【浙江大学】2024基于机理与人工智能混合驱动的新型电力系统智能分析与调控策略研究报告

近日，浙江大学伊利诺伊大学厄巴纳香槟校区联合学院发布了一份名为《2024基于机理与人工智能混合驱动的新型电力系统智能分析与调控策略研究》的报告。该报告由刁瑞盛博士领衔，他是一位长聘副教授、博士生导师、国家重点实验室研究员，同时也是浙江省千人特聘专家和IETFellow。报告深入探讨了新型电力系统的智能规划与决策技术，涉及多时空维度功率预测技术、电力系统规划与调度智能决策、电网运行关键特征提取与解析以及数字孪生建模与参数智能辨识等多个方面。报告指出，随着“碳达峰、碳中和”目标的推进，构建新型电力系统面临诸多挑战，如高比例可再生能源并网、高比例电力电子设备化、储能设备大量接入等，这些因素显著增强了电网运行的动态性、随机性、不确定性。报告通过深度学习、强化学习等人工智能技术，提出了一系列智能分析与调控策略，旨在提升电网的在线安全稳定性控制能力。这份报告内容丰富，对推动电力系统智能化发展具有重要参考价值。

随着全球气候变化的加剧和能源结构的转型，构建一个高效、智能、绿色的电力系统已成为当务之急。浙江大学与伊利诺伊大学厄巴纳香槟校区联合学院的专家刁瑞盛博士团队，在其研究报告《基于机理与人工智能混合驱动的新型电力系统智能分析与调控策略研究》中，提出了一系列创新性的电力系统智能化解决方案，为实现“碳达峰、碳中和”目标提供了强有力的技术支持。

新型电力系统的核心特征是高比例可再生能源并网、高比例电力电子设备化以及储能设备的大量接入。这些特征带来了电网运行的动态性、随机性和不确定性的显著增强，给电网在线安全稳定性控制带来了巨大挑战。刁瑞盛博士团队针对这些挑战，研发了一系列基于人工智能的智能分析与调控策略，包括多时空维度功率预测技术、电网运行关键特征提取与解析技术、数字孪生建模与参数智能辨识技术等。

在多时空维度功率预测技术方面，研究团队研发了基于集成机器学习模型的预测技术，应用场景广泛，包括生活负荷、工商业园区负荷、新能源发电、充电场站等。这项技术能够实现多时间、空间维度的功率预测，为电力系统的规划与调度提供了重要的数据支持。

电网运行关键特征提取与解析技术则针对交直流混联新型电力系统的运行风险，建立了机电-电磁混合仿真模型，并研发了基于人工智能的电网运行关键特征自动解析技术。这项技术能够形成软件系统，为电网的安全稳定运行提供了有力的技术保障。

数字孪生建模与参数智能辨识技术则针对电力设备复杂运行特征，建立了数字孪生模型，并研发了基于AI的关键参数智能识别技术。这项技术能够对传统发电机组模型、直流、风电等电力电子设备模型以及复合负荷模型进行精确的参数辨识，为电力设备的优化运行提供了重要支撑。

报告中还提到了人工智能技术在电力系统中的应用，包括推荐系统、测量优化、结构复原、欺诈检测、图像分类、客户保留、实时决策、游戏人工智能、机器人技能获取等。这些技术的应用，为电力系统的智能化升级提供了丰富的技术手段。

在具体的应用案例方面，报告详细介绍了多时间维度功率预测、基于无监督式学习的负荷聚类分析、交直流混联电网复杂故障后稳定特性解析、基于深度强化学习算法的自主安全控制等应用。这些应用案例展示了人工智能技术在电力系统智能化调控中的有效性和实用性。

例如，在多时间维度功率预测方面，研究团队基于监督式学习，开发了多时间、空间维度功率预测技术，能够实现对负荷、电动汽车充电、光伏、风电等的预测。这项技术的应用，为电力系统的调度和规划提供了重要的数据支持。

在负荷聚类分析方面，研究团队开发了基于AI的方法进行有效的负荷聚类、关键特征和成分识别。这项技术的应用，为电力系统的负荷管理提供了有力的技术手段。

在交直流混联电网复杂故障后稳定特性解析方面，研究团队通过机电-电磁混合仿真，研发了基于人工智能的电网运行关键特征自动解析技术。这项技术的应用，为电网的安全稳定运行提供了有力的技术保障。

在基于深度强化学习算法的自主安全控制方面，研究团队研发了基于深度强化学习的逻辑推演与自主实时控制技术。这项技术能够在不断与电网环境交互的过程中学习有效的控制策略，并最终掌握该项调控应用。

此外，报告还对人工智能技术的发展趋势进行了展望，指出了人工智能技术在电力系统中的应用前景。随着人工智能技术的不断发展和应用，电力系统的智能化水平将不断提高，为实现“碳达峰、碳中和”目标提供了强有力的技术支撑。

文章的灵感来源于这份报告。除了这份报告，还有一些同类型的报告也非常有价值，推荐阅读。这些报告我们都收录在同名星球，可以自行获取。

以上为节选样张，关注公众号【蝉鸣报告】回复领取PDF完整电子版（无广告）。

【蝉鸣报告】每日更新最新硬核报告，覆盖产业报告、全球化、经济报告、趋势等全领域。