基于序分量的弱环配电网三相解耦潮流算法

为实现智能配电网对弱环三相潮流的高效计算要求,提出了一种基于序分量的弱环配电网三相解耦潮流算法,该算法采用序分量法进行配电网三相潮流建模,实现三序解耦;利用配电网三序解耦的特点,以及不对称线路的三序解耦–补偿模型,在序网络模型中基于道路的回路分析法提出一种改进的弱环配电网三序潮流计算方法。该算法充分结合了序分量计算的高效性和道路回路分析法处理弱环网的优势,提高了计算效率和计算速度,具有很好的收敛性和较强的环网处理能力,并且随着环路的闭合,该算法的迭代次数还会减少。通过测试算例验证了该算法的正确性和有效性,以及收敛性好、计算速度快和处理环网能力强的特点。     

基于改进多中心-校正内点法的可用输电能力计算

针对采用预测—校正内点法求解可用输电能力时可能出现的校正方向错误的缺点,提出基于改进多中心—校正内点法的可用输电能力计算方法。该方法保留了多中心—校正内点法的校正步,解决了计算过程中因校正方向错误而产生的迭代发散问题。选择以预测校正方向作为预测步的仿射方向,并通过预设逻辑判断,有选择地对预测校正过程中校正方向进行加权优化,进一步提高了计算的收敛性。通过对IEEE标准测试系统和某省电网实际系统的仿真计算,验证了该算法的可行性。     

高频振动回转顶驱的研制

为满足城市地质大调查复杂地层钻进的需要,研制了JDD-100型全液压钻机高频振动回转顶驱。该顶驱具有回转钻进、高频振动钻进、高频振动回转钻进功能。对顶驱的回转机构和振动机构进行了全面系统的设计,运用ADAMS动力学仿真分析软件对高频振动回转顶驱的工作过程进行了动态仿真分析。试验表明,该装置结构设计合理,钻进效率高,工作寿命长,满足了城市地质大调查复杂地层高效钻进的要求。     

基于模糊控制的光伏飞轮储能系统有功平滑控制

鉴于太阳日照的间歇性和随机性使光伏发电输出的有功功率会随日照强度的变化而波动,进而影响电能质量、增加了对电网的冲击,在分析光伏飞轮储能系统的结构和特性的基础上,提出了一种基于模糊控制的光伏飞轮储能系统有功平滑控制,利用Matlab/Simulink平台,通过算例仿真分析了光伏飞轮储能系统的飞轮转速、功率输出状况及平滑系数,并与无飞轮储能、简单飞轮储能两种装置进行了比较。结果表明,基于模糊控制的光伏飞轮储能系统有功平滑控制方法较大程度地减小了平滑系数、有效提高了功率的平滑输出、减小了对电网的冲击,验证了模糊控制的有效性和可行性。     

基于QHO-PSO算法的电力系统状态估计研究

针对传统粒子群算法(PSO)状态估计搜索效率不高的问题,提出基于量子简谐振子粒子群(QHOP-SO)状态估计算法。该算法利用量子空间中不确定性原理,保证粒子满足聚集态从而在整个可行解空间进行搜索,避免程序陷入局部最优点。同时,将谐振子势能场引入粒子群系统,通过模拟经典简谐振动中势能状态的变化与量子振动中能级的跃迁,提高粒子的搜索效率。最后,利用内点罚函数法对约束条件进行处理,借助IEEE算例仿真验证所提方法的有效性,对不同算法进行比较,结果表明所提方法在全局收敛能力与搜索速度方面均具有明显的优势。     

基于D-S证据理论的短期风速预测模型

提出一种基于D-S证据理论的短期风速组合预测模型.分别采用时间序列、BP神经网络和支持向量机预测模型对风速进行预测,通过对预测误差的分析,借助D-S证据理论对3种模型进行融合.选取待测日前凡日的风速数据作为融合样本,计算出相应的基本信任分配函数,同时将函数进行融合,并将融合结果作为风速预测模型的权重,得到待预测日的风速预测结果.仿真结果表明,所提组合预测模型的预测误差更小,效果更好.     

虚拟电厂的概念与发展

首先分析了虚拟电厂的产生背景,给出了虚拟电厂的不同文献定义,并提炼出虚拟电厂的核心思想。在此基础上,结合微网的研究,分析比较了虚拟电厂与微网的主要区别;详细阐述了虚拟电厂的关键技术,其中包括协调控制技术、智能计量技术以及信息通信技术;同时按虚拟电厂功能的不同,将其划分为商业型虚拟电厂和技术型虚拟电厂两大模块,并基于此对虚拟电厂的运行框架进行了详细解释。结合中国电力工业的发展现状,对虚拟电厂在中国的发展前景和开展形式进行了探讨。最后,对虚拟电厂未来研究的重点方向进行了展望。     

考虑参数不确定性影响的发电机动态状态估计方法

噪声统计特性和模型参数的不确定性,会严重影响动态状态估计的精度。针对该问题,文中提出了一种基于H∞容积卡尔曼滤波(HCKF)的动态状态估计新方法。首先,建立发电机动态状态估计模型;其次,依据H∞滤波理论构造模型不确定性约束准则,并在容积卡尔曼滤波(CKF)中依据该准则计算更新估计误差协方差阵,抑制参数不确定性对状态估计精度的影响;最后,通过对IEEE 10机39节点系统和某实际大区域电网系统的算例测试,将所提方法与CKF方法和改进插值扩展卡尔曼滤波(IEKF)方法的估计性能进行对比。算例仿真结果表明,HCKF方法在估计精度和对模型不确定性的鲁棒性方面较CKF和IEKF方法均有所提高,能够有效抑制模型不确定性对发电机动态状态估计的影响。     

基于变分模态分解和蝙蝠算法-相关向量机的短期风速区间预测

现有的风速预测方法大多是确定性的点预测,无法描述风速的随机性。针对该问题,建立基于变分模态分解(VMD)和蝙蝠算法-相关向量机(BA-RVM)的短期风速区间预测模型。对原始风速序列进行变分模态分解获得多个子序列;采用样本熵(SE)算法对子序列进行重组得到3类具有典型特性的分量;对各分量采用相关向量机算法分别建立预测模型。为进一步提高预测精度、缩小区间范围,引入蝙蝠算法(BA)对预测模型进行参数优化。将各分量的预测结果进行叠加求和得到一定置信水平下总体的区间预测结果。实际算例结果表明,与现有方法相比,所提区间预测方法的预测精度和区间覆盖率更高,区间宽度更窄。     

H酸的高效液相色谱测定

建立了测定H酸含量的反相高效液相色谱法，用Kromasil C18柱分离，0.1mol/L的KH2PO4－H3PO4缓冲溶液（PH＝3．0－3．5）为流动相，紫外波长为235nm检测，质量浓度在40mg/L-120mg/L范围内与峰面积呈现良好的线性关系（r=0.9989)。该法快速准确，柱损耗小，便于H酸的检测及质量控制。