110 kV三相共筒式GIS同频同相交流耐压试验中隔离开关断口击穿特性仿真分析

同频同相交流耐压试验技术因无需母线全停,现已在220 kV GIS设备检修或扩建后的绝缘性能试验中得到了广泛应用。然而,110 kV变电站普遍采用三相共筒式GIS设备,由于相间紧凑布置,在对三工位隔离开关进行耐压试验时,隔离开关断口击穿风险较大,这将给系统供电可靠性带来极大影响。使用EMTP-ATP仿真软件搭建了同频同相交流耐压试验中110 kV GIS设备隔离断口击穿仿真模型,获得了同相击穿和异相击穿的故障电压及电流特性,分析了加装保护电阻对击穿特性的影响规律,给出了击穿特性抑制措施建议,为同频同相技术在110 kV GIS设备交流耐压试验中的应用提供了指导。     

b轴取向MFI分子筛膜的制备及应用研究进展

分子筛膜是一种新型的无机膜,具有孔道结构规整、化学和热稳定性好、机械强度高、抗污染性能好、易于改性等优点。b轴取向MFI分子筛膜因可以缩短传质路径、降低传质阻力、提高扩散效率,在膜分离和膜反应器领域有着广泛的应用前景,受到国内外学者的普遍关注。综述了b轴取向分子筛膜的制备方法及应用研究进展。详细介绍了原位水热合成法、二次生长法、微波辅助合成法、无凝胶法、固相转化法及纳米片法等。二次生长法可以控制分子筛膜的微观结构,且受载体表面性质的影响较小;微波辅助法可以缩短结晶时间,降低能耗,对工业化生产具有重要意义;无凝胶法具有制备工艺简单、环境友好等优点。在上述方法的基础上,将纳米片作为晶种可以降低膜厚。最后,展望了b轴取向MFI分子筛膜的发展前景,在制备b轴取向连续无缺陷MFI分子筛膜方面仍面临许多挑战,包括提高膜的机械强度和长期运行稳定性、实现粗糙或弯曲以及大尺寸载体表面取向膜层的制备等。     

工频磁场干扰识别及母线保护防误技术

分析工频磁场干扰对母线差动保护的影响,将各条支路上工频磁场干扰电流幅值和相位相似的特征与母线保护装置备用支路多的特点进行结合,通过母线保护装置的备用间隔的电流采样值特征识别工频磁场干扰并得到干扰值.计算补偿干扰电流后的差动电流,并在母线差动保护判据中增加补偿后差动电流相关的判据,有效防止发生工频磁场干扰时母线差动保护误动,提高了保护可靠性.仿真结果表明,所提算法能够准确有效地补偿工频磁场干扰,防止工频磁场干扰下母线差动保护误动,且不会影响区内故障下母线差动保护的性能.     

微电网跟踪调度计划双层双时间尺度实时控制策略

为了提升微电网跟踪调度计划的能力,并降低分布式电源和负荷的功率波动对跟踪效果的影响,提出一种利用由超级电容和电池储能组成的混合储能系统跟踪调度计划的双层双时间尺度实时控制策略。上层基于模型预测控制方法建立日内滚动优化模型,结合分布式电源和负荷的超短期功率预测结果,综合考虑一段时域内的跟踪偏差及混合储能系统的功率和荷电状态对跟踪调度计划进行滚动优化;下层在上层优化结果的基础上,采用基于荷电状态的混合储能系统实时控制策略对超级电容和电池储能的实时功率进行协调分配,进一步降低分布式电源和负荷的实时功率波动对跟踪效果的影响。通过仿真算例对所提控制策略进行验证,结果表明:所提策略不但实现了良好的实时跟踪调度计划的控制效果,而且优化了超级电容和电池储能的荷电状态。     

孤岛微电网分布式P-V协调控制策略

为提升有功功率分配精度和降低线路损耗,研究了一种孤岛微电网分布式有功-电压(P-V)协调控制策略.重点提出了考虑线损系数及节点电压优化量的有功分配因子设计方法,并研究了基于有功分配因子一致原则的功率分配方法.采用分布式稀疏通信网络进行信息交互,利用一致性算法得到二级控制所需的有功分配因子平均估计值和系统平均电压估计值,产生综合电压优化量完成下垂控制优化,实现孤岛微电网分布式P-V协调控制.该策略可有效兼顾线路损耗降低以及有功功率分配精度提升,控制各节点电压在合理范围内,并调节系统平均电压至额定值.最后通过MATLAB/Simulink仿真验证了所提控制策略的有效性.     

