本期电子书封面故事整期封面整期目录
刊期浏览栏目浏览
- 摘要：目的随着我国“双碳”目标所驱动的新型电力系统的建设和应用，以高比例可再生能源和高电力电子化等为特征的电力系统展现出前所未有的复杂动态特性，给电力系统安全稳定运行提出新的挑战。电力系统智能计算利用新一代人工智能技术，尤其是大模型技术、预训练技术等，实现了物理模型、数据驱动模型、知识模型的融合，形成了一种新型的电力系统计算分析方法。为此，综述和展望了电力系统智能计算方法和技术在新型电力系统分析、优化、运行、调度、控制等方面的应用。方法首先，阐述了电力系统智能计算的概念和关键技术；然后，以电力系统时序预测、安全域优化、多能微网协同优化等关键领域的智能化处理为例阐述了其技术路线；最后，展望了其应用前景。结论智能化算法在多个评估指标上优于传统方法，显著提高了电力系统的预测精度和控制效率，验证了智能计算在电力系统计算分析中的应用潜力，为新型电力系统提供了一种有效的智能化技术路线，对于电力系统的智能化发展具有重要意义。关键词：智能计算;新型电力系统;可再生能源;大模型;人工智能(AI);电网运行控制;优化调控;智能评估251|5417|3<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-06-29
基于大语言模型的电力系统预测技术研究综述 AI导读
摘要：目的随着大规模新能源入网，新型电力系统在对灵活性需求提出一定要求的同时，对预测技术也有了更高的精确性要求，而传统预测方法在处理动态复杂的场景时存在一定局限性，因此，亟需研究适用于新型电力系统的预测技术。大语言模型(large language model，LLM)是一种基于生成式人工智能(artificial intelligence，AI)的技术，具有多模态数据融合、少样本学习、多任务处理的能力，能够为电力系统中的预测任务提供更加智能化和精准化的解决路径。为此，针对LLM在电力系统预测领域的应用现状及优势展开分析。方法首先，对LLM的基本架构、训练方法及其应用现状进行阐释；然后，说明了其应用在预测领域的原理及实现过程，并重点探讨了在电力负荷预测、新能源出力预测和电价预测方面的优势和潜力；最后，从数据质量管理、隐私保护及计算资源3个方面分析了目前LLM在预测应用中存在的问题，并给出了可行的解决思路。结论通过对比各种预测任务研究发现，与传统预测方法相比，LLM在少样本学习和多模态数据处理方面的强大能力使其更适用于复杂多变的预测场景，对LLM合理有效的应用能够为电力市场预测提供新的解决方案。关键词：大语言模型(LLM);人工智能(AI);新型电力系统;负荷预测;电价预测;新能源出力预测;隐私保护;数据训练1342|1008|4<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-06-29- 摘要：目的为应对新型核电系统在保障能源供应、推动清洁能源转型及实现“双碳”目标过程中面临的结构多样化、负荷不确定性、数据复杂性等挑战，并解决大语言模型应用于核电领域时存在的知识局限性、幻觉及推理成本高等问题，研究了大语言模型与知识图谱结合，特别是图检索增强生成(graph retrieval-augmented generation，GRAG)技术的应用潜力，以构建更智能、高效、可靠的核电系统信息处理能力。方法分析了大语言模型与知识图谱在核电领域的研究现状、各自优缺点及结合的互补性；重点介绍了GRAG技术相较于传统检索增强生成(retrieval-augmented generation，RAG)技术的优势，并探讨了其在核电风险评估、智能问答辅助、知识管理与决策支持、故障诊断与预测等场景的具体应用；梳理了引入并微调大语言模型、构建领域知识图谱、实现GRAG增强的技术路径。最后，从混杂数据下的知识图谱构建、大语言模型认知推理与决策、人机交互可控性等方面对未来研究进行了展望。结论结合知识图谱的GRAG技术能有效缓解大语言模型在专业领域的知识局限性和幻觉问题，增强生成内容的可解释性与可靠性。研究结果可为未来优化核电领域知识图谱的构建、提升大语言模型在复杂推理任务中的能力、开发与核电领域专家高效互动的人工智能体提供参考。关键词：双碳;核电;智能电网;人工智能(AI);深度学习;大语言模型;知识图谱;检索增强生成257|387|3<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-06-29
