一种考虑风电渗透率变化的AGC方法

新能源发电渗透率的提高给传统自动发电控制（automatic generation control，AGC）带来了新的挑战。数据研究表明，风电渗透率的改变会对AGC系统的参数产生影响，在此基础，提出一种基于系统补偿的AGC方法，在AGC参数不能及时在线整定的情况下，能降低对系统稳定性的影响。首先，构建含有风电的区域互联AGC系统模型；然后，讨论了当风电渗透率发生变化时，AGC系统参数的调整依据；在此基础上，设计补偿环节与传统模型预测控制器（model predictive controller，MPC）形成串联结构，以消除当风电渗透率发生变化时，由于参数不匹配对AGC效果的不利影响；最后，通过仿真验证了所提方法的可行性和有效性，仿真结果表明：当风电渗透率发生变化时，通过补偿环节参数的调整能够有效消除其对系统参数的影响，从而获取更好的频率控制效果。     

一种考虑风电渗透率变化的AGC方法

新能源发电渗透率的提高给传统自动发电控制(automatic generation control,AGC)带来了新的挑战。数据研究表明,风电渗透率的改变会对AGC系统的参数产生影响,在此基础,提出一种基于系统补偿的AGC方法,在AGC参数不能及时在线整定的情况下,能降低对系统稳定性的影响。首先,构建含有风电的区域互联AGC系统模型;然后,讨论了当风电渗透率发生变化时,AGC系统参数的调整依据;在此基础上,设计补偿环节与传统模型预测控制器(model predictive controller,MPC)形成串联结构,以消除当风电渗透率发生变化时,由于参数不匹配对AGC效果的不利影响;最后,通过仿真验证了所提方法的可行性和有效性,仿真结果表明:当风电渗透率发生变化时,通过补偿环节参数的调整能够有效消除其对系统参数的影响,从而获取更好的频率控制效果。     

考虑SOC的自适应分组策略在储能参与一次调频中的应用

大规模储能电站中各电池组状态的不一致性,使得传统电池参与一次调频研究时的归一化处理难以涵盖所有电池组状态,容易导致部分电池过度充放电。提出了一种考虑电池荷电状态（state of change, SOC）的自适应分组策略,用于储能参与一次调频的应用研究。根据电池的额定容量和SOC对储能电池进行分组,以实时调整各电池组的出力比例;设计评价指标以量化分析电池使用寿命,根据每组电池SOC对其进行综合控制,以实时调整每组电池出力大小,减小电池循环深度,提升其使用寿命。通过Matlab/Simulink进行仿真验证,结果表明,所提分组策略能在保证一次调频性能的同时,有效提升储能电池的使用寿命。     

含风电的交直流互联电网自适应SPMC调频策略

大规模风电接入交直流互联电网,对自动发电控制（automatic generation control, AGC）的控制性能及调频能力提出了更高的要求。在风电参与电力系统调频的基础上,提出基于功率调制控制器(supplementary power modulation controller,SPMC)的区域间功率补偿策略。首先,考虑到高压直流输电（high voltage direct current, HVDC）环节过载率变化的弹性特征,提出一种同时考虑功率与频率变化的自适应动态SPMC策略,使其在参与系统调频时,能有效提升HVDC中功率调整的快速性;其次,在HVDC链路主动参与系统调频的基础上,考虑风电的不确定性,利用综合惯性控制改变风电输出功率,以进一步提升系统调频性能指标。仿真结果表明,所提策略的动态功率调制特性可以有效提升区域间功率传输的针对性,并提高电网调频效果。     

基于模糊控制变环宽光伏逆变器的研究

在恒定环宽滞环电流的基础上,针对开关频率大范围变化,提出模糊控制变环宽的方法,来控制光伏并网逆变器,以此使开关频率下降．利用MATLAB进行仿真,搭建了可调滞环宽度模块,仿真结果表明：加入模糊控制后开关频率大范围下降,谐波失真小,逆变器输出波形稳定,达到了预期的控制效果．     

基于降维LBP与叶片形状特征的植物叶片识别方法

为解决由于植物叶片特征的相似性以及叶片旋转导致植物识别率较低的问题,提出一种基于降维局部二值模式（LBP）与叶片形状特征相结合的植物叶片识别方法。首先利用LBP算法提取高维叶片纹理信息,通过主成分分析方法（PCA）对高维叶片特征降维;同时考虑叶片的形状特征,将LBP旋转不变性特征与叶片形状特征有效结合,在低维空间利用k近邻法（KNN）实现叶片的分类与识别。实验结果表明该方法具有较好的识别效果。     

预测优化PID方法在含风电电力系统AGC中的应用

随着现代电力系统中清洁能源发电容量占比不断提高,外部环境的不确定性对自动发电控制AGC效果的影响不容忽视。本文首先考虑风电影响,构建了含风电电力系统AGC模型。在此基础上,提出了一种预测优化比例积分微分PID控制器设计方法,并将优化后的PID控制器融入系统模型中,根据预测算法获取系统的最优预测序列,并据此调整PID控制器的输入,以解决传统PID控制器参数固定对系统动态特征所表现的不适应性,从而获取最优的AGC效果。仿真结果说明,所提方法能有效应对风电接入后带来的不确定性,具有更好的控制性能表现。     

基于规则获取的Petri网故障诊断模型研究

针对构建合理的Petri网故障诊断模型,研究了以矩阵运算方式描述及处理故障发生过程中的逻辑关系的问题。以旋转机械故障诊断为例,用粗糙集理论对其样本条件属性进行约简,利用Skowron缺省规则获取方法得到故障诊断规则;并对传统Petri网进行改进并构造诊断模型,利用Petri网的动态描述与矩阵运算能力进行故障诊断,从而在一定程度上解决了样本集中存在不一致信息的问题,避免了Petri网对于复杂系统建模时出现的组合爆炸,具有一定的创新性和较大的使用价值。应用实例验证了该方法的可行性与有效性。     

粗糙集理论在故障诊断中的问题分析

粗糙集理论能对系统中的冗余信息进行约简,但其处理过程完全基于样本集,样本集的完备性对其处理结果有直接影响。对粗糙集理论及其在故障诊断中属性约简存在的问题进行了分析,通过实例证明了在故障样本集不完备的情况下,利用粗糙集进行的属性约简会由于新故障样本的引入而导致前后约简结果的不一致,从而影响诊断的准确性;指出了该问题产生的关键原因及解决的办法,并给出了相关的实现算法,以提高系统的故障诊断自适应性。