基于改进下垂控制的多微网并联运行控制策略研究

多微网并联的电网系统结构复杂、连接方式多样,在并网、解列的过程中由于子微网之间的频率和电压偏差,会在平衡点产生较大的电动力,对系统产生冲击,影响系统的动态稳定。本文针对多微网并网、解列过程中控制精度和动态稳定的问题,基于长距离线路电压降落和电压相角偏移,提出了一种改进的下垂控制方法,减少了系统的电压震荡和频率波动。最后基于Matlab/Simulink建立仿真模型,仿真结果验证了改进控制策略的合理性和有效性。     

主动支撑电网频率的园区多能微网优化运行EI北大核心CSCD

随着新能源电源接入比例持续上升,电力系统频率失稳风险也随之上升,亟需发掘快速调频资源,增强电力系统频率稳定性。园区多能微网(district multi-energy microgrid,D-MEMG)下辖的微型燃气轮机与电转气装置功率可快速调节,具备对电网频率的支撑能力。为此,该研究主动支撑电网频率的园区多能微网优化运行问题。首先,提出改进的系统频率响应模型,刻画各类参与频率支撑设备调速器的死区与限幅环节,基于差分法,获得电网频率动态时域离散化模型。其次,考虑园区多能微网参与调频对上级配气网运行的影响,精细化建模园区多能微网调频时与上级配气网交互天然气流的变化量,构建配气网运行约束可行性检测子问题。随后,将所提模型转化为两阶段鲁棒优化问题,并采用列和约束生成(column and constraint generation,C&CG)算法进行求解。最后,设计算例验证所提模型与算法对支撑电网频率的有效性。     

基于图像处理和半监督学习的变电设备故障诊断

变电设备是电力系统中的关键部分,维护其安全稳定运行具有重要意义。当变电设备发生故障时,需要及时、准确对其故障类型进行诊断。提出一种基于图像处理和半监督学习的变电设备故障类型诊断方法。对收集到的红外图像数据进行特征提取,将其中的温度特征、纹理特征和形状特征作为模型的参考向量;利用SMOTE算法,对有标签样本的少数类样本进行样本扩充;汇总样本数据,构建图半监督学习网络,并对其进行训练。相比于传统的有监督学习方法,该文提出的方法能够学习无标签样本数据中的信息。使用真实的样本数据进行测试,验证所提方法的有效性,实验结果表明利用特征提取、样本扩充以及半监督学习模型能够提高变电设备故障的分类准确度。     

考虑发电机阀点效应的改进拉格朗日松弛有功调度策略

发电机阀点效应导致的非凸非光滑特性增加了有功经济调度模型的复杂度,从而增大了求解难度.文中提出一种考虑发电机阀点效应影响的改进拉格朗日松弛有功调度算法.首先,提出一种二次多项式分段拟合算法,从而将发电机阀点效应成本分解为多个分段二次多项式形式;其次,将拟合后的表达式代入拉格朗日松弛子问题中,从而将原问题转化为分段二次规划问题,并采用比较对称轴及优化变量上下限的方法快速求解,避免了引入整数变量造成的求解效率偏低问题.同时,为防止多个局部最优解导致的优化过程不收敛问题,提出一种基于近端梯度法的增广求解策略,通过在目标函数中引入辅助变量及惩罚项来加强子问题的凸性,加快收敛速度.最后,基于40机和48机测试系统对所提方法的有效性进行了测试.     

注入无功功率的链式电池储能系统荷电状态均衡控制策略

针对链式电池储能系统相内电池组荷电状态(SOC)不均衡问题,分析了单位功率因数下均衡控制策略在SOC极度不均衡时导致过调制的边界条件,并提出了一种注入无功功率的新型相内SOC均衡控制策略。通过在各H桥调制信号中叠加有功和无功电压分量,重新分配有功和无功功率,保证SOC处于极端状态的电池组主要进行有功功率交换,其余电池组主要进行无功功率交换,实现极端模块调制比有效降低,非极端模块调制比略有增长,避免过调制。与单位功率因数均衡控制策略相比,该策略通过控制功率因数角充分协调各模块调制比,可以在各电池组SOC差异更大的情况下实现均衡控制,扩大适用范围。仿真结果验证了所提策略的正确性和有效性。     

气象因素对北京电网设备影响的统计规律及时空分布特征

电网具有地域分布广阔、直接暴露在自然条件下的特点,加之电力设备对温湿度、冰雪、雷电等气象条件又具有敏感性,因此气象因素直接影响到电网设备的安全稳定运行。首先,对北京电网1990-2009年间的电网故障记录进行了分类筛选与统计分析。然后,按照故障原因与设备种类进行了分类统计,结果显示,气象因素约占电网故障原因的25%,其中雷击对输电线路的影响最大。最后,应用统计方法,研究了与气象因素相关的电网故障的年分布特征、月分布特征与空间分布特征。     

基于图像处理和半监督学习的变电设备故障诊断

变电设备是电力系统中的关键部分,维护其安全稳定运行具有重要意义。当变电设备发生故障时,需要及时、准确对其故障类型进行诊断。提出一种基于图像处理和半监督学习的变电设备故障类型诊断方法。对收集到的红外图像数据进行特征提取,将其中的温度特征、纹理特征和形状特征作为模型的参考向量;利用SMOTE算法,对有标签样本的少数类样本进行样本扩充;汇总样本数据,构建图半监督学习网络,并对其进行训练。相比于传统的有监督学习方法,该文提出的方法能够学习无标签样本数据中的信息。使用真实的样本数据进行测试,验证所提方法的有效性,实验结果表明利用特征提取、样本扩充以及半监督学习模型能够提高变电设备故障的分类准确度。     

提高北京电网重要用户可靠性技术研究与应用

2009年国网北京市电力公司提出了政治供电"零闪动"的目标,为了实现这个目标,从电网侧到用户侧开展了一系列的研究工作,包括电压跌落电网仿真、敏感负荷特性及改进技术、定制电力技术研究、应急装备技术、电能质量在线监测等方面,并通过理论仿真计算和试验验证确定了相关技术的可行性。     

煤改电智能服务研究与应用

为响应党中央国务院的号召,北方地区大力推进煤改电工程并且进展迅速,为解决煤改电过程中带来的电网安全、运行、运维中的问题,掌握煤改电后居民取暖效果和用电规律,基于泛在电力物联网技术进行了煤改电智能服务研究与应用。通过物联网技术进行采集和通讯,并实现了不同采暖类型用户的采暖数据、用能数据的5分钟高频采集。通过构建煤改电智能服务平台进行用户信息、取暖效果和用电信息的智能监测,并利用大数据技术进行数据分析,为电网运维和用户满意提供了可靠保证,为政府部门进行财政补贴提供了有力的支撑。     

基于短路比约束的受端电网新能源并网出力优化方法研究

在大规模分布式新能源发电资源接入受端电网的情况下,如何能够在保证受端电网并网点处暂态电压稳定性的同时,优化受端电网新能源发电机组的出力,是须要解决的关键问题。文章研究一种基于短路比约束的受端电网新能源并网出力优化方法。首先,通过构建受端电网等效模型,分析分布式新能源发电机组接入后,受端电网暂态电压稳定性的影响因素;其次,结合短路比的物理含义,建立新能源电网并网短路比模型,并将其作为研究受端电网并网点暂态电压稳定性的关键指标;再次,以受端电网新能源弃电成本、火电机组运行成本最小为优化目标,考虑短路比等其他约束条件,建立受端电网新能源出力优化模型,并进行求解;最后,仿真验证所建立的模型,结果表明,优化模型可在一定程度上提高受端电网中新能源的出力水平。