潘振宁
- 作品数：35 被引量：358H指数：11
- 供职机构：华南理工大学电力学院更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：电气工程自动化与计算机技术经济管理电子电信更多>>
- 基于运行状态与功率特性引导的覆冰天气下风电机组功率预测
- 2024年
- 针对覆冰天气下风电机组功率预测精度不足的问题,提出一种基于运行状态与功率特性引导的覆冰天气下风电机组功率预测方法。针对覆冰天气下风电机组样本不平衡的问题,采用贝叶斯优化的改进轻量级梯度提升机模型对覆冰天气下的风电机组数据样本进行状态判别并建立运行状态特征标签;针对覆冰天气下非停机运行小样本的问题,构建基于功率特性引导的风电机组功率预测模型,降低功率预测模型对数据的依赖,提升在覆冰天气运行场景下的预测准确性。采用广西某风电场风电机组数据进行算例验证,结果表明,相较于典型预测方法,所提方法在覆冰天气下的预测性能显著提升。
- 王康德刘文泽陈泽黄展鸿余涛潘振宁
- 关键词：风电
- 基于短期预测信息和长期值函数近似的大规模电动汽车实时随机优化调度算法被引量：8
- 2019年
- 针对大规模电动汽车(Electric Vehicle, EV)和可再生能源接入背景下主动配电网的实时随机调度问题,提出了一种结合短期预测信息和长期值函数近似的双层实时调度模型。为应对大量EV接入后的维数灾问题,首先提出双层调度框架,上层建立EV集群模型,下层根据EV特性提出功率分配算法对每辆EV制定充电计划,实现上层集群指令的完全消纳并满足各EV充电的需求。同时,为应对EV行为、实时电价及可再生能源出力不确定性的问题,实时优化时采用预测算法预测短期内未来接入的EV行为、可再生能源最大出力与实时电价,并通过值函数近似评估短期决策后系统的值函数,从而实现EV集群充电计划、可再生能源调度计划与购电计划的实时分阶段决策。仿真算例表明,所提模型可以实现大规模EV接入下主动配电网的实时随机调度,同时具备良好的鲁棒性。
- 王彬郭文鑫李世明赵瑞锋李波卢建刚潘振宁
- 关键词：电动汽车
- 基于集成学习的孤岛微电网源—荷协同频率控制被引量：11
- 2018年
- 提出一种基于集体智慧的集成学习算法,以实现孤岛微电网下分布式电源与负荷的协同频率控制。通过引入负荷聚合商来对大规模家庭用户进行聚合,解决源—荷协同频率控制下的"维数灾难"问题。负荷聚合商根据每个家庭中温控设备的运行状态,可以连续地评估其可参与辅助调频的储备能力。集成学习算法由多个子优化器和一个学习集中器组成,子优化器发挥集体智慧能力为学习集中器提供探索和开发样本,而强化学习主要用于知识学习与迁移。通过孤岛微电网的仿真算例可以验证集成学习能够有效满足源—荷协同频率控制的周期要求和质量要求。
- 王德志张孝顺刘前进余涛潘振宁
- 考虑多方主体利益的大规模电动汽车分布式实时协同优化被引量：61
- 2019年
- 针对大规模电动汽车(electricvehicle,EV)接入电网后的实时充电分布式优化问题,应用价格响应与激励响应手段,提出一种计及EV集群充电预测信息,兼顾电网、EV负荷聚合体与车主三方利益的多目标实时分布式优化模型,提出充电满意度模型刻画车主利益,并将全目标分解为各个设备可独立求解的子问题,并采用交替方向乘子法进行分布式求解,并利用预测信息实现算法地快速收敛。不同目标下的仿真结果表明了模型可以有效地平抑负荷波动、降低运行成本、提升用电满意度,并从优化结果、计算时间、用户隐私、信息传递量等方面分析验证了提出的分布式优化模型比集中式的优化模型更适用于大规模EV实时充电优化调度。
- 潘振宁余涛王克英
- 基于图表示学习与知识蒸馏的电缆故障快速识别方法
- 2024年
- 在牵引供电系统设备故障预警中,准确并快速识别电缆的早期故障是智能化运维的关键技术。为挖掘特征构建的深层信息和解决工程部署迭代速率问题,文章提出一种基于图表示学习和知识蒸馏的电缆故障识别方法。首先,对电缆的电流信号采样分析,将时间序列下的特征信息用图特征进行动态显示和更新,采用卷积自编码器对特征图像实现降噪重构;然后,利用基于知识蒸馏的图卷积神经网络识别算法,构建教师-学生网络故障识别模型,研究在PSCAD仿真环境中搭建电缆故障模型采集过电流扰动信号;最后,通过实验对比证明所提模型的有效性和准确性,所提模型大幅提升模型迭代速率,同时增强在噪声扰动下的鲁棒性,具有工程应用价值。
- 余盛灿余涛陈鑫沛杨家俊潘振宁
