摘要：电力系统是国家发展的重要基石,电力信息系统的安全必须得到保障。现有电力信息系统的安全主要基于RSA等加密算法,面临互联网算力提升和量子计算机的威胁。根据电力系统对信息安全的迫切需求,以及量子保密通信技术在信息安全领域中的无条件安全性,探索量子保密通信技术在电力信息系统中的应用。通过对作为互联网信息技术基础的标准SSL协议过程及其安全要素解析,设计了同互联网基础相容的量子安全增强方法——利用预置量子随机数(基于量子随机数发生设备、量子密钥分发网络)进行随机数源强化,在开源OPENSSL VPN平台上进行相应实验验证。实验结果表明,提出的利用量子随机数源进行量子化改造的方案能实现系统安全的根本性改善,同时不显著增加系统复杂度或系统开销,对电力信息系统安全实现增强。

摘要：风机增加辅助频率控制模块是解决新能源取代同步机导致的电力系统频率安全问题的一种方案,其中利用转子动能的调频模式可以使风机运行在最大功率点,经济性比功率备用模式更好。已有研究主要让风机通过虚拟惯量和频率下垂控制模拟同步机,却未充分利用风机控制灵活、可塑性强的优点,且未考虑风机转子动能限制及系统频率二次跌落。论文跳出虚拟惯量加频率下垂控制的传统框架,提出利用转子动能的风机辅助频率控制最优策略。首先将风机输出功率曲线作为决策变量,通过优化得到最优功率曲线,然后设计对应的辅助频率控制策略,实现最优输出功率曲线。仿真结果验证所提策略的效果,并说明风机辅助频率控制不应局限于模拟同步机,而是有更优的策略。

摘要：微电网接入风电、太阳能电源设备时,因其随机性和间歇性,对电网稳定高效运行造成影响。本文以微电网总投资成本和弃风惩罚费用为目标函数,建立孤立微电网电源多目标优化模型。基于自适应遗传算法进行模型求解,获得弃风惩罚费和可靠性约束下微电网电源容量配置结果。通过算例验证表明:弃风惩罚费对微电网电源配置影响较大:当忽略弃风惩罚费用时,造成电网新能量浪费,导致总投资成本升高。考虑可靠性约束条件,随微电网可靠性的提升,电网投资成本不断升高,因此,实际电网规划中,要根据用户的可靠性需求,考虑供电可靠性时计算微电网的投资成本。

摘要：针对风电功率数据的时序性特点,提出降噪循环神经网络模型对电场中短期内的风电功率进行预测.通过模型能够挖掘其蕴含的知识,提高电力系统的稳定性,优化电力调度.模型首先采用循环神经网络构建一个编码-解码结构,设计编码器从序列变量中获取相应的深度特征,再通过解码器对深度特征进行解码,还原输入序列的状态并预测下一时刻的输出.进而,模型在解码器中设计降噪模块和预测模块,克服一般循环神经网络难以对带噪声数据进行预测的问题,使得模型能够对含有噪声的输入变量进行分析.通过利用电力物联网所采集的数据进行实验,结果证明提出的方法能很好地对风电功率进行预测,达到较好的预测效果.