基于μPMU电压相位数据的配电网拓扑辨识

为了满足配电网拓扑识别快速准确的要求,提出了一种基于微型同步相量量测装置（micro-synchronous phasor measurement unit,μPMU）的配电网拓扑识别方法。获取拓扑变化前后的电压相位构建拓扑变化辨识参数,辨识出系统拓扑变化时刻;提出基于相位差异度的拓扑识别算法,借助μPMU获取的数据及潮流计算,分析不同拓扑条件下电压相位与实际相位间的差异,选取差异度最小所对应的拓扑为实际拓扑,实现对配电网的拓扑识别。通过仿真算例验证所提方法的合理性,结果表明,拓扑变化时刻辨识判据正确可靠,所提拓扑识别算法的识别正确率高。     

基于配电网拓扑分析的重构潮流算法

针对配电网重构时网络潮流方向发生变化,提出了一种基于"短接"操作的配电网拓扑分析算法。该方法可对节点和支路进行任意编号,不需要对网络进行广度优先搜索或深度优先搜索,对末稍节点进行简单的"短接"操作便可得到网络拓扑矩阵。在潮流计算时利用网络拓扑矩阵构造运算矩阵,简单的处理代数方程就可以计算支路电流、节点电压和功率分布,使得程序实现起来更加高效、准确。根据提出的算法,编制了应用于配电网络重构的潮流算法程序,用IEEE33节点算例验证了该算法的可行性。     

基于量测信息的低压配电网阻抗拓扑模型构建

针对低压配电网阻抗拓扑模型不明确的问题,提出一种基于高级量测体系的低压配电网阻抗拓扑模型构建的在线识别方法。利用AMI提供的各用电用户电压数据,根据各负荷节点的电压相关性及辐射性网络节点电压分布特点,通过K-means聚类算法和用户间的皮尔逊电压相关系数分析原则,完成对低压配电网络拓扑模型的修正。根据修正后的台区拓扑结构中同一相别下智能电表所采集的序列数据,通过计算同一相别所有用户的相电压搭建优化问题模型,使得使用时间序列内不同电表数据计算得到的相电压矩阵方差最小,从而求得配电网线路阻抗参数,实现对配电网络的建模。通过实际算例验证了该方法的可行性和有效性。     

基于拓扑分区并行的高压配电网优化重构

高压配电网备供线路多、网架结构灵活,利用网架重构能够提高系统运行的经济性与安全性,有效降低电网阻塞风险。为实现高压配电网拓扑放射性约束的在线实时判别,针对其拓扑结构特点对其进行分区,同时考虑网络拓扑放射性约束的必要条件与不可开断支路缩小分区网络拓扑可行解搜索空间,提出快速判别算法。构造了以网损率、110 kV线路负载率均方差、220 kV变电站负载率差异度均方差的高压配电网多目标优化重构模型,以支路通断状态为控制变量应用非支配排序遗传算法（NSGA-II）求解,并将分区网络支路集合作为遗传算法交叉与变异的操作对象,加快智能算法的寻优速度。以某城市电网为例进行仿真分析,结果表明,所提模型能够有效降低网损,提高系统全局的负荷均衡性,消除局部输电阻塞,同时拓扑约束分区判别能够有效提高算法的求解效率,满足在线实时重构的要求。     

一种基于神经网络的配电网作业风险辨识方法

配电网作业工作次数多且工作面覆盖广,作业时易发生人员人身触电、设备损坏等电力安全事故事件,为了维护作业人员安全及电网稳定运行,有必要开展作业风险辨识及预控研究。基于此,论文根据配电网作业任务及相关标准文件建立作业单元和风险预控的数据库,采用深度神经网络训练作业单元和风险预控基础数据,建立对应关系。实测表明该方法能够有效辨识作业风险,降低现场违章作业次数,提高配电作业施工安全。     

主动配电网分布式经济调度的通信拓扑优化

主动配电网采用基于局部通信的分布式经济调度算法能够有效控制网络中的分布式电源经济安全运行。针对优化局部通信网络的权重参数有助于提高分布式调度算法的性能,在分析分布式算法性能影响因素的基础上,提出了分布式调度通信拓扑优化的数学规划模型,该模型以最小化通信网络邻接矩阵第二大特征根为优化目标将通信拓扑优化问题转化为半定规划;通过算例验证了所提方法的有效性。     

基于粒子群算法的多电源配电网储能功率配置方法

针对目前设计的多电源配电网储能功率配置方法存在配置灵敏度较低、功率损耗大等问题,提出一种基于粒子群算法的多电源配电网储能功率配置方法。对配电网储能功率进行优化布置,得出了配电网网损灵敏度标准差,通过网损灵敏度标准差确定各路径接入储能的顺序,对配电网储能功率进行了容量优化;利用粒子群算法对储能的有功功率和无功功率进行优化,得到了配电网储能功率的最优配置容量。实验结果表明,所提方法优于其他方法,能够有效降低多电源配电网的网损、减少路径电流的波动,该方法具有很好的有效性和可靠性。     

