新型UPFC拓扑结构的功率传输增强方案

根据实际工程需求,将统一潮流控制器(Unified Power Flow Controller,UPFC)的拓扑结构进行变换。将UPFC系统的串联换流器和并联换流器接在不同的线路中,为了提高串联侧的输电能力,提出一种可再生能源对UPFC系统提供有功功率支持的方案。由于可再生能源的不确定性,为了系统的安全和稳定,可再生能源提供的功率先由电池储能进行存储,再做接入;对含新型UPFC拓扑结构的输电系统进行数学建模,以传输功率最大化为目标函数,通过遗传算法进行求解;最后通过算例仿真验证所提方案的正确性和有效性。     

基于频谱分析和滑动平均滤波的混合储能容量配置方案

以风电为典型的可再生能源由于其随机性和间歇性的特点,其入网功率波动大,为减小并网时对电网造成的冲击,文中研究一种混合储能系统(hybrid energy storage system,HESS)来平滑风电出力波动,使入网波动符合并网规范。基于傅里叶变换对风电原始数据进行频谱分析并得到符合风电接入电网规范的理想目标输出,将两种功率的差值做为混合储能系统的补偿功率,再由滑动平均滤波方法分配混合储能中蓄电池和超级电容器的功率补偿量,考虑并网波动、充放电效率和荷电状态来确定蓄电池和超级电容器的额定功率和容量,在计及蓄电池损耗的基础上,考虑储能折旧和维护因素,计算混合储能系统的配置成本。最后算例表明混合型储能比单一型储能配置成本更低,更具有经济性,验证了该方法的可行性。     

泛在电力物联网框架下的新型UPFC系统

基于提出的建设泛在电力物联网的号召,利用统一潮流控制器（unified power flow controller, UPFC）实现物理层面上多条线路的紧密联系。由多个换流器串联接入到多条输电线路上,另外多个并联换流器连接到其他多个网络中,形成一个由换流器作为媒介的大型电力系统输电框架。在连接众多换流器的直流线路上,由储能电池作为有功功率支撑并联接入,共同组成泛在电力物联网框架下的新型UPFC系统。对新型UPFC系统进行数学建模,以对可再生能源的最大消纳能力和有功功率传输的最小成本为目标函数,用遗传算法进行求解。通过算例仿真验证了新型UPFC系统在增强有功功率传输极限、减少有功功率传输成本等方面的优越性。     

含风电系统中计及静态电压稳定影响的储能系统配置方案

随着电力系统中风电渗透率逐渐增加,大规模并网时有可能引起电网电能质量变差、电力系统失稳,甚至电压崩溃。文章提出了一种在含风电系统中计及静态电压稳定影响的储能系统配置方案,对潮流雅可比矩阵进行奇异分解,计算全天运行状态下基于最大、最小奇异值的条件数指标,以条件数最大时段数据为基础,利用弱节点判据和发电机参与因子确定系统的关键节点和关键风机,对储能系统配置位置进行选址。建立计及条件数指标约束的总有功功率网损最小的目标函数,对比分析在4种不同情形下储能系统的配置容量,并采用引入收敛因子的粒子群算法求解。最后,以IEEE 39节点系统进行验证,结果表明,在关键节点处配置储能系统所需容量最少,对静态电压稳定控制最有效。     

考虑燃气轮机无功支撑的IEGES有功-无功协调优化模型

燃气轮机作为连接电力网络和天然气网络的重要元件,其无功支撑能力为减小网损和电压偏差提供重要途径.基于此,提出一种考虑燃气轮机无功支撑的电-气互联综合能源系统(IEGES)有功-无功协调优化模型.模型首先对电转气、燃气轮机、有载调压变压器和常规机组等重要元件建模,并采用分段线性化处理燃气轮机有功无功出力耦合特性约束,从而融入燃气轮机的无功支撑能力.接着计及电网气网约束以调度成本和网损为优化目标,运用二阶锥松弛技术将模型转化为混合整数凸优化问题求解.最后在IEEE33节点电网与比利时20节点天然气网耦合系统中模拟仿真,结果表明:考虑燃气轮机的无功支撑可以显著减少配电网损耗和电压偏差.为综合能源系统建设和调度决策提供参考.     

