基于纵横维度的光伏阵列群体类比状态评估方法研究

针对光伏阵列状态评估中指标选取维度较窄,异常状态及原因判定误差较大的问题,提出一种基于纵横维度的光伏阵列群体类比状态评估方法。将光伏阵列状态评估特征参量按照递阶层次结构划分,定义时间序列节点和光伏阵列监测点。从横向角度构造基于正负理想点评估法的光伏阵列运行状态评估模型,得出某项评估指标在不同光伏阵列单元中的最佳距离度。从纵向角度利用高斯曲线拟合法构造最佳距离度与评估指标的时间函数关系,得出光伏阵列群体运行状态曲线。从而准确识别异常阵列及对应异常指标,并及时给出预警,为光伏阵列运维提供决策依据。结合实际工程的光伏数据验证该方法,结果表明,该方法能够准确反映光伏阵列的实时运行状态,具有一定的应用价值。     

基于I-V特性灰色关联分析的光伏阵列健康状态评估

针对光伏阵列故障和异常状态的性能评估问题,文章运用健康管理理论和数据挖掘技术提出了一种基于电流-电压(I-V)特性灰色关联分析的光伏阵列健康状态评估方法。首先对光伏阵列的仿真模型进行研究,通过数值计算的方法提高仿真的速度,然后利用粒子群优化算法提取模型参数,并利用灰色关联分析方法对光伏阵列的健康状态进行评估,进而计算其健康指数,定量描述光伏阵列的健康状态。仿真与实验结果表明,文章所提的光伏阵列健康状态评估方法可有效而准确地描述光伏阵列的健康状态,有助于指导光伏电站维护人员进行电站维护,确保光伏电站的安全运行。     

改进的前推回代法在配电网线损计算中的应用

基于区间分析的改进前推回代算法依照配电网特有的层次结构特点。将网络支路按层次进行分层,并和用区间值代替原有的点值对辐射状网络进行前推回代,改进后的前推回代算法在计算线损时,可分层并行计算各层次的支路功率损耗和电压损耗,大幅度提高了配电网潮流的计算速度。     

基于节点分层的配网潮流前推回代方法

结合配电网特有的辐射状特点,提出了一种新的基于节点分层的配网潮流前推回代方法。该方法利用配网支路及其节点参数所形成的节点-节点关联矩阵推导出节点分层矩阵及其对应的上层节点矩阵,再根据所形成的分层矩阵及其对应的上层节点矩阵利用前推支路电流和回代电压进行计算。通过对算例的编程计算,结果表明所提的算法有效、快速及实用。     

基于节点分层的配网潮流前推回代方法

结合配电网特有的辐射状特点,提出了一种新的基于节点分层的配网潮流前推回代方法.该方法利用配网支路及其节点参数所形成的节点-节点关联矩阵推导出节点分层矩阵及其对应的上层节点矩阵,再根据所形成的分层矩阵及其对应的上层节点矩阵利用前推支路电流和回代电压进行计算.通过对算例的编程计算,结果表明所提的算法有效、快速及实用.     

基于前推回代优化算法的社区能源网络有功实时调配策略

针对含户用光伏系统的社区能源网络有功调配需求,提出一种前推回代优化算法。该方法将光伏发电单元、储能单元与公共连接点(point of common coupling,PCC)整合成参数时变的虚拟网络模型,以"约束条件逐层回代,优化目标逐层前推"的优化方式,求解社区能源网络多目标组合优化问题。在此基础上,依托社区能源网络示范工程,开发能量管理平台对前述算法进行验证。测试结果证明,前推回代优化算法可以根据设备的工作状态,智能调整变量区间,重构优化算法,实现社区能源网络有功统一调配,并在充分考虑储能设备生命周期内剩余工作能力的条件下,实现社区能源网络光伏利用率最大化、储能利用率最大化、PCC有功功率波动最小化的组合优化目标。     

基于支路电流的分层前推回代辐射网潮流计算

在分析了现有辐射网潮流计算方法的基础上,提出了1种基于支路电流的分层前推回代潮流计算方法,该方法改变了以往将支路功率作为前推基本变量的计算模式,采用支路电流作为前推计算变量,在计算中不需要考虑由于支路损耗而引起的支路首末端功率不同,使得计算和编程更加方便.而且在进行前推回代计算之前可以自动地对计算网络进行层次分析,分层后同一层次的各支路没有直接联系,可以实现同层次电流或电压的并行计算,大大提高了计算效率.该方法还具有网络编号简单、收敛可靠性高和易于编程等特点.最后对该算法进行编程并对IEEE单馈线33节点系统进行了计算,证明了该方法的有效性.     

