计及冰灾影响的电力系统韧性评估与提升方法

随着全球气候的变化和极端天气事件的频发,给电力系统的安全运行带来了极大挑战.为了评估和提升电力系统对此类灾害的抵抗能力,提出了计及冰灾影响的电力系统韧性评估方法,建立了一系列包含系统级及元件级的实用韧性量化指标,从系统及元件层面上量化冰灾对电力系统的影响.在此基础上,结合冰灾的特性,提出了一种包含整个冰灾过程的电力系统韧性提升策略,分别从灾前、灾中2个时段定位系统的薄弱环节,并进行冰灾下的电力系统韧性提升.最后在IEEE RTS-79测试系统中,验证了所提方法的有效性和实用性.     

锂电池电化学阻抗谱的多项式等效电路模型

选取磷酸铁锂圆柱形锂离子电池为实验对象,测试其在263、273和283 K低温环境,298 K常温环境和不同荷电状态(SOC)值下的电化学阻抗谱,建立锂电池多项式等效电路模型,对比了传统等效电路和多项式等效电路的拟合性能,结果表明多项式等效电路模型具有良好的性能,八阶多项式函数足以描述SOC对电路参数的非线性影响,为预测不可见SOC的阻抗谱和电路参数奠定了基础。     

基于滑模移频法的光伏发电并网系统孤岛检测混合算法

由于孤岛现象带来的诸多危害,为保证光伏并网发电系统的安全运行,有必要对电网实行孤岛检测。首先,对基于主动移相的滑模移频法与相位突变检测法的工作原理进行阐述,并分析其在检测盲区上存在的缺陷;然后以相位为出发点,将这两种方法有机结合,提出一种混合式孤岛检测法。该混合法通过加入相位扰动来影响电网公共点相位和频率变化,以此变化来判断孤岛。理论分析与实验结果表明,该混合法能有效减小检测盲区,并且具有检测速度较快以及对电能质量影响较小的优点。     

基于智能加权混合模型的新型电力系统电量预测方法

随着电力系统的转型升级,新型电力系统的能源供应和消费发生了巨大的转变,因此对电量预测提出了更高的要求。月度电量的准确预测为新型电力系统的优化调度和电力市场的营销计划提供可靠的依据。在深入挖掘历史电量数据、综合分析月度电量特征及相关因素影响的基础上,结合Prophet算法和KELM神经网络算法各自的优势,提出了一种考虑气温、经济水平和节假日的月度电量组合预测方法。首先基于月度电量数据建立了Prophet预测模型,并进行了参数调优过程;其次利用KELM神经网络建立了基于历史电量、气温、GDP、节假日信息的预测模型,并通过参数调优确定最佳预测模型;最后,以加权组合的方式,建立月度电量组合预测模型。通过算例分析,比较了组合算法和其他算法的预测误差和预测效果,表明了本文所提组合模型在预测精度方面有所提升,验证了预测算法的有效性。     

面向分布式一致性算法的通信网络优化设计

通信网络是实现分布式控制的基础设施。针对分布式一致性算法以及未来智能微电网的应用需求,提出了一种兼顾动态性、延迟鲁棒性和经济性的通信网络优化设计方法。首先,根据代数图论相关知识建立通信网络与相应矩阵的联系。其次,由不同矩阵定义了与通信网络相关的3个性能指标,并利用奈奎斯特稳定判据推导出最大通信延迟时间? 与拉普拉斯矩阵L特征值之间的关系。最后,由代数连通度相关定理,给出一种边数递减循环多目标优化方法。每次循环建立包含3个指标的多目标优化模型,并采用NSGA-II算法求解该边数下的满意解。重复上述过程直至网络不连通,根据网络的动态性和延迟鲁棒性选出所有满意解中的最终优化网络。仿真算例验证了所提优化方法的可行性和有效性。