负荷激励下的互联系统振荡稳定性在线辨识

电力系统振荡稳定性辨识的传统方法是利用人工扰动试验或外加激励信号激发系统的,这种方法妨碍了电力系统正常运行.因此,以负荷随机波动为激励信号辨识电力系统振荡稳定性被认为是实现电力系统在正常工况下"全天候"振荡监测的途径.本文首先指出了电力系统在线辨识需要解决的若干关键问题,然后提出并证明了负荷波动作为激励信号的可行性,并将子空间算法应用于电力系统MIMO模型的辨识.为了大幅度减小辨识模型阶次,根据模式解耦性提出了互联电力系统的区域分割辨识方案.最后,以一个8机4区域电力系统为例,对所提方案进行了验证,证明该方法可以准确地识别出电力系统的特征值及模态振型.     

基于解耦相分量模型的电力系统故障计算方法研究

提出了一种电力系统故障计算的解耦相分量法。选取故障点为边界节点将故障后的电网等值成相坐标下的仅含短路端口或者断线端口的解耦等值电路,从而在相坐标下可方便地模拟各种短路故障和断相故障,避免了复杂的序网连接,可方便地计及短路点接触电阻以及非完全断相处的故障阻抗的影响。最后通过仿真算例表明,该方法兼具对称分量法和相分量法的优点,是电力系统故障分析计算的一种十分简单、有效的方法。     

基于元件功率的区域电力系统薄弱环节辨识算法

在已构建的电力系统网络中总是存在着会造成大面积停电事故的网络节点,即薄弱环节,因此,对于庞大的电力系统网络来说,寻求网络中存在的薄弱环节具有着重要的意义。基于小世界网络模型对区域性电力系统进行网络建模,并以节点功率变化为基础,构建网络中某一发电节点的功率值变化或者从电网中解列后对网络系统中其他元件功率影响的一种新算法模型。并提出了功率变化度的概念,进而辨识电力系统中的薄弱环节,对电力系统的经济可靠建设提供理论支持。最后通过一个电力系统算例验证了该算法的有效性。     

节点电压初值的选取对快速解耦法收敛特性的影响

电力系统潮流计算是研究电力系统稳态运行方式的一项基本计算.目前广泛采用的计算方法是牛顿-拉夫逊法和快速解耦法.本文应用MATLAB开发出电力系统快速解耦法潮流计算程序,采用箅例分析节点电压初值选取对各种快速解耦法收敛特性的影响.     

不同短路故障下电力系统发电机参数的可辨识性研究

针对电力系统中发电机参数辨识,在不同的短路故障下,即单相短路、两相间短路、两相接地短路、三相短路,分析其参数的可辨识性。针对不同阶次的Park模型,采用基于轨迹灵敏度的可辨识性分析方法,采用5种不同的观测变量进行对比研究,即发电机相对功角、发电机端口电压相对相角、联络线有功功率、联络线无功功率以及枢纽母线电压。介绍了对比结果。     

电力系统发电机参数整体辨识的多情景并行内点算法

同步发电机模型的准确性对电力系统稳定性研究影响甚大,如何快速准确地确定系统中发电机模型参数是电力系统建模领域非常重要的问题之一。利用广域测量装置,提出一种同时对多台发电机在线辨识算法。对多机系统多台发电机同时辨识问题建立了完整的数学模型,同时为了应对相量测量单元(PMU)测量误差,提出多情景参数辨识,提高辨识精度。多台发电机同时辨识问题是一类动态优化问题,采用内点法求解时,对大系统求解,计算时间过长。因参数辨识问题自由度较低,提出简约空间内点算法,极大地降低了计算时间,同时针对多情景辨识,提出情景解耦策略,并行求解该问题。对IEEE 9节点系统和IEEE 39节点系统进行算例测试发现,相对传统单机辨识算法,该方法对发电机辨识有较高的准确性,能较快地计算出辨识结果。     

广域电力系统负荷整体建模方法

针对广域电力系统中负荷节点面广量大的特点,明确了广域电力系统负荷建模的思路,即充分利用广域测量信息来建立系统化评价指标,探索广域多点同步确定负荷模型参数的方法,对节点分类,对参数分级。提出了广域电力系统负荷建模的方法,即确定负荷节点分类的特征变量,进行负荷节点分类,建立系统化指标,辨识负荷参数。通过仿真算例,验证了多负荷节点同步建模的可能性和所提出的方法的有效性。最后对广域电力系统负荷建模进一步研究的内容提出了建议。     