含多种分布式电源的弱环配电网三相潮流计算

由于分布式电力系统中电源、负荷和线路参数存在不对称性,传统的配电网潮流算法已不适用于这类网络。在对风力发电机组、光伏发电系统、燃料电池、蓄电池、高频微型燃气轮机及工频热电联产机组的运行和控制性能详细分析的基础上,建立各种分布式电源潮流计算模型,考虑配电网三相参数不平衡和环网问题,对广泛用于辐射型配电网的前推回代潮流算法进行改进,提出适用于含多种分布式电源的弱环配电网的前推回代三相潮流算法。算例表明,该文提出的算法是有效和可行的。     

一种改进的辐射状配电网潮流计算方法

配电网潮流计算是配电网络分析的基础。对比分析了前推回代法和牛顿法在求解辐射状配电网潮流时的特点和区别,并提出了一种改进的前推回代算法。该算法在原有前推回代算法基础上修改了回代求解的节点电压修正方程。提出的算法简单实用,且具有前推回代法简单快速和牛顿法收敛性好的特点。文中仿真算例给出了前推回代法和该文方法的计算结果,表明提出的方法具有更快的计算速度和更好的收敛特性。     

一种改进的辐射状配电网潮流计算方法

配电网潮流计算是配电网络分析的基础.对比分析了前推回代法和牛顿法在求解辐射状配电网潮流时的特点和区别,并提出了一种改进的前推回代算法.该算法在原有前推回代算法基础上修改了回代求解的节点电压修正方程.提出的算法简单实用,且具有前推回代法简单快速和牛顿法收敛性好的特点.文中仿真算例给出了前推回代法和该文方法的计算结果,表明提出的方法具有更快的计算速度和更好的收敛特性.     

基于自适应扩散核密度估计的时序相关概率最优潮流计算方法

为准确评估光伏与负荷的时序性和相关性对电力系统运行状态的影响,提出一种基于自适应扩散核密度估计的时序相关概率最优潮流计算方法。首先,利用光伏出力的自适应扩散核密度估计模型将高斯核函数转换为线性扩散过程,采用渐进积分误差法(asymptotic mean integrated squared error,AMISE)为扩散核函数选取自适应最优带宽,提高了光伏出力模型的局部适应性;其次,利用Copula理论构建光伏与负荷的时序联合概率分布模型,并获取具有相关性的时序光伏出力与负荷样本,进而提出能够准确计及光伏与负荷时序性和相关性的概率最优潮流计算方法;最后基于我国某地光伏电站实测数据与IEEE30节点系统进行仿真分析,验证了所提出计及光伏出力与负荷时序相关性的概率最优潮流计算方法的准确性与有效性。     

考虑机会约束的配电网光伏并网容量分布鲁棒优化方法

传统的经验性概率分布描述分布式光伏出力的不确定性难以准确获取概率分布参数。为此,提出一种基于Kullback-Leibler散度的分布鲁棒优化方法来评估配电网分布式光伏的最大并网容量。首先,通过Kullback-Leibler散度来量化实际概率分布与经验性概率分布之间距离,建立分布式光伏出力不确定性的模糊集。在考虑节点电压和传输容量越限机会约束的情况下,建立了分布式光伏并网容量分布鲁棒优化模型。通过采用风险价值和样本平均近似方法将分布鲁棒优化模型转化为一个混合整数规划问题求解。在改进的IEEE-33节点系统的仿真结果表明了所提出分布鲁棒优化方法的有效性和鲁棒性。     

光伏阵列故障类型的改进型RBF神经网络识别算法

光伏阵列是光伏系统中非常重要的组成部分。传统的BP神经网络诊断算法有着精度低、收敛速度慢等缺点,为了精确地诊断出光伏阵列内部的故障位置及其类型,通过分析阵列开路、短路、老化、阴影和电池板裂片5种故障,提出了一种改进型RBF神经网络的故障诊断识别算法。首先,建立RBF神经网络的光伏阵列故障诊断模型,确定基于遗传算法的故障模型隐层中心的确定方法,然后针对基于粒子群优化算法的网络模型进行自适应权重寻优的仿真实验。最后,将优化的算法与传统RBF神经网络算法进行对比。结果表明:该优化算法不仅可以有效地诊断光伏阵列的故障类型,还可以提高故障诊断的准确率。     

一种配电网潮流通用算法

提出了一种新的基于功率补偿和前推回代法的改进配电网潮流算法.该算法既具有传统前推回代算法的优点,又能更好地处理弱环网接线方式、PV节点及多电源问题.可适应配电网各种运行方式下潮流计算需要.采用功率补偿和添加虚拟节点的方法,对环网、PV节点以及多电源点进行统一处理,分析过程简单,计算效率高,适应性强.     