- 摘要：目的随着新能源渗透率不断攀升，亟需通过精细化的时序运行模拟进行电力电量平衡分析、规划方案设计及市场机制评估。然而，由于新能源的随机性、波动性，以及电网规模的不断扩大，运行模拟面临着计算速度与精度难以兼顾的困境，而人工智能(artificial intelligence，AI)因其强大的表征、泛化及自学习能力，为解决当前难题提供了新的工具和思路。为此，系统性地分析了AI在电力系统运行模拟加速中应用的现状和必要性，并对未来发展进行了展望。方法首先，从数学角度将加速方法的思路划分为场景聚类、机组聚合、约束缩减及算法加速；其次，深入分析了各个方向上AI 应用的必要性，回答了“为什么需要AI”这一关键问题；然后，系统性地总结了AI应用于运行模拟加速的现状及优势；最后，给出了AI在电力系统中的应用场景建议及未来展望。结论AI可以在多个方面为运行模拟加速提供有效支持，尤其是在处理非线性关联关系、替代专家经验、刻画模糊规则时展现出显著优势。关键词：新型电力系统;人工智能(AI);运行模拟;机组聚合;场景聚类;冗余约束删除;算法加速;机器学习208|1022|2<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-06-29
- 摘要：目的可再生能源电解水制氢作为一种重要的可持续能源技术，因其环保和低碳排放优势，得到了广泛关注。然而，传统电解水制氢技术在效率和成本方面存在挑战，人工智能(artificial intelligence，AI)的快速发展为解决电解水制氢技术的难点问题提供了有效途径。为此，探讨AI在优化电解水制氢系统效率和经济性中的关键应用及其发展前景。方法利用常用AI工具，如MATLAB、Python和SimuNPS，在电解水制氢系统中进行算法开发、深度学习模型训练和多物理场仿真。通过引入AI技术实现出力预测、系统容量优化与调度、故障诊断等应用，提升系统性能和稳定性。通过对比分析不同AI模型在多种实际场景下的表现，探讨其在提升系统性能与可控性方面的具体作用与实现方式。结论AI技术为可再生能源电解水制氢系统的效率提升与智能调度提供新思路。未来研究应重点聚焦AI在出力预测、调度优化和故障诊断等方面的应用，推动AI与系统运行的深度融合，探索其在智能监测、自动控制和多源协同中的创新应用，为构建高效、稳定、低碳的氢能系统提供有力支撑。关键词：可再生能源;电解水制氢;人工智能(AI);深度学习;碱性电解槽;质子交换膜电解槽;故障诊断252|285|2<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-06-29
- 摘要：目的直流微电网因低惯性和恒功率负载特性易引发大信号稳定性问题，传统基于模型的方法计算复杂、求解困难。针对上述问题，探讨了直流微电网的大信号稳定性智能化分析方法。方法选取常见的人工智能技术分类器对直流微电网的稳定性进行分析，并比较分析深度学习、支持向量机和决策树3类(涵盖6种)常见的人工智能技术在具体直流微电网实例中的大信号稳定性评估的应用。结果基于具体实例的对比分析表明，在直流微电网大信号稳定性评估中，长短期记忆网络在综合性能（准确性、实时性、适应性）上优于其他方法。结论长短期记忆网络分类器与直流微电网的状态空间方程具有高匹配性，比传统的机器学习分类器更适用于直流微电网大信号稳定性的分析。同时，确保分类器的工作性能需选择适当的参数值。关键词：直流微电网;分布式能源;可再生能源;储能;人工智能(AI);机器学习;深度学习;长短期记忆网络101|532|3<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-06-29
- 摘要：目的随着电力系统向更高程度的智能化和自动化演进，强化学习(reinforcement learning，RL)作为人工智能领域的一项关键技术，在电力领域的智能化发展方向上展现出广阔前景。完善RL在电力领域的应用研究方案，对于深入挖掘其在电力系统运行、控制和优化等方面的潜力至关重要。为此，分析了RL在实际电气应用中的效能表现，并展望了未来可能的研究方向，以期为电力系统智能化进程提供助力。方法对RL在各类电气领域的关键应用进行了综述。系统性地介绍了RL的基本原理和标志性算法，详细探讨这些算法如何被应用于新型电力系统领域的实际问题中。对各研究中主流的RL算法进行归类，并对在这些算法中进行的结构化改进进行优缺点分析。结果相比于传统算法，RL显著提升了新型电力系统的智能化水平，并在多个应用场景中取得了显著成效，特别是在应对系统复杂性和不确定性方面表现出色。然而，尽管有诸多成功案例，但目前该领域仍存在一些亟待解决的问题，比如计算成本高、训练时间长、泛化能力不足等。结论RL为新型电力系统的智能化提供了新的解决方案，然而，要实现大规模应用，还需要克服一系列技术和实践上的挑战。研究成果可为电气工程领域的研究者和实践者提供参考和启示。关键词：新型电力系统;强化学习(RL);深度强化学习(DRL);智能电网;优化策略;能源管理;态势感知;优化调度;人工智能(AI)388|4008|10<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-06-29