基于XGBoost-EE的电力系统暂态稳定评估方法

深度学习在暂态稳定评估中发挥着越来越重要的作用,然而电网规模逐渐扩大导致数据出现维数灾难,这对模型的性能提出了更高的要求.目前,暂态稳定特征构建需要依靠人工经验,具有主观性;深度学习的模型在设计和训练上耗时、耗力.针对以上两点,结合极限梯度提升(XGBoost)算法和实体嵌入(EE)网络,提出了一种基于XGBoost-EE的电力系统暂态稳定评估方法.首先通过XGBoost算法的路径规则生成类别特征,将原始特征进行降维.然后采用EE网络对新的特征进行分类,从而完成快速、精准的暂态稳定评估.该方法充分利用了机器学习算法处理速度快和神经网络评估精度高的优点,能够直接面向底层量测数据.最后,在IEEE新英格兰10机39节点和IEEE 50机145节点系统的仿真结果表明,所提方法相比于其他方法具有更高的预测精度和更好的抗噪性能,且在训练时不容易过拟合.     

基于时空特性以及需求响应的DG和EV充电站多目标优化配置

针对可再生分布式电源(DG)及电动汽车(EV)大规模接入给配电网带来的用电量增长以及电压波动问题,提出一种基于时空特性以及需求响应的DG和EV充电站多目标协调优化配置方法.通过提取城市路网的拓扑结构,监测路网流量,基于交通规划软件TransCAD进行起讫点(OD)矩阵反推,构建出行概率矩阵以描述用户的出行特性;基于蒙特卡洛方法模拟EV的时空分布特性,考虑EV、DG与常规负荷的时序特性,并基于改进K-means算法构建风-光-负荷的典型运行场景;兼顾电网侧与用户侧,以综合效益、系统负荷波动以及充电耗时成本为目标,构建DG和EV充电站的多目标联合配置模型,并采用改进粒子群优化算法进行求解.结合IEEE 33节点配电网与某城区主干道路网模型进行仿真分析,结果验证了所建模型的有效性与可行性.     

基于拓扑篡改的电力市场虚假数据注入攻击方案

从攻击者的角度出发,在直流状态估计框架下提出了一种基于拓扑篡改的虚假数据注入攻击(FDIA)方案.首先,通过分析攻击后由网络拓扑处理器计算所得拓扑结构与传感器测量结果的一致性以及对比攻击前、后的残差,给出可以躲避拓扑误差处理检测以及残差检测的隐蔽攻击定义;然后,基于上述定义以及攻击向量列空间的隐蔽条件,提出一种FDIA方案,通过求解凸规划问题实现在保证隐蔽性的同时获得最大发电收益;最后,基于标准IEEE 9节点及14节点系统对所提方案的有效性进行验证.结果表明,与现有FDIA方案相比,所提将拓扑篡改与FDIA相结合的攻击方案具有更强的隐蔽性且获利更大.     

基于Stacking模型融合的专变用户电费回收风险识别方法

针对当前电力公司面临的专变用户电费回收风险,提出一种基于Stacking模型融合的专变用户电费回收风险识别方法。对专变用户数据进行特征处理、特征构造与特征筛选,从样本分布和特征属性上优化模型的泛化性能;利用Stacking模型融合多个基学习器,构建专变用户电费回收风险识别模型。实验结果表明,相较于其他常用的分类算法,所提方法具有更优的精确率、召回率、P-R调和均值、AUC值以及模型泛化性能,对专变风险用户的识别率也更高。     

基于重尾分布的风电功率波动特性概率分布

研究风电功率波动特性对于提高风电功率预测精度、促进风电并网消纳、抑制风电并网对电力系统安全运行的不利影响等均具有重要意义.利用风电场实测数据,归纳风电功率波动特性的时变性、异方差性、波动集聚性和"尖峰厚尾"4个基本特征;为定量描述风电功率概率分布,在不同的时空尺度下分别采用正态分布、混合高斯分布以及重尾分布中的t Location-scale分布、稳定分布、拉普拉斯分布对风电功率波动率进行拟合,引入相对熵作为衡量拟合分布优劣的评价指标,并对比分析不同拟合分布的评价结果.仿真结果表明风电功率概率分布更适合采用重尾分布函数来描述,且重尾分布中的t Location-scale分布函数具有最佳的拟合效果.