-
基于大语言模型(LLM)的现代电力系统边缘数据智能挖掘与架构创新
为解决现代电力系统面临的高比例可再生能源不确定性、电力电子设备快速动态特性及多主体分散控制等挑战,研究人员开展了基于大语言模型(LLM)的边缘数据智能挖掘研究。提出了一种智能、可扩展、高效的三层架构(设备层、边缘层、云层),通过多模态数据融合、领域知识嵌入、轻量化LLM推理等关键技术,在虚拟电厂(VPP)调度、智能变电站巡检、应急管理等场景中验证了该架构能有效提升电网可观性、可控性与韧性。该研究为构建LLM驱动的下一代电力系统提供了理论框架与技术路径。
来源:Journal of Modern Power Systems and Clean Energy
时间:2025-12-12
-
基于多智能体深度强化学习的电热综合系统最优协同运行方法
本文针对电热综合系统(IEHS)运行中存在的非凸模型、计算复杂性和可再生能源不确定性等挑战,提出了一种基于多智能体深度确定性策略梯度(MADDPG)的分布式优化方法。研究团队开发了兼容DRL训练的水力-热力流算法,构建了考虑时空不确定性的随机优化模型。案例研究表明,该方法能有效降低网络损耗,避免运行约束越限,对不确定性实现具有强鲁棒性。该研究为多能源系统协同优化提供了创新解决方案。
来源:Journal of Modern Power Systems and Clean Energy
时间:2025-12-12
-
基于PMU优化配置的SCADA状态估计不良数据处理方法研究
本文针对传统SCADA状态估计在处理多重不良数据时效率低下的问题,提出了一种基于相量测量单元(PMU)的战略配置方法。研究人员通过开发PHASE(相量辅助状态估计)技术,在IEEE 14、30和118节点系统中验证了该方法能显著提升不良数据的识别效率,最多可减少98%的估计-消除循环次数。这项研究为电力系统实时监控提供了更可靠的数据支撑,对智能电网建设具有重要意义。
来源:Journal of Modern Power Systems and Clean Energy
时间:2025-12-12
-
基于树分裂的电力系统紧急控制策略:降低连锁故障风险与成本的新方法
为解决高比例可再生能源接入下电力系统连锁故障控制成本高、恢复时间长的问题,研究人员开展了基于树分裂法的紧急控制策略研究。该研究建立了计及双馈风机(DFIG)同调特性的机组分群模型,结合谱聚类算法进行集群划分,并利用改进的Prim算法选择最优联络线。仿真结果表明,该方法相较于主动解列能将控制成本降低55.60%(IEEE 118节点系统)和43.26%(实际系统),同时加速故障恢复,为实际应用提供了有效方案。
来源:Journal of Modern Power Systems and Clean Energy
时间:2025-12-12
-
基于自同步构网控制的DFIG风电场与二极管整流器型高压直流并网技术研究
本文针对海上风电场经二极管整流单元高压直流(DRU-HVDC)送出系统中双馈感应发电机(DFIG)的稳定运行问题,提出了一种无需通信的自同步构网控制策略。研究团队通过构建新型功率同步控制回路实现风电场自同步运行,并结合谐波电流注入法有效抑制了DRU固有换相特性引发的电磁振荡。仿真结果表明,所提策略不仅能够建立海上交流电网的电压和频率支撑,还可将电磁转矩的12次谐波含量从8.73%降至1.73%。该研究为降低深海风电开发成本提供了新的技术路径,对推动风电经直流送出技术发展具有重要意义。
来源:Journal of Modern Power Systems and Clean Energy
时间:2025-12-12
-
考虑需求响应的电力系统低碳转型鲁棒规划方法研究
本文针对高比例可再生能源并网带来的不确定性与波动性挑战,提出了一种考虑需求响应(DR)资源的电力系统低碳转型路径鲁棒规划框架。研究创新性地将政府政策等社会因素对投资成本与开发约束的长期影响纳入模型,构建了融合长期发展规划、日前机组组合(UC)与日内调度的三阶段鲁棒优化模型,并采用改进的列与约束生成(MCCG)算法求解。案例研究表明,该框架能有效提升可再生能源消纳能力,在确保经济性的同时增强系统运行的鲁棒性与可靠性,为电力系统低碳转型提供了科学决策工具。
来源:Journal of Modern Power Systems and Clean Energy
时间:2025-12-12
-
基于相频移变换的输配电网一体化暂态稳定仿真方法及其在高比例逆变器接入系统中的应用
本文针对高比例逆变器接口分布式电源(IBR)接入配电网后传统仿真方法面临的挑战,提出了一种创新的数值仿真方法。该方法通过引入相频移变换(Per-Phase Frequency Shifting Transformation)和电路分区(Circuit Partitioning)技术,实现了输配电网(T&D)一体化电磁暂态(EMT)仿真,计算速度较传统方法提升高达两个数量级。研究以西北美电力系统(WNAPS)为案例,验证了该方法在包含数千个IBR的大规模系统中的有效性和高效性,为分析复杂电力系统动态提供了强大工具。
来源:Journal of Modern Power Systems and Clean Energy
时间:2025-12-12
-
机器学习辅助的宽带S参数频域外推方法
工艺设计套件中宽带S参数外推面临测量带宽和计算成本挑战,本文提出基于MH-CNN-LSTM-TL模型的机器学习方法,通过迁移学习整合电路仿真数据,实现多分支并行外推,验证于微带线和TSV-RDL结构,有效提升高频预测精度和泛化能力。
来源:IEEE Transactions on Microwave Theory and Techniques
时间:2025-12-12
-
数据驱动的机会约束交流最优潮流建模:考虑AGC参与因子优化的创新方法
本文针对可再生能源不确定性下自动发电控制(AGC)参与因子优化带来的建模与计算挑战,提出了一种无需先验分布假设的数据驱动机会约束交流最优潮流(CC-ACOPF)方法。通过构建线性化潮流模型和Kriging代理模型,实现了AGC参与因子与机会约束收紧边界的解析关系表达,结合两阶段数据驱动的蒙特卡洛方法有效校正误差。在PJM 5节点和IEEE 118节点系统的测试表明,该方法在保证5%约束违反概率的前提下,较传统场景法降低2.18%发电成本,计算时间从分钟级缩短至秒级,为含高比例新能源的电力系统优化运行提供了新思路。
来源:CSEE Journal of Power and Energy Systems
时间:2025-12-12
-
等离子辅助合成锂基正极材料——第二部分:基于等离子的正极材料修复技术
该研究提出基于等离子体辅助分子再合成的锂离子电池阴极材料修复新工艺,通过3D模拟验证其可行性。实验显示混合 chamber中粉末颗粒平均达930°C(最佳再生温度范围),热效率0.30-0.33 kWh/kg,且无需液体处理,显著降低能耗和环境影响。参数基于CFD热平衡计算,误差±0.03 kW h/kg。
来源:IEEE Transactions on Plasma Science
时间:2025-12-12