- 基于图表示学习和特征引导的电力系统运行场景生成方法
- 2024年
- 随着海量新能源接入,电力系统的随机性显著增大,运行场景数据分布弥散且不均匀,导致现有场景生成方法适用性降低。传统依赖于人工经验和模型的场景生成方法更关注于场景的某种特征而忽略场景的数据分布。基于数据驱动场景生成方法则侧重于描述场景的数据分布,而一些具有小概率、高风险的运行场景则容易被忽视。基于此,该文首次提出基于图表示学习和特征引导的电力系统运行场景生成方法。首先,以图的形式实现电网运行特征的深度提取和挖掘,提高生成场景的多样性。其次,通过数据和知识融合的方式,将调度人员关注的特征通过知识的形式嵌入模型中,在尽量维持其分布特征的前提下,实现自定义特征引导的运行场景生成。在考虑运行风险的高比例新能源电力系统中的验证结果表明,相比于传统的场景生成方法,提出的模型在生成运行场景的同时提高了指定特征运行场景的生成效率,保持了生成场景一致性的同时提高了场景的多样性,为电力系统调度中机器辅助决策提供了更完备的数据支撑。
- 陈志威吴毓峰潘振宁余涛刘前进黄文琦侯佳萱
- 基于广义加性模型的调温负荷测算方法
- 2023年
- 调温负荷可分为夏季降温负荷和冬季取暖负荷,是影响统调负荷的主要因素之一。准确把握调温负荷特性,对于分析负荷增长驱动因素、做好迎峰度夏/冬工作具有重要意义,但现有测算方法仍存在问题。为此提出一种基于广义加性模型(generalized additive models,GAMs)的调温负荷测算方法。首先,建立基于GAMs的日前负荷预测模型;然后,根据上述模型解耦分析不同特征对负荷的影响,提出调温负荷测算方法;最后,以某市夏季调温负荷测算为例,验证所提方法的准确性、合理性。
- 赖界亨卢洵王克英邱显欣潘振宁
- 关键词：负荷预测
- 无协调主体的多产消者完全端到端交易机制被引量：5
- 2023年
- 产消者之间进行能量交易对促进分布式资源就地消纳具有重要意义。为此,在充分考虑产消者利益诉求的基础上,提出了一种无协调主体的多产消者完全端到端交易机制,以实现社会福利最大化。以微网为例,对产消者内部资源进行建模,并引入物理网络约束,提出多产消者能量交易集中式优化模型。通过支路撕裂法及拉格朗日对偶分解,将问题转化为分布式优化问题,并利用交替方向乘子法求解。可证明此机制无需第三方主体协调,仅需在交易主体间进行信息传递,通过各主体内部进行资源调配即可完成优化,实现完全分布式求解。此外,所得价格更符合实际市场的运作规律。最后,以4个微网为例进行分析,验证了所提交易机制的可靠性以及有效性。
- 吴毓峰杨胜春潘振宁余涛余涛邱星宇
- 基于虚拟储能聚合建模的需求侧资源随机动态 优化方法被引量：2
- 2023年
- 随着高比例分布式新能源的接入,配电网运行的随机性不断增大,充分挖掘需求侧资源的灵活可调特性,对于改善电网运行的安全性和经济性意义重大。文章首先提出一种基于虚拟储能模型的需求侧资源优化运行架构,将需求侧资源的随机动态优化问题建模成一个多时段随机序贯决策问题,进而提出一种随机动态规划方法进行求解。所提方法通过构造值函数避免进行期望值的计算,并采用数据驱动的方法对值函数进行训练,得到收敛的近似值函数,将其投入在线运行可得到需求侧资源的优化调度决策,从而避免了系统的多重不确定性因素。通过仿真算例验证该方法可避免电价、电动汽车等数据预测误差的影响,在计算效率、计算精度以及面对多重不确定性因素决策方面具有优越性。
- 陈镇煌潘振宁毛文博余涛
- 关键词：随机动态规划
- 图数据建模与图表示学习方法及其非侵入式负荷监测问题的应用被引量：5
- 2022年
- 非侵入式负荷分解能从家庭总表数据中分解出单个负荷的运行状态,这对用户调节自身用电策略、参与需求侧响应具有重要意义。针对当前负荷分解模型受限于欧式空间下数据的顺序输入,无法准确描述电器不同运行状态之间的时间关联性导致分解准确度不高的问题,提出一种图数据建模与图表示学习的非侵入式负荷分解方法。首先基于图理论将待分解信号转换为包含节点和边的图数据。其次,设计带残差机制的图卷积网络充分挖掘低采样频率下数据包含的属性特征和时间关联性特征,构建负荷分解的图表示学习。然后,针对模型分解结果缺乏精细化修正策略的问题提出改进的后处理方法,进而全面提升模型的综合性能。最后,使用公开数据集AMPds2和REDD进行验证,结果表明该文方法具有较低的分解误差和较强的泛化性能。
- 彭秉刚潘振宁余涛邱磊鑫苏晓陈镇煌
- 关键词：后处理方法
