储能技术在电气工程领域中的应用与展望

结合我国实际情况,提出了未来电气工程学科所面临的各种新问题,论述了储能技术在解决这些问题时所能发挥的作用,讨论了目前几种常用储能技术的特点和现状,以及储能技术发展的热点问题。介绍了作者及华中科技大学在储能技术及其应用方面的研究成果。     

基于C/S的电网状态监测系统软件设计

介绍了湖南电网状态监测系统的结构和工作原理以及软件系统的组成.在此基础上,提出了一种基于C/S模式的软件架构.从服务器和客户端两个方面详细地说明了该系统软件的设计和实现方法,并给出了软件设计的关键技术和部分源代码.     

基于Park变换的UPQC检测方法研究

介绍了一种综合型的电能质量补偿装置UPQC的功能和结构,分析了它的检测方法与单独的串、并联有源滤波器的不同之处。在此基础上,提出利用瞬时无功功率理论中的Park变换法,分别提取三相不对称及畸变电压系统中基波正序的幅值和相角,并让电源参考电流跟踪基波正序电压的检测方法。该方法与现有的UPQC检测方法相比,简单易行,实时性好,避免了大量的相量计算,且无须对三相不对称及畸变电压进行锁相和滤波。仿真结果验证了这种方法的正确性。     

UPFC控制器的设计

采用功率模型描述含UPFC的网络方程,在该网络方程基础上并联侧采用电压控制/无功电流控制,串联侧采用自动潮流控制/电压注入的控制策略。提出了UPFC控制器物理实验装置的实现方案。仿真结果证明采用该方法,UPFC能快速有效地改善系统的电压和潮流。     

含有非线性环节的发电机励磁系统参数辨识

提出了一种基于遗传算法的励磁系统参数辨识方法,通过建立待辨识励磁系统的传递函数 结构模型,以励磁系统的实际输入作为模型的输入,以实际励磁系统和模型的输出误差最小作为目 标,利用遗传算法对模型参数进行优化调整,最终得到满足误差要求的励磁系统参数。该方法的优 点在于解决了目前电力系统中常用的辨识方法无法对非线性环节进行有效辨识的问题;且根据输 入输出采样数据直接在时域上进行参数辨识,方法简便,直接得到传递函数框图环节参数,无需转 换。在MATLAB下的数字仿真和现场试验结果均表明,该算法能较精确地辨识出包括非线性环 节在内的励磁系统模型各个环节的参数。     

基于遗传算法的无功优化在鄂州电网中的实现

在简要分析传统的电力系统无功优化方法的局限性之后，指出了在无功优化问题中引入遗传算法（GA）的必要性和可行性，然后将基于遗传算法的无功优化方法用于鄂州电网操作票管理专家系统无功优化子系统中，论述了基于GA的无功优化方法的程序流程，着重解决了在实际应用时遇到的几个问题，即无功优化中离散变量的处理、目标函数及相关参数值的选取等。所开发系统的实际运行结果表明，该算法可有效地减少系统的网络损耗，产生较好的社会和经济效益。     

几类面向电网的储能电池介绍

储能技术在现代电力系统中的作用日益凸显,储能电池则是大规模储能技术的重要发展方向。文中就目前比较成熟的储能电池体系,包括铅酸电池、锂离子电池、液流电池和钠硫电池的发展历史、研发现状,以及不同电池体系应用到电网储能的优势和存在的问题进行了讨论。文中重点介绍了钠离子电池和液态金属电池等2类新兴的电化学储能技术的研究现状、技术优势及现存挑战等。通过比较,认为在进一步提高现有电池性能、降低储能价格的同时,亟需发展下一代能满足大规模储能应用的电化学储能新体系。     

储能技术在解决大规模风电并网问题中的应用前景分析

在大规模风电集中并网的电力系统中,风力发电不同于常规发电的静态出力特性和动态响应特性给电力系统供电的充裕性及运行的安全稳定性带来新的重大挑战。各种储能装置由于具有对功率和能量的时间迁移能力,是改善常规发电静态出力特性及风力发电动态响应特性的有效手段。文中阐述了应用储能装置解决大规模风电并网问题的基本思路,并就目前储能技术大规模应用所面临的问题及前景进行了展望。     

一种基于协同控制理论的分散非线性PSS

为提高电力系统稳定器的动态性能及鲁棒性,提出一种基于协同控制理论的分散非线性电力系统稳定器(powersystem stabilizer based on synergetic control theory,SPSS)设计方法。首先针对同步发电机及励磁系统模型,根据协同理论,构造出合适的流形,然后推导出SPSS的控制规律,进一步实用化后,得到一种基于协同控制理论的实用的SPSS,由于SPSS的所有输入信号均为本地易测量信号且与网络参数无关,从而能实现分散控制。最后,将所设计的SPSS用于3机6节点电力系统进行小扰动和大扰动仿真验证。仿真结果表明,与常规的相位补偿型的PSS相比,所提出的SPSS能够在较大的运行范围内向系统提供充分的阻尼,并对模型误差不敏感,具有很好的鲁棒性。     

Stability of general neural networks with reaction-diffusion

By constructing average Lyapunov functions, general neural networks (Cohen-Gross-berg's model) with reaction-diffusion are analyzed. A series of constructively algebraic criteria are presented. And, the existing results are included as the special cases of our results.