适用于低频振荡信号参数辨识的ACMD算法

针对由于低频振荡信号存在模态耦合现象导致参数辨识结果不精准问题,本文提出一种适用于互联电网低频振荡信号参数辨识的自适应啁啾模态分解方法.首先,利用自适应啁啾模态分解从低频振荡信号中分离出各个振荡分量;然后,用Hilbert变换实现对各个分量的参数辨识;最后,对自合成测试信号、实测数据加以分析,并与经验模态分解和Prony方法进行比较.算例结果证明了该方法的有效性及实用性,具有一定的辨识精度.     

基于双变量经验模态分解和最小二乘支持向量机的风电功率区间预测

准确的功率预测是应对大规模风电并网问题的重要方法,但目前风电功率预测精度仍存在较大误差。为了更精确地对风电功率进行超短期预测,提出一种基于双变量经验模态分解技术和最小二乘支持向量机的组合区间预测方法。首先,通过比例系数法构造复值区间,解决了区间构造的难题;其次,利用双变量经验模态分解和样本熵分别将上、下限结果分解重构,凸显了数据的特征信息;再次,针对各特征分量分别建立基于深度信念网络和最小二乘支持向量机的组合预测模型进行预测;最后,将各分量的预测结果组合得到一定置信率下的预测区间。实际算例表明,与现有的区间预测方法比,所提区间预测方法有效提高了区间覆盖率,达到了更准确的预测精度。     

共同富裕:和谐社会的基石

共同富裕是和谐社会的基石。为了实现共同富裕,党和国家做了不懈的努力,取得了巨大的成就,但也出现了许多问题,最重要的问题是贫富差距拉大。认为社会财富总体增加为建设和谐社会提供了物质基础,但贫富差距拉大趋势逐渐凸显不利于和谐社会建设,要加大政策制定、落实和监督的力度,努力实现共同富裕。     

基于NExT-DMD的电力系统机电振荡参数提取

电力系统随机响应中蕴含丰富的系统动态特征信息,基于系统随机响应所提取的机电特征参数能够准确反映互联电网机电小干扰稳定性。文章在深入分析环境激励下随机响应信号特征基础上,提出了基于自然激励技术的动态模式分解算法(nature excitation technology based dynamic mode decomposition,NExT-DMD)以提取电力系统机电小干扰特征参数。NEx T-DMD采用自然激励技术预处理随机响应信号,获得具有明显振荡特征的振荡分量,有效改善动态模式分解算法(dynamic mode decomposition,DMD)存在的噪声鲁棒性差的问题。进而采用DMD从获得的自由振荡信号中有效提取机电特征参数(振荡频率、阻尼比和模态振型)。IEEE 16机系统和某实际电网量测数据验证了所提方法的可行性和有效性;与随机子空间辨识算法和基于自然激励技术的特征系统实现算法相比,该方法在模式参数提取的精度和跟踪性能方面具有较好的表现,为电力系统机电小干扰稳定评估提供了一种切实可行的新途径。     

暂态频率约束下考虑新能源最优减载的机组组合双层优化策略

大规模风、光等新能源并网引起的惯量降低给新型电力系统安全运行带来了新的挑战,其中尤为突出的是暂态频率安全。文章在充分利用新能源频率支撑作用的基础上,提出了暂态频率约束的机组组合双层优化策略。构建了计及新能源场/站频率支撑的新型电力系统频率响应模型,推导了暂态频率特征量的解析化表达式,进而在传统机组组合模型的基础上,构建了考虑动态频率约束的机组组合优化模型;引入原子搜索算法,协同考虑频率支撑的新能源最优减载优化与机组组合优化,建立了双层优化策略。以含风电及光伏的10机系统为例进行计算分析,结果验证了所提方法的有效性和可行性。     

基于经验模态分解与动态神经网络的短期负荷预测

提出了采用经验模态分解(EMD)、动态神经网络与BP型神经网络相结合的混合模型进行电力系统短期负荷预测的方法。首先运用EMD将非平稳的负荷序列分解,然后根据分解后各分量的特点构造不同的动态神经网络对各分量分别进行预测,最后对各分量预测结果采用BP网络进行重构得到最终预测结果。仿真结果表明基于该方法的电力系统短期负荷预测具有较高的精度。     

基于Koopman算子与卡尔曼滤波的同步发电机动态状态估计

动态状态估计是监测同步发电机动态行为的重要手段,准确的动态状态估计结果对于指导电力系统安全运行与高效控制具有重要意义。从数据驱动的角度出发,提出了基于Koopman算子与卡尔曼滤波的同步发电机动态状态估计方法。该方法首先利用汉克尔动态模态分解算法从发电机动态响应数据中提取Koopman算子,进而以提取的Koopman算子为基础构建同步发电机状态空间模型,并利用卡尔曼滤波对同步发电机状态变量进行动态估计。该方法无须事先构建发电机模型及参数,实现了完全数据驱动的动态状态估计。仿真实验结果表明,在发电机模型及参数失配的情况下该方法估计精度明显高于传统以模型为基础的估计结果,具有较好的自适应性和鲁棒性。     

基于风-氢的气电热联合系统模型的经济性能分析

为减少弃风电量,提高风能利用效率,具有电转气功能的电热联合系统被认为是可再生能源利用的一种新形式。为验证该应用形式的经济效益,提出基于双域动态最优潮流的具有电转气功能的电热联合系统经济模型。采用粒子群算法,在2种常见电热生产模式下,求得优化期间内各个单元的最优出力及标准煤耗,并与传统单一燃气能源供应形式进行比较。最后,UK-22节点系统仿真结果表明电转气在能源利用与节能减排方面具有巨大的经济效益。     

小干扰稳定极限估计的模型算法

快速准确地计算小干扰稳定极限对于区域互联电网的运行具有重要意义。在深入研究环境激励电网随机响应分析的基础上，首先利用随机子空间（stochastic subspace identification，SSI）算法辨识得到系统模态参数，再对模态参数进行计算分析，最终反推得到有功极限。基于IEEE 4机2区域系统的仿真，验证了所提方法的可行性和有效性。当小干扰稳定问题是主导因素时，相比以往方法，该方法简化了小干扰稳定极限的计算过程，加快了计算速度，并提高了电网稳定性评估的实时性。