基于人工智能技术的新型电力系统优化运行与控制.pdfVIP

特约主编寄语 基于人工智能技术的新型电力系统优化运行与控制 构建新型电力系统，是实现 “碳达峰、碳中和”目标的关键举措。但是随着可再生能源发电 占比不断提升和新兴负荷大量接入，电力系统呈现出惯量降低、源荷失配、峰谷差增大等问题， 电网的安全稳定运行面临严峻挑战。人工智能技术近年来蓬勃发展，具备强大的感知推理能力、 智能决策能力以及海量数据分析能力，有助于新型电力系统实现精准建模、高效分析及智能控 制，是电力系统向数字化、网络化和智能化发展的关键支撑技术。如何通过新一代人工智能及信 息通信技术为新型电力系统的感知调控提供决策支持，实现电力系统各要素之间的协同控制和优 化配置，值得广泛关注与深入研究。《全球能源互联网》编辑部密切关注最新研究进展，邀请我 们担任特约主编，共同策划本专题，与读者共同探讨人工智能技术在新型电力系统运行控制领域 的理论研究与工程应用最新进展。 本专题受到了广大专家学者的广泛关注，经过严格的同行评审，从30余篇来稿中遴选出8篇 论文，主要聚焦两方面。微电网优化运行与控制方面，中国电力科学研究院周翔等对深度强化学 习原理、深度强化学习在单个微网以及微网群优化运行中的应用进行了综述与分析，对应用中 所面临的算法可解释性、奖励函数设置、用户隐私性等方面问题与挑战进行了展望。武汉大学 杨军等将PID与深度确定性策略梯度 （DDPG ）算法进行互补并生成可进化PID控制器，相较传统 PID控制器能够实现自适应权重参数的调整，从而解决电动汽车与随机扰动给微电网带来的强非 线性影响。兰州理工大学吴丽珍等提出一种基于差分进化-径向基神经网络 （DE-RBF ）混合优 化算法的自适应下垂控制策略，获得下垂控制参数并进行优化校正，能够提高多逆变器并联微电 网系统下垂控制的动态响应速度与系统稳定性。郑州大学冯志远等采用数字孪生技术建立配电网 数字镜像模型，通过人工神经网络对数字镜像模型的历史数据进行学习训练，实现电压暂降源的 准确定位，可大幅提高复杂配电网系统中电压暂降定位的工作效率。国网河北电力公司经济技术 研究院杨书强等提出了一种将负荷数据图像化，并应用长短期记忆 （LSTM ）人工神经网络进行 短期电力负荷预测的方法，借助LSTM方法在图像分析和处理上的优势，提高了短期负荷预测的 精度。新型电力系统5G通信技术创新与应用方面，华北电力大学朱校汲等提出了一种基于软件 定义网络 （SDN ）的5G 电力通信网业务编排自主决策方法，在信息不确定的情况下实现接入网 信道选择与核心网路由选择的联合优化，从而最小化电力通信终端数据包传输总时延，有效提高 了电力业务的传输质量。国网能源研究院王成洁等针对电力杆塔和5G基站，构建了基于站距和 站高的规模化匹配方法，以及考虑技术、政策和商业约束等情景的匹配度测算方法，通过实证 分析，表明二者具有较大的共享潜力和良好的合作空间，有助于提高资源利用效率、降低企业成 本。国网河北省检修公司马助兴等提出了一种面向新型变电站智能巡检的5G大规模天线远近场 融合定位算法，提高了变电站内巡检定位精度和稳定性。 感谢各位作者对本专题的大力支持，感谢各位专家提出的细致专业的评审意见，以及 《全球 能源互联网》编辑部为专题顺利出版作出的努力，希望本专题能为广大专家学者提供借鉴与启 发，共同推动人工智能技术在新型电力系统中的应用深入发展。 2023年4月16日 王继业，国网数字科技 赵俊华，博士，香港中 控股有限公司董事长、党委书 文大学 （深圳）理工学院副教 记，教授级高级工程师，博士 授，深圳高等金融研究院能 生导师。兼任中国人工智能学 源市场与能源金融实验室主 会智慧能源专委会主任，中国 任，深圳人工智能与机器人研 通信学会能源互联网专委会主 究院研究员。长期从事智能