚拟发电厂 VR 电压调节器 VSG 虚拟同步发电机 ZSS 区域变电站
输电系统中的组件,随着自动化的不断发展,正变得越来越数字化。这些数字系统容易受到漏洞/攻击,利用这些漏洞可能会对电网性能造成重大影响。控制中心报告的多个警报可能是由于保护系统中的故障(预期操作)或故障(异常/意外操作)造成的。通过相量测量单元 (PMU) 等传感器获得的态势感知和通过网络系统获取的数据为开发系统的持续网络物理监控提供了机会。请注意,控制中心不会连续报告继电器数据。本文介绍了一种基于网络物理数据分析的技术来监控输电保护系统并检测恶意活动。首先,使用长短期记忆 (LSTM) 对 PMU 数据进行持续监控以检测数据异常,包括坏数据或缺失数据。然后,使用半监督深度自动编码器模型,利用感兴趣的 PMU 数据进行故障诊断。在本研究中,通过操纵保护设备的设置/逻辑设计来建模网络异常,并使用基于岭回归的分类器和特征工程管道来检测网络异常。然后利用深度自动编码器模型和基于岭回归的分类器的结果进行详细调查,以找出观察的根本原因
微电网是一种经过验证的范例,可以灵活管理分布式能源 (DER) 并确保电力在停电时的弹性[1,2]。在众多微电网功能中,状态估计至关重要,因为它能够基于有限数量的传感器(例如微型PMU(微相量测量单元))对微电网进行在线监控。微电网状态估计的基本要求主要包括准确性、效率和抗噪声能力[3]。对于现代微电网,由于社区扩大、不确定可再生能源的高渗透率和不稳定的运行条件,对高频状态估计的需求日益迫切和重要[4]。然而,几乎所有经典状态估计方法的复杂性都随着问题规模呈多项式增长,这使得这些方法不再适合具有强大实时运行需求的未来电网。为了克服复杂性问题,量子计算提供了一种有前途的解决方案。与经典计算不同,量子计算需要更少的比特(即量子比特)来处理复杂问题。对于微电网状态估计,一个主要的瓶颈是建立一种高效的稀疏线性方程组求解器。目前,量子线性系统算法主要有两种:混合量子/经典算法和基于量子电路的算法[5,6]。混合算法是为噪声中尺度量子(NISQ)时代开发的。例子包括变分量子线性系统