摘要：高渗透率分布式光伏的出力波动可能导致配电网电压波动大、网损提高和电容器投切需求频繁。但配电网节点监控覆盖率低、潮流建模难度大,需要在上述不利条件下实现对台区内持续电压无功优化。采用深度强化学习的方法提出了适用于低感知度配电网的连续无功优化方法。该方法将原问题转化为一个多步马尔科夫决策过程,以最小化网损和动作成本之和为优化目标,以离散无功调节设备的投切指令为控制变量,并采用基于行动者–评论家(actor-critic)的深度强化学习算法进行求解。针对配电网缺乏完整潮流模型和观测数据的特点,分别设计了用来拟合投切策略的Actor网络和用来拟合动作价值函数的Ctritic网络。所提方法用深度神经网络直接拟合系统状态到离散无功调节设备的投切动作的函数关系,在与实际配电网的交互过程中完成网络训练。相比传统方法,该无需潮流建模和分段决策,且不依赖于日前的负荷与分布式电源出力预测,可以实现在线的多时间断面下的连续无功优化,提高了系统运行经济性。

摘要：电力系统精确的统一时钟是运行监控和事故后故障分析的基本前提,提出并分析了综合校验实现技术的原理与实现方法。事件顺序记录(SOE)及全球卫星定位系统(GPS)综合校验技术是利用GPS取得标准的统一的同步时标,配合自动化技术的功能设计,实现对调度系统厂站内/站间事件分辨率、系统同步时钟、系统过量遥信变位处理能力的校验测试。通过模块继电器空接点输出脉冲来比较被测系统各遥信点对同一事件的SOE分辨率及各单元对同一事件响应的时间差异。通过模块遥信变位输入来检验现场设备变位时间的准确性。应用开发的校验装置,试验结果表明达到设计技术要求。

摘要：随着电网调度逐步实现从经验型向分析型的历史性转变,调度员对自动化系统采集数据的依赖日益加深。各自动化系统多年运行所积累的历史数据需要统一的平台去存储、分析、挖掘,以便更好地为电力生产提供服务。数据整合、综合数据平台的建设是当前调度自动化专业的热点问题,本文提出的DMIS与综合数据平台一体化系统则是解决这一问题的全新思路。