- 摘要：目的电力系统面临着虚假数据注入攻击的威胁，而已有的虚假数据注入攻击检测方法存在特征学习能力不足和检测速度较慢的问题，以至于无法对虚假数据注入攻击进行快速精确定位，因此提出一种基于Levy麻雀优化深度极限学习机的电网虚假数据注入攻击定位检测方法。方法所提方法将深度极限学习机作为特征提取算法和基础分类器来实现对攻击的快速精确定位；同时采用具有强局部搜索能力、融入Levy飞行策略的麻雀搜索算法对其初始权重与偏置进行优化，以进一步提高方法的定位检测精度。结果在IEEE-14和IEEE-57节点系统进行了大量仿真分析，所提方法的检测准确率在94%以上。结论与其他检测方法对比，所提方法具有更优的检测精度，可以实现更为快速的虚假数据注入攻击定位检测。关键词：电网;人工智能(AI);电力系统;虚假数据注入攻击;深度极限学习机;Levy飞行;麻雀搜索算法;定位检测;特征提取49|448|4<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-06-29
- 摘要：目的传统的电网巡检方式存在劳动强度大、效率低等问题，为此，以山东黄金电网为研究对象，提出一种基于轻量化深度学习网络YOLOv5-Mv3的无人机巡检电网绝缘子及其异物检测算法。方法首先，通过无人机巡检电网拍摄图片来构建数据集，对数据集进行训练；其次，针对电网绝缘子及其异物，采用Mobilenetv3来替代CSPDarknet53作为特征提取网络，对YOLOv5-Mv3进行轻量化改进，减少模型参数和计算量，在保证准确率的同时，满足实时检测的要求。结果该检测算法的均值平均精度达到84.7%，检测速度达到56.6帧/s，改进的YOLOv5-Mv3与Faster RCNN、SSD、YOLOv4模型相比，具有更高的检测精度和更快的检测速度。结论该算法提高了无人机巡检电网效率，实现了轻量高效的效果，符合电网智能巡检的要求。关键词：电力系统;人工智能(AI);电网;无人机;目标检测;输电线路;电力巡检;机器视觉;图像处理164|2077|6<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-06-29
- 摘要：目的质子交换膜燃料电池(proton exchange membrane fuel cell，PEMFC)作为极具潜力的清洁能源技术，在能源转换领域备受关注。然而，PEMFC系统的高度复杂性及运行过程中存在的不确定性，使其状态估计和故障诊断面临诸多挑战，严重影响系统可靠性与安全性。为有效应对这些难题，对人工智能(artificial intelligence，AI)技术在PEMFC状态估计和故障诊断中的应用策略与成效进行了研究。方法分析了当前PEMFC在状态估计与故障诊断领域的研究进展。在状态估计领域，解析了PEMFC非线性模型特性，介绍了基于AI的状态估计技术，分析了不同算法在PEMFC状态估计中的应用原理及优势。在故障诊断领域，总结归纳了PEMFC常见故障类型，分析了故障表现及内部成因，介绍了基于AI的故障诊断技术。最后，对基于AI的PEMFC状态估计与故障诊断技术的未来发展提出了建议。结论AI技术能够凭借其强大的数据处理和模式识别能力，准确估计PEMFC的状态，有效诊断系统潜在故障，从而显著提升PEMFC系统的运行效率和稳定性，增强系统可靠性与安全性。未来，可在AI算法创新、状态估计与故障诊断优化、智能体系构建以及与其他技术协同合作等方面开展研究。关键词：清洁能源;氢能;人工智能(AI);质子交换膜燃料电池(PEMFC);状态估计;故障诊断;深度学习137|2187|1<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-06-29
AI在新型电力系统中的应用
风光氢氨醇一体化技术和产业综述 AI导读