含光伏电站发电系统可靠性评估方法研究

近年来光伏发电并网容量不断增加,如何准确评估其对发电系统可靠性的影响具有现实意义。综合考虑光伏出力具有的昼夜日周期性和季节时序特性,提出了一种基于最优分段和多维聚类算法的光伏出力建模方法。首先根据光伏每天有效出力时间长短为原则,采用Fisher最优分段算法,对其年时序出力进行最优分段;然后利用模糊c均值聚类技术对每一时间段逐一进行聚类分析。使得光伏出力的建模更细化,能较好地保留了其局部特性。以IEEE-RTS测试系统为例,针对宁夏某光伏电站实测出力数据,采用该方法将年评估时间尺度智能划分为5个时间段,并在各时间段上量化分析不同光伏容量对发电系统可靠性的影响。计算结果证明了该方法的有效性,对光伏电站的并网容量规划具有重要指导意义。     

基于SVR与扰动观察法的光伏阵列多峰值MPPT研究

当光伏组件出现局部阴影遮挡或光照不均匀时,光伏阵列的输出特性将发生改变,此时的P-U特性曲线将呈现多峰值现象,传统的基于单峰P-U特性曲线的MPPT算法将失效,很难准确地跟踪到全局的最大功率点。为解决该问题,提出了一种基于支持向量机回归与扰动观察法的MPPT融合算法。利用支持向量机的全局优化、泛化性能高的特点,结合扰动观察法的控制简单、容易实现的优点来实现最大功率点的跟踪。仿真结果表明,在真实的光照、温度及光照突变等外界条件下,该新型融合算法与传统的扰动观察法相比,光伏阵列在局部阴影下不会陷于局部峰值,能迅速准确地搜寻到全局最大功率点。     

基于BP神经网络的光伏阵列故障诊断研究

光伏阵列多安装在较恶劣的室外环境中,因此在运行过程中常会发生故障。为辨别光伏阵列故障类型,提出了基于L-M算法的BP神经网络的故障诊断方法。在深入分析不同故障状态下光伏阵列输出量变化规律的基础上,确定了故障诊断模型的输入变量。本方法无需额外的设备支持,具有简便、成本低的优点;可以在线实时地进行故障诊断。仿真和初步实验结果验证了基于BP神经网络的故障诊断方法可以有效地检测出光伏阵列短路、断路、异常老化及局部阴影等四种故障。     

基于自适应可控开关矩阵的光伏阵列优化配置策略

针对光伏阵列在阴影或者组件故障情况下引起效率降低的问题,基于自适应粒子群优化算法(SA-PSO)提出将最大功率点跟踪与开关矩阵相结合的控制策略。同时给出了该算法的重启与终止条件,避免了开关的频繁使用与系统趋于稳定时的功率振荡。首先对算法的重启条件进行判断,如果是非自然重启,需要通过优化算法对异常情况下的最优模块阵列连接方案进行识别。然后利用可控开关矩阵实时优化光伏阵列配置方式。最后通过仿真验证了该方法在遮阴或故障情况下均可以快速准确地跟踪到全局最优MPP,有效提高光伏阵列的输出功率。     

基于Non-MPPT算法的区域光伏消纳控制策略

基于两级式光伏发电系统环境自适应算法以及光伏阵列分布式结构,提出一种适用于区域光伏消纳控制的Non-MPPT（maximum power point tracking）算法,力主解决光伏发电系统出力过剩问题。该算法基于光伏模块分布式前级优化器,实现不同环境下光伏模块分散控制,并通过光伏模块输出电压、电流随机变量,导出光伏电池环境修正参数,进而实时修正区域光伏模块最大功率电压,使其最大功率电压实时跟随外部环境变化,并结合电导增量法,实现不同环境下光伏阵列全局最大功率跟踪。而后,若区域性电网光伏发电系统出力过剩,则将区域光伏按其实际出力情况进行分区管理,以区域电网对其出力分配额度为控制目标,推导出光伏阵列对应输出电压,并将其引入至光伏发电系统前级Boost电路,通过修正Boost电路占空比,使光伏发电系统输出功率快速跟随主网需求指令,解决了区域内光伏过剩出力的消纳问题。最后,通过Matlab/Simulink仿真软件搭建两级式三相光伏并网系统,验证该算法在电力系统应用中的有效性。