基于自适应概率学习的配电网故障辨识技术

为了提升配电网故障辨识准确率,提出了一种基于自适应概率学习的早期故障诊断方法。该方法通过波形分解和最大化特征相似性找到最佳线性映射,将仿真数据和真实数据映射至同一特征空间,且在此空间中两者分布差异最小,之后即可使用仿真数据训练模型并对真实数据进行分类,从而解决配电网故障辨识中样本量不足这一重要问题。基于系统仿真数据和现场实际数据表明：所提方法对于自适应学习条件下早期故障诊断的可靠性和准确率,远优于同等条件下的卷积神经网络、支持向量机和K邻近算法等常用分类模型;为自适应学习条件下的配电网故障辨识技术提供了一种新的思路。     

基于Dijkstra算法的混联配电网故障区段定位方法

由于现有方法对数学工具过度利用而忽略了故障的具体特征,造成选线与定位不精准而存在偏差的问题,提出一种基于Dijkstra算法的对于混联配电网故障区段定位方法。对混联配电网进行分析研究,总结出发生相间短路、单相接地故障时配电网表现出的特征,随后以可能导致该故障的某一元件位置为起始点,通过Dijkstra算法进行搜索,为更准确获得下一搜索的节点位置,引入代价函数将算法的均等式优先搜索转化为启发式路径搜索,搜索终点所在线路分支即为发生故障区段。在仿真实验条件下,构建小电流接地系统模型,采用所提方法完成模型的故障区段定位,最大定位误差为0.08 km,最小定位误差为0 km,定位结果与真实情况一致,证明了所提方法具有一定的可行性和准确性。     

基于参数辨识的配电网相间永久性故障识别方法

为了避免配电线路相间故障跳闸后自动重合闸盲目重合于永久性故障带来的危害,提出了一种基于参数辨识的配电网相间永久性故障的识别方法.该方法在配电线路相间故障三相跳闸后,依次对停电线路的3个相间回路主动施加低频电压扰动信号,利用激励侧的电流和电压信息建立相间回路的参数方程,采用参数辨识的思想进行相间回路状态的甄别.以无故障相...     

基于综合能源系统的最优潮流解耦算法

依据能源枢纽作为多能源系统的联系载体,建立了一个通用的优化建模框架,用于不同能源耦合系统的最优潮流研究。根据建立的优化建模框架,将综合能源系统的最优潮流问题解耦,得到一系列独立的传统最优潮流问题,从而使得问题易于求解。综合能源系统的最优潮流问题是一个大规模的非线性问题,将多主体进化算法应用于求解中,从而保证能够得到的全局最优解,适用于大型的复杂的多能源系统。通过包含有多个能源枢纽的综合能源系统的仿真分析,验证了该模型的有效性。     

基于自寻优占空比的光伏系统最大功率跟踪算法

提出一种基于自寻优占空比的改进变步长最大功率点追踪(MPPT)算法。该算法利用功率电压曲线斜率实现追踪占空比自寻优,运行点远离最大功率点(MPP)时采用较大占空比追踪,在MPP附近时采用较小占空比追踪。MATLAB仿真结果表明,改进算法准确实现追踪占空比自寻优,同时具有较好的动态响应特性和稳定性。     

基于SA算法的主动配电网网损优化模型研究

分布式电源的接入会对主动配电网系统网损以及其运行经济性造成一定的影响。文章在传统最优潮流(Optimal Power Flow,OPF)模型的基础上,提出了基于敏感性分析(Sensitivity Analysis,SA)算法的主动配电网系统网损优化模型及其求解流程,并在华北地区某34节点配电网系统中对上述模型进行了仿真验证。算例结果表明,在一定的优化误差内,SA算法较传统OPF优化过程具有更高的计算效率,风电出力的不确定性会对系统网损及其最佳接入位置的选择产生较大的影响。     

基于混沌飞蛾捕焰算法的波浪发电系统最大功率跟踪

针对水动力参数非线性导致直驱式波浪发电系统控制效果不佳问题,文章采用混沌飞蛾捕焰优化控制算法解决。该算法初期引入具有非周期性和遍历性的混沌算子,采用多精英组合的直线捕焰模式寻优;后期结合火焰自适应机制,采用螺旋捕焰方式,求解最优电磁力,控制直线发电装置,提高捕获效率。通过ANSYS软件进行浮子的水动力数值计算,结合改进算法寻求系统最优负载。仿真结果表明,在波浪周期变化时,混沌飞蛾捕焰算法能有效提高全局搜索能力和求解精度,增加系统输出功率。     