机电-电磁暂态混合仿真多端口模型的比较分析

机电—电磁暂态混合仿真在端口建模方面主要有两种方法:一种基于多端口诺顿等值电路在端口处进行直接的电路耦合(耦合模型);另一种是在电磁侧的端口与端口之间进行解耦,通过机电暂态计算进行间接耦合(解耦模型)。建立了稳态期间两种模型的数学模型,将机电暂态的计算过程考虑进解耦模型的等值电势,证明了稳态情况下解耦模型与耦合模型的一致性。考虑电磁侧直流输电系统的控制特性,推导了经扩展之后的两类模型的节点导纳矩阵。结合两种模型的节点导纳矩阵的特点,对两种模型进行了暂态特性的对比分析。理论和仿真结果表明,当扰动和故障发生在电磁侧时,两种模型在本地直流的换相失败现象的分析过程中表现基本一致,而对一回直流逆变侧故障引起其他直流的换相失败的分析,解耦模型的适应性较弱。两种模型在仿真建模中应进行合理选择。     

双馈风电机组网侧控制器参数辨识的频域方法

提出了基于频域方法解耦辨识双馈风电机组网侧控制器参数的新方法。首先根据双馈风电机组网侧控制器模型以及发电机端口到网侧控制器的电压方程,推导出网侧控制器的解耦模型,该模型可实现d轴和q轴参数的解耦辨识。然后根据解耦模型传递函数的幅值灵敏度及相位灵敏度,分析了网侧控制器参数的可辨识性及辨识的难易度。通过在输入参考信号上叠加伪随机信号,根据输入信号的自功率谱及输入、输出信号的互功率谱,获得传递函数的频率序列。最后应用Levenberg-Marquardt优化算法对网侧控制器各参数进行了辨识。50次辨识值的方差表明了参数辨识结果的稳定性,辨识结果表明了所提方法的可行性。     

多回并列运行输电线路的可靠性非同调辨识

由于网络结构、负荷水平、元件可靠性等因素的影响,电力系统中可能存在可靠性非同调元件.退出非同调元件,系统可靠性不但没有降低反而得到改善.通过辨识可靠性非同调元件,可有效降低电力元件对系统可靠性的负面影响,提高资金的使用效率.为此,给出了多回并行线路的可靠性解析模型,推导非同调元件的辨识模型,即由系统参数可直接辨识某元件...     

双馈风力发电系统终端滑模控制研究

针对双馈风力发电系统最大风能跟踪与功率解耦问题,采用非线性逆系统方法实现反馈线性化和解耦.考虑建模误差和系统参数变化等影响,利用核岭回归支持向量机(SVM)方法来辨识逆系统,并在线调整自适应参数,对解耦后的双馈发电机系统设计终端滑模控制器.分析结果表明,系统状态实现了有限时间收敛,具有较好的动态特性,且有功功率和无功功率实现了解耦控制.仿真结果验证了该方法对双馈风力发电系统控制的可行性和有效性.     

电厂除氧器群最优解耦控制系统

本文提出了将解耦指标融合到二次型最优性能指标中,实现最优和解耦双重功能的多变量系统设计方法,导出了多变量离散系统输出对操作变量解耦的最优加解耦控制规律,研制了实现这种控制规律的CAD软件包。电厂除氧器群解耦设计的仿真实例表明,该设计方法的可行性和有效性。     

多变量系统的神经元解耦控制

论述了神经元解耦控制系统的三种典型结构,其中包括神经解耦器分别位于控制器之前和之后的两种串联结构和一种反馈结构;给出了三种系统结构中神经解耦器的指标函数;提出了基于系统灵敏度矩阵的解耦控制学习算法,该算法考虑了多变量系统各变量之间的相互干扰,在更广泛的意义上探讨了多变量系统的神经元解耦控制。     

计及源荷不确定性的主动配电网网架扩展柔性规划

在配电网源端与荷端的不确定性变量增多、主动性增强的背景下,进行适应发展需要的网架规划具有重要的研究意义。对系统中的不确定变量和主动控制变量分类建模,对经济性、可靠性和安全性技术目标做柔性处理,提出计及源荷不确定性的主动配电网网架扩展柔性规划模型;提出包含问题解耦、简化潮流和逆向搜索3个步骤的求解流程;结合19节点算例系统进行验证,算例结果表明采用提出的柔性规划模型和方法求解网架扩展规划问题具有有效性和可行性。     

