基于随机矩阵理论的配电网状态分析与故障定位

随着智能电网的建设和发展,配电网的状态数据量正以指数级速度增长,面对这种发展趋势,传统的以假设和简化为前提的模型法不再适用,而以数据为驱动的随机矩阵理论方法体现出强大的优势。介绍了随机矩阵理论,包括M-P律和单环定理;概述了高维随机矩阵的构建方法以及在实际工程应用中采用滑动时间窗进行数据采样的理论基础;给出了以节点电压幅值为状态量、以单环定理和方差谱半径作为状态评估指标,对电网状态进行分析和故障区域定位的具体思路;以新英格兰10机39节点网络仿真数据为模型,验证了所用方法的有效性。仿真结果表明,高维随机矩阵适用于电网状态的评估,通过单环定理和方差谱半径能有效反映电网的运行状态以及定位电网的故障区域。     

基于同步量测大数据的配网单相接地故障检测及定位方法

随着智能电网、配网自动化及广域量测系统的不断发展和完善,配电网产生了海量表征其运行状态的数据,为其单相接地故障检测定位提供了新的挑战。基于随机矩阵理论对配网大数据矩阵进行分析,首先用节点电压数据构造高维数据矩阵;然后用圆环律和平均谱半径进行故障检测;最后在检测到故障发生时,通过增广矩阵构造和配网结构相结合进行故障区域定位。仿真分析通过80节点配网模型的单相接地故障验证了所提方法的可行性。     

基于PSO的故障限流器优化配置

提出了一种故障限流器(Fault Current Limiter,FCL)的全局优化配置算法。FCL在电网正常情况下等效阻抗接近于0,且对电网无不利影响,短路故障时迅速增大等效阻抗限制短路电流,从而确保断路器可靠开断短路电流。FCL的配置是在满足限制短路电流的前提下,使得加装FCL的数量和阻抗值最小,同时保证系统正常运行。通过进行短路计算,首先确定安装FCL能够可靠启动的支路,应用支路追加法形成导纳矩阵。基于PSO算法对候选支路进行优化选择,通过FCL的启动条件缩小搜索范围,实现FCL的安装位置、数量以及阻抗值的优化配置。最后,应用该算法对湖南电网2015规划数据进行了计算分析,得出了相应的FCL的优化配置方案。     

基于μPMU的主动配电网故障定位方法研究

摘要： 准确的故障定位有助于提高配电网络的稳定性。随着分布式发电和电动汽车的接入,传统配电网逐渐向主动配电网发展,传统故障和保护装置已无法满足,这对故障定位技术和装置提出了新的要求。文章提出了一种基于微型同步相量测量单元（也叫做μPMU或者微同步相量）的新方法对主动配电网的故障进行定位。该方法运用单端μPMU采集的电压电流信息,查找故障线路,得到候选故障点并计算其故障距离。并根据两端μPMU测量电压和故障电压之间的相位关系,排除伪故障点,确定故障点位置。仿真结果表明,在主动配电网下,该定位方法具有较高的定位精度,仅需在线路的两端配置μPMU即可满足对不同类型故障进行准确地定位。在高渗透率DG和高阻故障的情况下,该定位方法依然可以准确地对故障进行定位。     

基于改进磷虾群算法的配电网PMU优化配置研究

随着大量分布式电源和随机负荷等引入,导致配电系统在越来越复杂及不确定的工况中运行,其状态估计结果与量测装置需要更多地考虑不确定性因素。虽然同步相量量测装置可以通过提供实时量测数据来提高状态估计结果,但考虑到配电网节点较多以及投资成本不足造成供需不平衡,所以在短时间内配电网不可能大规模配置。该文基于经济性的原则来配置PMU 测量装置,对最大提高状态估计结果的精度进行研究。同时采用改进的磷虾群算法对IEEE-33节点模型进行测试,从而得到PMU最优配置Pareto非劣解集。该文对IEEE-33节点三相配电网系统进行仿真计算,与遗传算法和粒子群算法比较;仿真结果验证了该算法的可行性、有效性以及优越性。     

基于虚拟储能的微网风光储容量优化配置方法研究

风光储互补发电系统能够提高微网系统的稳定性.为了提升微网储能资源的合理配置,文章基于虚拟储能和电力弹簧概念,提出了计及主配储能协同的微网风光储容量双层优化配置方法,并利用改进的粒子群算法对风光储容量双层优化配置方法求解.最后,通过算例分析表明,文章配置方法提高了微网系统调节能力,降低了电压偏移率.     