计及源-荷不确定性的高比例可再生能源系统协同优化运行

在含高比例可再生能源的电力系统中,由于风光出力的波动性和随机性,增加了电力系统协同优化运行的困难。首先通过拉丁超立方抽样进行风光、负荷实时出力的场景生成,再依据欧氏距离进行样本削减,将不确定性问题转化为场景分析问题。在此基础上分析不同用户类型在不同时间尺度的调度补偿策略,引入了由电价型和激励型需求响应组成的互补机制。以系统运行的经济性最高为目标,对比分析了不同调度策略下的可再生能源消纳率。算例表明计及源-荷双重不确定性后,所提策略能更好地平抑负荷曲线,提高风光消纳率,实现高比例可再生能源电力系统的协同优化运行。     

考虑多负荷聚集商参与的系统日前-日内分层优化调度策略

需求响应（demand response,DR）技术是系统削峰填谷,提高运行经济性和风电消纳的重要手段。针对风电和需求侧资源的时间特性,考虑到电网调度层和负荷聚集商（load aggregator,LA)之间主从博弈的关系,建立了多负荷聚集商参与的日前-日内分层优化调度模型。针对日前风电和价格型需求响应(price-based demand response, PDR)资源的不确定性,采用基于场景和模糊机会约束相结合的方法建立日前调度模型;针对日内多聚集商参与系统运行,采用目标级联分析(analytical target cascading,ATC)法对日内模型解耦,实现了各部分的并行求解。文章算例中通过对PDR和负荷聚集商的调度分别使系统综合运行成本降低了4.5%和6%,且各负荷聚集商收益均高于最低收益率8%,说明所提出的分层优化调度策略能在减小系统综合经济成本的同时保证各负荷聚集商的收益,且在一定程度上增强了系统的调峰能力。     

基于物联网的高速公路主动发光诱导系统设计

近年来,交通压力与日俱增,高速公路的安全问题也日益凸显。研究表明,低能见度环境会导致交通安全事故发生机率提升。因此,提高高速公路低能见度环境下交通诱导水平从而提升交通运行的安全性愈加重要。为了解决上述问题,提出了一种基于物联网的高速公路路侧主动发光诱导系统。该系统基于智能检测技术和局域网构建技术,通过协同短距离Zigbee通信技术和长距离光纤通信技术,构建高速公路智能化监测控制网络,通过车-路协同控制路侧发光诱导装置对低能见度环境下的高速运行车辆进行有效诱导,提高高速公路的交通安全性。通过模拟实验,该系统能够大大降低设备铺设路段交通安全事故的发生率,且相比于原有LED发光设备,该系统也具有更好的节能效果。     

计及风光出力相关性的配电网多目标无功优化EI北大核心CSCD

风电-光伏机组的大量接入对传统的无功优化模型提出了新的挑战。提出了计及风光出力相关性的配电网多目标无功优化模型,采用粒子群优化神经网络(particle swarm algorithm-BP neural network,PSO-BP)依据过去天气预报和风电出力的历史数据训练得到风电预测出力曲线,利用综合场景概率法生成光伏出力曲线。用斯皮尔曼相关系数将风光之间的出力相关性量化,再考虑风机和光伏机组共同参与无功优化。采用多目标粒子群算法(multi-obj ective particle swarm optimization,MOPSO)求解模型,以改进的IEEE 33节点配电网系统作为仿真样本,求得兼顾网损和电压偏差的Pareto最优解集,从中选择最优方案。算例结果验证了风光出力相关性对无功优化的影响,以及分布式电源接入配电网能有效降低网损和提高节点电压。在实际运行中,各地区的风光出力均满足一定的自然规律,可以以斯皮尔曼相关系数大小为参考依据,实现分布式电源(distributed generation,DG)和静止无功补偿装置(static var compensator,SVC)的协同优化运行,为配电网的安全经济运行保驾护航。