摘要：目的绿氢、绿氨和绿色甲醇作为清洁能源和化工原料，对“双碳”目标的实现有重要作用，随着对清洁能源需求的日益增长，风光氢氨醇一体化产业应运而生，成为备受关注的新兴领域。然而我国风光氢氨醇一体化产业尚处于发展初期，产业链各环节仍存在大量问题，为此，有必要探索风光氢氨醇一体化相关技术并分析未来产业发展方向。方法首先，介绍了电解水制绿氢、合成绿氨、合成绿色甲醇的技术路线，并概述了应对风光电不稳定性相关技术；其次，分析了风光氢氨醇产业的经济性，介绍了多个重点项目的实施情况和近年来相关政策；再次，分析估测了制绿氨、绿色甲醇的电耗、水耗情况，并对制备绿氢、绿氨、绿色甲醇的成本进行预测，进一步针对风光氢氨醇产业化进程提出了技术创新、产业链协同和政策支持等产业发展建议；最后，分析了风光氢氨醇一体化产业未来的发展方向。结论未来风光氢氨醇一体化将呈现技术集成化、应用多元化、区域协同化、成本经济化趋势，成为实现“双碳”目标、重构能源体系的核心路径之一。关键词：双碳;风电;光伏发电;绿电制氢;绿氨;绿色甲醇;零碳排放;产业链协同517|2892|1<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-06-29- 摘要：目的芦竹作为一种单位面积产量高、可集中种植的能源植物，具有大规模替代煤炭燃烧发电和降低CO2排放的广阔前景。在“双碳”目标和煤电机组低碳化改造的要求下，大力发展基于芦竹这一能源植物的清洁高效燃烧技术，是十分适合我国国情的一种重要低碳能源利用途径。为此综述了芦竹燃烧利用的研究进展，旨在为生物质能的规模化利用提供参考。方法通过文献研究法对芦竹的燃烧利用进行了全面调研，对现有研究成果进行了归纳分析。总结了芦竹的燃料特性、预处理方法及效果、燃烧和污染物排放特性以及芦竹燃烧工业试验研究，并介绍了芦竹栽培的环境效应。结论芦竹具有大规模替代煤炭供热和发电的巨大潜力，结合我国煤电机组低碳化改造的要求，电厂掺烧芦竹具有广阔的前景。关键词：双碳;低碳;生物质;可再生能源;芦竹;燃烧;减排;燃煤发电232|580|2<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-06-29
- 摘要：目的反阴影策略在光伏系统规模化应用中发挥着至关重要的作用。为了应对小坡度地区因光伏阵列间阴影遮挡而导致的发电量损失问题，需要对光伏组件的日跟踪策略进行优化。方法以宁夏地区某光伏电站为例，结合地形及环境因素建立缓坡背景下光伏阵列间动态阴影遮挡计算模型和辐照模型，提出了一种反阴影的平单轴太阳跟踪策略，并利用MATLAB软件构建仿真模型，验证该策略的可行性和有效性。最后，选择典型晴天在现场选区进行试验验证。结果在缓坡地形条件下，与采用原始跟踪策略的光伏阵列相比，采用所提反阴影和自动跟踪策略的光伏阵列可减少约12%的阴影遮挡，系统整体发电输出效率可提高约10%。结论所提策略从地形和环境因素角度进行优化，有效解决了反阴影跟踪系统的适用性问题，拓宽了光伏电站的选址地域，并为其提供了可靠的技术支撑，在光伏系统规模化应用中具有重要意义。关键词：太阳能;光伏电站;缓坡地形;阴影遮挡;跟踪策略;平单轴系统;发电效益59|205|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-06-29
- 摘要：目的为提高线性菲涅尔集热系统(linear Fresnel collector，LFC)聚光拦截率，增加跟踪系统的误差控制阈值，提高系统光热转换效率，研究一次反射镜光斑宽度的变化规律十分有必要。为此，对LFC微弧形反射镜反射光斑宽度进行了建模仿真和实验研究。方法根据LFC的结构特点，建立LFC微弧形一次反射镜聚光模型，通过MATLAB仿真分析，获得微弧形一次反射镜边界条件下的光斑宽度变化规律，并搭建光斑测试平台，利用测试平台角度旋转和接收板位置变换模拟不同季节和时刻太阳光线入射方向，以验证仿真结果的准确性和有效性。结果仿真结果显示，因太阳张角的存在，反射光斑宽度比平行光条件下增加75.8%；旋转平台实验结果显示，实测光斑宽度变化规律与仿真结果一致，在太阳张角的作用下，LFC在冬季最大跟踪误差控制余量为0.173°，在夏季最大跟踪误差控制余量为0.207°。结论在冬季时，LFC系统跟踪控制精度要求较夏季时需提升16.4%，因此，LFC微弧反射镜焦距应按照冬季时光斑宽度的跟踪控制余量进行设计。关键词：太阳能;光热发电;集热系统;线性菲涅尔;聚光集热;反射光斑宽度;聚光拦截率;微弧形反射镜78|118|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-06-29
新能源