基于随机生产模拟的发电系统储能容量优化配置

在发电系统中配置储能可提高系统的灵活性,缓解高比例可再生能源发电并网给调峰带来的压力.在众多的储能技术中,蓄电池储能备受青睐,世界各国兴建了众多蓄电池储能示范项目以促进其发展.在电源端合理配置储能容量,有助于提高发电系统的经济性.为此,提出基于随机生产模拟的发电系统蓄电池储能容量优化配置模型,该模型以发电系统的综合成本...     

基于改进非支配排序遗传算法的含DG配电网优化配置

分布式电源的接入对配电网中潮流分布、有功损耗和电压分布有很大影响。针对含DG配电网运行优化问题,建立了以DG最大出力、有功网损最小及电压偏差最小的多目标优化模型,提出一种改进的非支配排序遗传算法求解分布式电源的最优化有功出力。在NSGA-Ⅱ算法基础上改进了非支配排序策略、选择截断策略,采用改进的NSGA-II算法求解含DG配电网优化控制问题。通过IEEE33节点算例分析,结果表明该模型可以在分布式电源最大出力、有功网损最小及电压偏差最小方面,较为全面地实现配电网分布式电源的优化控制。     

基于随机模拟的微网优化控制方法研究

针对风电机组、光伏单元及电力负荷的动态随机特性,将随机特性分为规律变化部分和随机扰动部分,构建了储能系统的充放电模型、微网系统的随机模拟优化控制模型（包括并网运行模型和孤岛运行模型）,通过案例分析获得了随机的风光出力曲线和负荷曲线,并进行了并网和孤岛运行两种优化控制的模拟控制仿真,优化效果很好,验证了控制策略的可行性。     

考虑配网功率约束及可靠供暖的园区蓄热式电采暖双层优化配置方法

提出一种考虑配网功率约束及可靠供暖的园区蓄热式电采暖双层优化配置方法.首先,基于园区内不同楼宇用热特性,建立基于RC网络的单体房间-单体楼宇-楼宇群的三级热负荷预测模型,并对蓄热式电采暖系统设备建模;同时,建立考虑配电网传输功率约束模型及停电时段的供暖负荷模型;最后,以经济性为目标,以配电网传输功率限制?故障态下"停电...     

基于图论的电力系统PMU布点优化算法

基于最小支配集理论和电力系统线性量测模型．提出了可观测节点集合、WAMS可观测矩阵两个概念以及一种新的节点可观测性计算规则。以保证系统的完全可观测性和以系统图的最小支配集为搜索范围构成约束条件,以电力系统状态完全可观测和相量测量装置（PMU）配置数目最小为目标,形成了PMU配置优化问题。并应用禁忌搜索（TS）方法求解该问题,保证了全局寻优。最后采用IEEE14、30、57、118节点系统和新英格兰39节点系统对该方法进行了验证,仿真结果表明该方法的有效性和可行性。     

随机生成树方法在配网重构随机搜索算法中的应用

对配网重构随机搜索算法中随机生成树状网络结构问题进行了分析。提出一种随机生成可行树状网络结构的新方法，即按支路开关序号的整数编码方式产生随机序列，利用图论中的避圈法产生对应的一棵生成树，保证了网络结构的可行性，并将该方法应用到配电网网络重构的遗传算法和模拟退火算法中。算例表明，该方法求解快速、简单有效。     

矩阵法和偏微分理论在机组热经济性分析中的应用

用矩阵法和偏微分理论,对电厂再热－－回热热力系统进行了一般性分析,给出了热经济性分析参数,Ｈｊ和ηｊ的计算结果,既适用于再热机组也适用于非再热机组。     

基于图论的复杂供热管网设计

供热管网系统规模日益扩大,管网结构也更加复杂,具有较强的非线性,为避免供热过程中不出现水力失调以及降低管网建设成本,必须进行管网设计优化。采用图论方法,构建复杂供热管网,建立了管网水力计算数学模型,构造出水力计算的矩阵方程组,并利用MATLAB软件采用迭代法进行求解。针对辽宁某地区热力管网进行分析,计算结果和供热管网实际运行数据进行对比,基于图论的复杂管网水力计算模型精度满足工程要求。     

