基于灰色关联聚类的负荷特性分类

以变电站负荷构成比例为基本特征,以负荷特性之间的灰色关联度作为基本测度指标,把灰色理论应用于负荷特性分类;并定义负荷特性的均值化特征向量,构造灰色关联度矩阵,提出一种基于元件的变电站综合负荷特性的分类方法.对湖南省48个220 KV变电站的负荷特性分类结果表明,该算法简易、快速、有效,分类结果合理,具有广阔的应用前景.     

小电流接地系统单相故障选线的方法与实现

分析了小电流接地系统的故障特征,以基于傅立叶算法的稳态零序电流为依据提出根据消弧线圈调整前后之残流变化量实现单相接地故障选线的方法。该方法不受系统暂态过程、谐波污染以及线路结构不对称的影响,受过渡电阻影响很小,可以将单相接地故障准确地检测出来。在此原理基础上设计了一种基于80C196单片机的软硬件解决方案并开发出具体选线装置,它能够准确区分母线和线路故障并正确选择故障线路。文中详细论述了该方案的实现原理与组成结构。通过由发电机—变压器—配电线路构成的动态模拟系统的接地故障选线实验,验证了该方法是小电流接地选线中一种简单准确、实用有效的方法,表明所开发的装置抗干扰能力强,运行稳定,具有推广应用价值。     

基于Bi-LSTM/Bi-GRU循环神经网络的锂电池SOC估计

锂电池的荷电状态(state-of-charge,SOC)涉及的物理特性或电化学特性高度复杂,其值一般难以直接测量,基于深度神经网络等新方法的SOC估计近期为相关研究者所关注.为进一步提升SOC估计性能,有效捕获锂电池SOC的动态物理特性,缓解深度神经网络模型容易发生的梯度消失与梯度爆炸等问题,本文引入双向学习策略,基于双向长短期记忆循环神经网络(bidirectional long short-term memory,Bi-LSTM)以及双向门控循环单元网络(bidirectional gated recurrent unit,Bi-GRU)估计锂电池的SOC取值.双向循环神经网络SOC估计模型由输入层、隐藏层和输出层组成.输入层输入电池电压、电流与温度序列;隐藏层在正向LSTM/GRU层的基础上增加反向LSTM/GRU层,引入逆序信息,基于输入序列上下文所含信息整体上学习、表征电池特性序列与SOC序列之间的内在关联;输出层输出模型的估计值.所拟模型使用Python语言结合TensorFlow后端在Keras框架中实现,并基于基准数据集在3种温度条件下结合多种工况进行性能分析.结果表明,双向学习策略能有效提升锂电池SOC的估计性能,较之单向学习模型具有更高的估计精度与鲁棒性.与构造电池等效模型等方法的思路不同,所拟方法基于数据驱动学习锂电池SOC的非线性特性,将易于观测的锂电池特性序列数据映射为待估计的SOC取值,为锂电池SOC估计提供了可能的新思路.     

PMU小扰动信号下的综合负荷模型参数辨识方法

电力系统日常运行过程中时刻存在类似噪声的小扰动信号，利用小扰动信号开展负荷参数辨识可解决传统总体测辨法无法处理的负荷时变性和分布性难题。基于PMU实测小扰动信号提出一种“Z+IM”综合负荷模型参数辨识方法。该方法采用PMU量测数据滚动识别框架，滚动识别主要包括数据处理和负荷参数辨识两个步骤。首先，针对PMU量测小扰动信号的特点，通过厂站初筛、预处理、可辨识集粗筛和去噪等步骤得到较为优质的PMU小扰动数据集。然后，基于预报误差思想通过两阶段辨识策略辨识负荷时变参数、电磁参数和机电参数。所提方法得到的负荷参数无需折算可直接应用于PSASP、BPA等国内主流仿真程序，具有实际工程应用价值。最后，算例通过3机9节点系统仿真和湖南实际电网验证所提方法的有效性和鲁棒性。     

考虑电池储能仿真模型的一次调频特性评估

为更好地利用电池储能服务于电网调频,对电池储能的一次调频特性展开了评估.首先,构建了满足调频研究需求的磷酸铁锂电池仿真模型,并依据多组实验数据辨识了模型中的参数,同时分析了恒功率运行方式对参数的影响.其次,提出了控制电池储能动作时机与深度的关键参量,即为调频死区和单位调节功率,基于此设计了相应的调节模式,并提炼了调频特性评价指标.最后,依托长沙一湘潭两区域电网算例,仿真分析了关键参量对电池储能一次调频特性的影响,且定量分析了电池储能相比传统电源的高效程度.结果表明,相比调频死区,单位调节功率对电池储能调频特性的影响更为明显;若电池储能和传统电源的调频容量及单位调节功率均相同,前者无调频死区时高效25倍以上,前者的调频死区为后者近两倍时高效约12.5倍.     

梯次利用动力电池规模化应用经济性及经济边界分析

电动汽车动力电池的退役潮来临,大量退役动力电池的处理成为当前的一大难题,将其规模化应用于储能系统是解决该问题的有效途径,研究梯次储能的经济性对促进规模化应用具有重大现实意义.首先分析了梯次储能系统的成本构成,并采用平准化成本模型分析了梯次储能的成本参数敏感性.其次,分析了退役电池梯次利用现状,探讨了梯次利用关键技术发展...     

基于元件与量测相结合的负荷特性数据库系统

以电网综合负荷特性的调查统计数据和在变电站现场采集的负荷特性数据为基础,采用VisualBasic6.0开发工具和SQLServer2000数据库平台,开发了一个电力系统综合负荷特性数据库系统,并成功地应用于基于元件和基于量测两种途径的综合负荷建模。阐述了综合负荷特性数据的来源和特点以及数据库的基本结构和功能设计,着重描述了数据库的具体设计方法和技术。实际运行表明,该数据库系统具有结构完整、界面友好、操作方便、运行可靠、扩展性好等特点,为电力系统综合负荷建模及负荷特性研究提供了技术支持。