超高压变压器油中酸类物质的生成规律和变压器热老化状况分析

为了防止变压器突发性恶性事故发生,探寻更为准确地评估超高压变压器油纸绝缘老化状态和预测变压器剩余寿命的方法意义重大。为此,在130℃下进行了变压器油纸绝缘加速热老化实验,同时跟踪测定变压器油中的酸值、糠醛含量和介质损耗因数,分析模拟老化条件下生成酸类物质的规律,并与变压器老化特征量糠醛和油介质损耗因数的变化规律进行了对比分析。实验结果表明:在变压器油纸绝缘热老化过程中,老化生成酸性物质的反应分为反应诱导阶段和反应发展阶段。在老化反应进入诱导阶段后期,油中糠醛的含量下降,此后,油中的糠醛含量便不能正确反映变压器纸绝缘的老化状况。在老化反应的发展阶段,其反应速率常数是诱导阶段的约5~11倍。老化过程中变压器油中酸值的变化和介质损耗因数的变化具有良好的相关性,生成酸类物质反应速率的快速增加,与变压器油的绝缘性快速下降相一致。结果初步表明跟踪测定变压器老化过程油中酸值的变化,可更为准确地评估变压器油纸绝缘的老化。     

基于ModBus协议的负载模拟系统设计

为了对实际的外部设备进行有效的控制,设计了一种基于 ModBus 协议的负载物理模拟平台控制系统。上位机采用C++ Builder XE2进行主站的通信程序设计,下位机采用西门子 S7-200 SMART,使用 ModBus RTU 协议库设计通信程序,将计算机与 PLC 连接起来,组成高性价比的负载物理模拟平台自动控制系统。通过上位机的数据的发送和接收实验,验证了设计的负载物理模拟平台控制系统的有效性和可行性。     

基于可靠性需求的电力客户细分和可靠性价值评估方法

从电力用户角度提出可靠性提升的直接经济价值、用户体验价值和社会价值的定义及其计算模型,建立区域供电可靠性需求评估框架,介绍具有较高可靠性价值的7类用户及其特征采集和可靠性价值分类评估算法。针对具有较强主观性的用户体验价值和社会价值的定量评估,提出一种改进层次分析(analytical hierarchy process,AHP)法,并通过区域可靠性需求评价应用实例验证该方法的有效性。该算法既可用于供电企业客观评估不同供电区域的客户供电可靠性需求,也可为实施可靠性电价后的市场需求分析和预测提供技术支撑。     

基于PSCAD的三相不平衡治理措施研究

随着农村经济的高速增长,用电量飞速上升,农村配电网建设的长期滞后及用户负荷不均导致低电压现象严重。三相不平衡严重、无功欠补、供电半径较长、导线截面积偏小是低电压问题的主因。本文首先通过低电压问题的成因分析,重点讨论三相不平衡对线路电压的影响。其次针对三相不平衡造成的线路低电压问题,提出采用管理上和技术上的治理措施,解决重载相线路低电压问题。本文最后采用PSCAD/EMTDC仿真软件建立某一农村配电网实际供电模型,通过仿真验证三相不平衡的治理措施,为农村配电网的线路低电压问题提供治理依据。     

电力机车列车供电系统接地研究

详细介绍了列车供电系统多种接地方法,并给出其相应的工作原理图,利用Matlab建立电力机车列车供电系统模型,对每一种接地情况作了闭环仿真分析,通过多方面的仔细研究和论证,并结合现场的高压试验验证,找出了最佳的接地判断解决方案,为列车供电系统的接地判断提供了必要的依据。     

110kV内桥接线变电站电压电流回路及备自投的改进

内桥接线的变电站因其可以节约一个断路器和一把刀闸,降低成本减少占地面积,而成为在城市及其周边电站建设的首选。内桥接线的二次电压回路、电流回路与单母线分段接线形式的变电站有所区别,在设计时应该特别注意。应用在内桥接线变电站的进线备自投也有变化。本文针对内桥接线变电站的电压、电流回路及备自投设计时存在的问题进行了改进。     

一种新型单级无桥Boost-Buck电路设计分析

大功率LED驱动器一般采用两级电路,两级电路器件多,并且需要两套控制,增加了成本;同时在输入低压大电流下驱动器的效率受到整流桥导通损耗的限制。本文提出了一种单级无桥Boost-Buck PFC电路,前级PFC级采用无桥Boost结构以提高效率;后级DC/DC级采用Buck电路实现降压功能,同时集成两级电路为一级。采用DCM+CCM控制策略,实验设计了一台交流输入AC85~135Vrms,输出2A/150W的样机与两级Boost+Buck电路进行对比,实验结果表明所提电路与控制策略在输入低压大电流下效率达90%以上,PF在0.985以上,THD在17%以下,满足IEC1000-3-2 C类谐波限制标准要求,具有比两级电路更优的电气性能。     

风电场输出功率异常数据识别与重构方法研究

电力大数据是电力发展的重要资源,数据来源于电力生产和电能使用的各个环节。风电运行数据是电力大数据的重要组成部分,随着风电穿透功率的增大,风电数据的采集、处理、分析对风电场运行、控制与并网研究有重要意义。然而,从风电场收集到的大量数据中通常包含异常数据点,这样的异常点给风电功率波动特性、风电功率预测等方面研究带来负面影响。分析了风电场历史运行数据中存在的异常数据的主要来源,并针对该实际问题,采用基于四分位算法的数学模型对异常数据进行识别。在数据缺失的情况下,以可用历史数据为基础,采用基于临近风电场出力模式性的方法和多点三次样条插值方法重构出完整的时间序列。算例分析给出了两种重构方法的重构效果以及各自的适应性,结果表明采用所提出的方法能够有效识别、剔除异常数据并重构缺失数据,对不同风电场有较强的通用性,具有一定的工程实用价值。     

基于遗传算法—模糊径向基神经网络的光伏发电功率预测模型

针对光伏发电系统出力波动问题,提出遗传算法(GA)—模糊径向基(RBF)神经网络的光伏发电功率预测模型,将功率预测值应用于光伏发电的蓄电池储能功率调节系统,以降低对电网的冲击。选择与待预测日天气类型相同、日期相近、温度欧氏距离最小的历史日作为相似日,把与光伏发电功率相关性大的太阳辐射强度和温度作为模型输入变量,提出K均值聚类和遗传算法的参数优化方法,建立基于GA—模糊RBF神经网络的最终预测模型。在光伏功率预测的基础上,提出一种平滑控制策略,对光伏并网功率进行有效调节,从而达到平滑光伏功率波动的目的。实例证明,所述预测模型具有较高精度,并验证了平滑功率波动控制策略的有效性。