计及风电的动态无功优化解耦算法

针对风电场输出功率间歇性、随机性给电力系统动态无功优化决策带来的问题,依据风电功率波动的时间分布特性,在动态无功优化模型中引入场景对风电出力的不确定性进行描述,基于各场景下的灵敏度信息,提出一种离散变量与连续变量分步决策的解耦算法：首先对每个场景下各时段的静态无功优化问题进行求解,依据变压器、电容器动作对各静态优化结果影响的灵敏度信息及场景概率权重,决策其动作时机和档位,将模型解耦;然后依据离散控制变量决策结果,对同步发电机输出无功等连续的控制变量进行决策.通过对含风电场的实际系统算例进行计算和分析,验证了该方法对风电功率不确定性有良好的鲁棒性.     

流化床燃烧系统模糊-神经元PID解耦补偿控制

依据神经元控制和解耦补偿的思想,引入了一种自适应神经元解耦补偿器,给出了神经元权系数的在线学习方法。在此基础上,通过将模糊控制技术和神经元自适应PID控制技术相结合,提出了一种不依赖于被控对象精确数学模型的多变量解耦控制方案。将该种方法应用于流化床燃烧系统控制,对耦合强烈的流化床锅炉床温、主汽压力、烟气含氧量三维传递函数矩阵进行解耦控制。仿真研究表明,该方案解耦效果良好,并且可以有效克服流化床燃烧对象的大滞后和非线性,获得良好的控制品质。     

基于等效电流量测变换的状态估计及不良数据检测与辨识方法

针对输电系统和配电系统量测类型多样性及传统快速解耦状态估计算法的不足，作者讨论并发展了一种基于等效电流量测变换的状态估计及不良数据检测与辨识方法。该方法是通过对量测系统的实际量测进行等效电流量测变换，并根据误差传播理论改变相应的量测权值而推导出来的。它不仅保留了传统状态估计算法的快速解耦特性，并在无任何假设的情况下实现了雅可比矩阵的完全常数化，算例分析表明，该方法快速有效，对r/x的比值不敏感，并能有效地处理不良数据，能较好地应用于输系统和配电系统的状态估计计算。     

光伏并网逆变器控制参数的dq轴解耦辨识策略

光伏并网逆变器对光伏发电系统的动态特性具有决定性作用,因此获得准确的光伏逆变器控制参数是分析光伏发电系统并网影响的基础。提出了一种针对典型光伏并网逆变器双环控制模型的dq轴参数解耦辨识策略,并通过仿真算例比较了解耦模型在不同噪声水平下的辨识效果,分析了不同类型的扰动数据对辨识的影响规律,讨论了滤波电感参数有偏差时对辨识结果的影响,最后通过参数适用性检验算例验证了所提出辨识方法的有效性。     

基于QPSO和双线性插值的混合储能系统改进解耦控制

在混合储能系统中,常采用隔离型三端口有源全桥TAB(triple active bridge)变换器作为功率变换器.针对该变换器的控制变量之间存在耦合以及模型的非线性问题,提出一种基于量子粒子群优化QPSO(quantum-behaved particle swarm optimization)算法和双线性插值的改进解...     

级联STATCOM输出的单神经元解耦控制

级联STATCOM是一个强耦合的复杂非线性系统,实现对级联STATCOM精确控制的最有效途径是对级联STATCOM进行解耦控制。本文针对普通解耦控制难以实现级联STATCOM高性能控制的问题,利用神经元出色的学习能力以及不依赖于对象模型的优点,提出了一种基于单神经元的级联STATCOM交流输出的有功和无功解耦控制策略,深入探讨了单神经元解耦控制策略的Delta学习规则、解耦机理和控制器设计方法,并在matlab/simulink仿真平台上搭建了单神经元耦控制策略的级联STATCOM系统仿真模型,给出了仿真结果。理论研究和仿真结果表明,基于单神经元解耦的STATCOM输出控制方法,与普通的解耦控制方法相比,具有响应速度快、无静差、控制精度高的优点,是一种高效的级联STATCOM解耦控制方法。