双馈感应发电机Crowbar电路的投切控制策略优化研究

研究了Crowbar投入、退出时间对双馈感应风力发电机低电压穿越性能的影响,并在Matlab/Simulink仿真平台上搭建了含Crowbar保护电路的DFIG模型,验证了Crowbar投切时间对DFIG低电压穿越的影响,保证故障发生时,Crowbar电路按设定的投切时间工作,短路电流能根据电流的变化规律快速衰减,转子电阻电压不超过直流母线电压;采用阈值投入延时切出的方案,防止Crowbar保护在电网故障时多次投切。仿真结果表明,经过适当的延时切除Crowbar电路可以避免Crowbar电路多次动作和转子再次过电流,能很好地保护风电机组,提高其低电压穿越能力。结果显示,低电压穿越效果很大程度上受退出时间影响。     

基于主从博弈和贪心策略的含电动汽车主动配电网优化调度

随着入网的电动汽车规模增加,为了实现电网与车主的双赢不仅要考虑其无序充放电对电网负荷的影响,还要计及双方的成本。基于此,建立了主动配电网与电动汽车主从博弈模型。上层以配电网运行成本最低为目标,通过合理的电价及激励策略引导电动汽车充放电,并协调优化分布式电源及储能;下层基于贪心策略进行两阶段优化,先以分时电价下充放电成本最低为目标优化充放电策略,在不减少收益的约束下,再最大化电网对减小负荷波动给予的激励调整策略。通过改进的IEEE 33节点系统算例分析表明,该模型在最大化双方利益的同时极大地缩小了负荷峰谷差,避免了大量电动汽车充电引起新的高峰。     

基于改进泰尔熵和熵度的电力系统关键节点识别

为了弥补信息熵考虑因素单一的缺陷,引入泰尔熵并对其适当改进用于电力系统关键节点识别中。改进后的泰尔熵将系统线路按照负载率进行分区,并分别计算节点功率变化时同区及区间潮流分布的均匀程度,然后采用负载率对同区结果进行加权,得到节点的改进泰尔熵指标。为了使识别结果更贴近工程实际,采用熵度评估了节点网络拓扑位置的重要性,然后提出了关键节点综合评估指标。综合评估指标兼顾节点网络拓扑结构重要性和其功率变化对潮流的影响情况,通过对IEEE-39节点系统进行关键节点识别验证,验证了方法的可行性和有效性。     

元认知理论在倒闸操作模拟培训中的应用

介绍了具有知识性、过程性、调节性的元认知理论,分析了它对实现操作票模拟培训的实际指导意义.结合上安电厂开发的操作票自动生成系统,运用元认知理论设计实现了具有良好通用性的操作票模拟培训系统.在该培训系统中,以人机交互为主要模式,在运行人员对仿真图中的电气设备进行操作过程中,系统会对运行人员的每一步操作进行监控,并根据其正误给出相应的调节指导建议,使运行人员在模拟操作过程中逐步提高自己的操作元认知水平,完善专业知识,优化操作策略.实际应用表明,该培训系统可以很好地满足运行人员的自我培训和技能考核的需要.     

分布式电源接入配电网多目标优化规划

建立分布式电源(DG)选址优化多目标计算模型,从投资费用、网损、电压指标3个主要角度独立分析DG接入配电网的优化计算问题。提出基于熵和距离的多目标粒子群(DEMPSO)算法和模糊多权重(FMW)技术,通过DEMPSO算法找到DG接入配电网的多个可行方案,通过FMW决策确定最优方案,基于此进行DG优化选址与定容。算例验证了所提模型与方法的有效性和合理性。     

10kV配网接入分布式电源后电压及网损的计算与分析

分布式发电是建设坚强智能电网的重要组成部分,大量分布式电源的接入会给配电网的运行、控制带来巨大挑战。针对分布式电源接入东北地区实际配电网后电压及网损的变化情况进行仿真计算,确定分布式电源的容量选择原则。通过分析不同出力、不同位置情况下电压及网损的变化情况,对实际配电网中分布式电源的选址、定容提供参考依据。     

双馈感应发电机低电压穿越后机端高电压现象分析

为抑制双馈感应机低电压穿越后的机端高电压,避免双馈机在低电压穿越后出现"二次跳机",对转子侧变频器采用恒电压无功控制模式的双馈机的控制原理进行分析,指出此模式下双馈机低电压穿越过程中对无功的调整会造成其低电压穿越后机端出现高电压。在简化数学模型的基础上,得出了机端高电压幅值的近似数学表达式和影响其的主要因素。基于以上分析,提出了一种改进的恒电压运行方式,以抑制低电压穿越后机端高电压现象的出现。在MATLAB/Simulink中搭建并网双馈机模型进行仿真分析,仿真结果验证了理论分析的正确性和所提的改进的恒电压运行方式的有效性。     

共享电动汽车混合充换电站选址优化

在未来城市中更换电池这种便捷、高效的方式将成为共享电动汽车补充电能的主要方式.为了建立效率高、成本低、电网友好型的混合充换电站,首先根据共享电动汽车的租赁规律以及功率、时间等充电数据,利用蒙特卡洛模拟方法预测共享电动汽车的充电负荷;然后,以共享电动汽车充换电站对用户捕获程度最大、配电系统网络损耗最小和配电系统电压偏移最小为目标,建立共享电动汽车混合充换电站最优规划的多目标模型;最后,采用改进带精英策略的非支配排序遗传算法(NSGA-Ⅱ)对多目标模型进行求解,得到Pareto最优解集.以25节点交通网络和IEEE 33节点配电系统为例,验证了所建模型的可行性,可为共享电动汽车混合充换电站的建设提供可行性经验.     

基于改进决策树算法的日特征负荷预测研究

针对决策树ID3算法的缺陷,提出了属性-值对的两次信息增益优化算法,该算法是ID3的改进算法,它能克服ID3算法在选取属性进行扩展时易偏向属性值多的属性及ID3算法属性间相关性考虑较少的缺点;通过对熵阈值的设定,采用预剪枝技术,又能部分克服ID3算法对噪音敏感的不足.该算法可用以生成日特征负荷决策树预测模型.该模型结合预测日的气象、星期等信息,可进行日特征负荷的预测.采用等深直方图分析思想,可对负荷变化率数据离散化,将层次聚类和信息熵相结合,对气象数据离散化.数据预处理后,通过属性-值对的2次信息增益优化算法生成负荷预测决策树模型,在给出预测日气象及星期信息后可对特征负荷进行预测,预测结果能够满足并超过负荷预测实用化标准的要求并具有较高的预测精度.如果将日24点或96点负荷及相应影响因素数据均用该算法进行模型训练,形成24个或96个预测模型,则可进行日24点或96点负荷预测.     

基于粗糙集的改进约简算法和决策树的电网故障诊断模型

采用基于粗糙集的决策树方法建立电网故障诊断模型,可以方便地处理含有非数值特征的、不精确的故障样本,且当丢失或出错的故障信息不是关键信号时,不会影响诊断结果,具有较强的容错能力和适应性。该文基于粗糙集理论,首先利用可辨识矩阵的改进算法对由断路器和保护为条件属性、考虑各种故障情况所组成的诊断决策表进行简化;然后采用加权平均粗糙度的概念,作为选择分离属性的标准,构造电网故障决策树,从而实现对电网的故障诊断。通过实例表明,该方法能有效地约简知识,具有很强的容错能力,能准确地判断电网故障以及对其进行定位。与规则表示相比,决策树直观、易于理解、维护和修改。