- 摘要：目的现行电价机制下，新疆抽水蓄能电站通过峰谷价差套利方式和参与电力辅助服务难以完全回收成本，为此，对抽水蓄能电站容量电费疏导机制进行了研究。方法在测算新疆抽水蓄能容量电费基础上，分析其成本疏导存在的问题，提出了新疆抽水蓄能电站“市场化+输配电价”方式的疏导路径，即在电力市场建设成熟前通过输配电价回收，电力市场建设成熟后通过市场化方式回收。结果与纯输配电价方式回收相比，“市场化+输配电价”方式疏导容量电价可行性较高，输配电价涨幅下降超过90%，是平抑输配电价过快上涨的可行模式。结论研究成果作为抽水蓄能电站运营成本回收的补充方案，可以为抽水蓄能电站争取广阔的市场交易空间。关键词：抽水蓄能电站;成本回收;成本疏导;电力市场;电价测算186|171|1<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-06-29
分布式光伏电站投资决策及经济性分析 AI导读
摘要：目的随着我国光伏产业的不断发展，光伏产业逐渐从高度依赖政府政策补贴向平价上网方向发展，对光伏电站的经济效益提出了更高的要求。因此，对光伏电站的投资决策和经济评价进行了全面细致的研究。方法从场址太阳能资源分析、太阳能电池组件选择、逆变器选择等多个方面对某4.45 MW分布式光伏电站项目进行投资决策指导。通过计算项目建设投资和收入，对该项目进行经济性分析，研究了建设投资、经营成本、发电电价及发电产量对分布式光伏电站项目经济性的影响。结果通过经济性分析，得出该系统的项目投资财务内部收益率(税后)为7.43%，项目投资回收期(税后)为11.39 a，资本金财务内部收益率为11.43%，资本金投资回收期为10.38 a。结论该项目具有良好的经济效益，项目经济性对电价变化最为敏感，且该项目具有较强的抗风险能力。研究结果可为光伏工程的研究和应用提供理论参考和工程指导。关键词：光伏发电;分布式光伏;降本增效;投资成本;投资决策;经济性分析;敏感性分析;内部收益率410|1152|4<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-06-29
新型电力系统
超临界二氧化碳混合工质布雷顿循环研究进展 AI导读
摘要：目的超临界CO2布雷顿循环具有效率高、结构紧凑、发电潜力大、可扩展性强等优点。采用CO2基混合物作为循环工质，可调节临界参数、提升循环性能，是近年来关注的热点，综述其研究进展对于基础理论研究及工程应用具有重要意义。方法对应用超临界CO2基混合工质布雷顿循环研究进展进行综述，总结了CO2基常用的混合工质种类，在循环部件及结构层面开展了讨论，并分析了常用循环性能指标及研究工况等。结论应用混合工质可提升或降低CO2的临界温度，但目前物性参数预测范围有限且实验数据欠缺。最常被探究的循环形式是再压缩循环结构，普遍关注的是循环的热力学性能和设计工况研究。建议加强和深化混合工质热物理性质的理论和实验研究，合理检验部件材料兼容性，针对混合工质的热力学特性提出新型循环结构，并应进一步探究分析循环的综合性能和动态特性。关键词：超临界;布雷顿循环;二氧化碳;混合工质;热力学性质;循环结构;循环性能570|1162|1<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-06-29- 摘要：目的在循环流化床(circulating fluidized bed，CFB)机组深度调峰运行状态下，NOx排放浓度会出现大幅波动，对脱硝控制系统的稳定性与经济性造成严重影响，为此，提出了一种基于数据驱动的循环流化床机组深度调峰运行状态下的NOx预测模型。方法对NOx的生成机理及影响因素进行了深度分析，结合某300 MW CFB机组现场运行数据，采用鲸鱼优化算法(whale optimization algorithm，WOA)对长短期记忆(long short-term memory，LSTM)神经网络参数进行优化，并建立WOA-LSTM神经网络模型。结果该模型实现了深度调峰下的CFB机组NOx排放质量浓度的在线预测。通过与其他神经网络模型进行对比，表明所提模型具有更好的预测结果，该模型平均绝对误差为2.49 mg/m3，平均绝对百分比误差达到6.8%，模型相关系数达到0.99。结论该模型能够准确地反映机组大范围变负荷运行下的NOx排放变化趋势，对现场脱硝自动控制系统的运行具有良好的指导作用。关键词：火电机组;循环流化床(CFB);NOx排放;深度调峰;人工智能(AI);鲸鱼优化算法(WOA);长短期记忆(LSTM)神经网络134|40|3<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-06-29
发电及环境保护