基于改进高斯-赛德尔顺序潮流算法的微电网效率分析

文章针对现有各类微电网的拓扑结构,利用转换环节的IGBT/DIODE损耗计算模型,结合高斯-赛德尔潮流算法,提出了考虑转换损耗模型的微电网高斯-赛德尔顺序潮流算法,并运用此法在Matlab/Simulink环境下分析比较了树干式直流、交流、混合微电网和环形直流、交流微电网的效率。仿真结果显示,在假定负荷功率因数为0.8的情况下,环形直流微电网的效率最高,树干式交流微电网的效率最低。     

An adaptive power system stabilizer based on recurrent neuralnetworks

Application of recurrent, neural networks in the design of an adaptive power system stabilizer (PSS) is presented in this paper. The architecture of the proposed adaptive PSS has two recurrent neural networks. One functions as a tracker to learn the dynamic characteristics of the power plant and the second one functions as a controller to damp the oscillations caused by the disturbances. In the proposed approach, the weights of the neural networks are updated on-line. Therefore, any new information available during actual control of the plant is considered. Simulation studies show that the artificial neural network (ANN) based PSS can provide very good damping over a wide range of operating conditions     

基于改进蜜蜂进化型遗传算法的电力系统无功优化

文章采用改进蜜蜂进化型遗传算法求解电力系统无功优化问题,该算法引入了自适应调整选择算子的策略,使算法能及时开辟新的解空间,提高其搜索效率;引入了驱逐算子,增加了蜂群的生物多样性,提高了杂交效率,避免了算法过早收敛的问题。通过以IEEE-6节点和IEEE-30节点测试系统为例进行无功优化计算,并与其他优化算法进行了比较,结果表明了文章算法在求解电力系统无功优化问题的有效性,同时证明了该算法在收敛速度和优化效果上具有比其他优化算法更佳的性能。     

基于动态阻抗适配的光伏系统最大功率点跟踪算法

针对光伏发电系统最大功率点跟踪控制中结构复杂度与控制效果难以兼得的问题,文章从阻抗适配角度论证了最大功率传输理论应用于光伏系统控制的正确性,并提出一种具备快速自寻优能力的光伏系统最大功率点跟踪控制方法。通过Matlab仿真并与常见最大功率点跟踪控制方法相比较,文章所提出的算法具有更好的跟踪效果。     

An efficient algorithm for multi-objective optimal operation management of distribution network considering fuel cell power plants

This paper presents an interactive fuzzy satisfying method based on Hybrid Modified Honey Bee Mating Optimization (HMHBMO). Its purpose is to solve the Multi-objective Optimal Operation Management (MOOM) problem which can be affected by Fuel cell power plants (FCPPs). Minimizing total electrical energy losses, total electrical energy cost, total pollutant emission produced by sources and deviation of bus voltages are the objective functions in this method. A new interactive fuzzy satisfying method is presented to solve the multi-objective problem by assuming that the decision-maker (DM) has fuzzy targets for each of the objective functions. Through the interaction with the DM, the fuzzy goals are quantified by eliciting the corresponding membership functions. Considering the current solution, the DM updates the reference membership values until the best solution can be obtain. The MOOM problem is modeled as a mixed integer nonlinear programming problem. Therefore, evolutionary methods can be used to solve this problem since they are independence of objective function’s type and constraints. Recently researchers have presented a new evolutionary method called Honey Bee Mating Optimizations (HBMO) algorithm. Original HBMO often converges to local optima and this is a disadvantage of this method. In order to avoid this shortcoming we propose a new method. This method improves the mating process and also combines the modified HBMO with a Chaotic Local Search (CLS). Numerical results on a distribution test system have been presented to illustrate the performance and applicability of the proposed method.     

Development of FPGA based power flow monitoring system in a microgrid

In recent decades, smart grid has become increasingly attractive to both energy producers and consumers. Amongst the main challenges for the successful realization of smart grid includes the integration of renewable energy resources, real time demand response and management of intermittent energy resources. Apart from smart grid, the development of micro-grids should take into consideration of issues such as the system performance, modelling, monitoring and controlling of the micro-grids. In particular, the recent advancements in information and communication technologies (ICTs) could facilitate the effective development of the future micro-grid system. The goal of the study is design of a system, based on FPGA, which monitors the power flow of the Microgrids. First of all a MG system installed in the laboratory of Firat University Electrical and Electronics Engineering Department consists of 1.2 kWp grid connected PV system, 5 kW micro hydro turbine, 0.5 kW wind turbine and 0.1 kW fuel cell unit was introduced. Afterwards, for smart-grids, a system of power flow that has a powerful high sampling rate was dwelt upon. During implementations, the data collected from the power system was transmitted to the FPGA cards located in open area by wireless data-monitoring card. This study has contributed to studies of other researchers by means of the monitoring system which has a high sampling frequency.