基于人工神经网络的回热系统主要故障预测模型

为有效预测回热系统故障,分别基于Traingda、Traincgf和Trainrp算法建立回热系统故障征兆和故障现象的误差反向传播神经网络预测模型,输入层为故障征兆,输出层为故障现象。以某电厂的实测数据对3种预测模型进行训练和测试,训练和测试结果表明:基于Traincgf算法建立的预测模型测试误差最小、收敛速度较快。其模型网络为9-7-9结构,动量因子为0.6,学习速率为0.8。基于Traincgf算法建立的回热系统故障征兆和故障现象的误差反向传播神经网络预测模型可有效通过故障征兆预测回热系统的故障现象,对回热系统的故障检测有一定的参考价值。     

基于混合智能的锅炉飞灰含碳量实时目标值模型

为了降低飞灰含碳量,提高锅炉运行水平,运用混合智能技术建立了飞灰含碳量目标值模型.从运行优化角度提出了飞灰含碳量目标值的定义和技术可行方案.通过对锅炉的历史运行工况数据库进行数据挖掘,建立了锅炉历史最优工况数据库,以此作为训练样本建立飞灰含碳量目标值的神经网络模型,在进行了实例验证后对模型进行了分析讨论.实际应用表明该模型具备自调节能力,能够向运行人员实时提供当前工况下的飞灰含碳量目标值,为飞灰含碳量的实时优化指明了调整的方向.     

基于改进的邻接矩阵分层搜索前推回代法在潮流计算中的应用

分析了现有配电网网基结构特点及计算方法,提出节点与节点的邻接矩阵进行分层搜索的配电网潮流算法。不需事先分析与定义支路,当邻接矩阵分层搜索后得到节点分层矩阵,通过节点分层矩阵赋值给支路完成对支路的定义,可快速实现对辐射状配电网拓扑结构识别并进行实用潮流计算。编程过程实用简单,清晰明了,并且运用稀疏化手段与矢量运算技巧提高程序的运行速度,仿真算例说明所提的方法是有效的。     

基于模糊神经网络的高加系统内部故障诊断方法

论述了模糊神经网络的故障诊断在高加系统内部故障诊断中的应用,实践证明该诊断模型具有很好的应用前景。     

基于HHT配电网不对称接地故障测距新方法

为了增加配电网不对称接地故障的测距精度,减少配电网故障导致的损失,提出一种基于HHT配电网不对称接地故障测距新方法。该方法应用Hilbert—huang变换提取故障零序电流在不同频率段内不同时刻的能量分布特征。应用遗传算法以故障分支、故障类型、故障距离、接地电阻和故障时刻为变量,以不同频率段内能量分布匹配程度为适应度函数,对Matlab／Simulink仿真所得各种不同故障条件下故障零序电流特征与原始故障信号进行特征匹配,利用遗传算法对故障条件进行自动搜索,以能量分布最为匹配的故障点作为输出,故障特征最为匹配的故障条件下的故障点位置即为输出的故障距离。该方法较大程度上提高了配电网不对称接地故障测距的准确性。     

基于BP神经网络的汽轮机最末级组相对内效率应达值的确定

当采用级组的相对内效率来诊断汽轮机通流部分的故障时,需要将各级组的实测相对内效率与对应负荷下的应达值进行比较,来诊断出故障发生的部位以及故障的严重程度.对于由最后一段抽汽与低压缸排汽构成的最末级组,由于其排汽处于湿蒸汽区,目前尚无成熟准确的测量排汽焓的技术.所以很难确定最末级组相对内效率的应达值.在分析了影响凝汽式汽轮机最末级组相对内效率的主要因素后,给出了利用BP神经网络确定汽轮机最末级组相对内效率应达值的方法,为汽轮机通流部分的故障诊断奠定了基础.