计及DG与STATCOM的配电网重构优化策略

采用一种改进遗传算法(GA)实现配电网重构,其考虑了配电网近期的发展变化,将分布式发电(DG)与静止无功补偿器(STATCOM)引入配电网模型中,探讨它们对配电网重构和提高电能质量的影响。采用十进制与二进制混合编码方式和特殊的交叉与变异操作避免GA不可行解的产生,采用云算法改进交叉率与变异率以提高GA的收敛性。对IEEE 33节点配电网进行仿真,结果表明所提出的改进GA可有效地实现网络重构,DG与STATCOM的引入能有效提高配电网的供电质量和可靠性。     

基于PSO-BSNN的短期风速预测

考虑到风的随机性和波动性,提出一种基于粒子群(PSO)优化B样条神经网络(BSNN)的短期风速预测方法。利用相空间重构方法确定BSNN的输入空间向量,BSNN可以灵活地改变对输入空间的划分和对隐层基函数的定义,对任意的网络输入,隐层基函数的输出只有少数非零,使网络输出简单,收敛速度快。但在传统的BSNN中,对输入空间节点位置的均匀划分是粗糙的,预测结果容易陷入局部极小而影响预测精度。粒子群优化算法是一种智能搜索方法,它具有较强的搜索能力并且容易实现,利用PSO优化BSNN输入空间的节点位置划分,可避免BSNN陷入局部极小并提高预测精度。仿真结果表明,基于PSO-BSNN的预测模型比传统的BSNN和BPNN预测模型具有更高的预测精度。     

基于萤火虫算法的主动配电网优化调度

主动配电网为高渗透率分布式可再生能源接入提供了有效途径。针对风能等可再生能源所固有的间歇性、波动性与随机性引起的功率波动问题,在配电网中引入储能系统作为可控负荷,建立包含风能与储能系统的主动配电网调度模型,该模型以储能系统的出力为变量;分别以平滑混合毛功率和混合净功率为目标,有效避免可再生能源接入对配电网造成的冲击。提出改进萤火虫算法求解主动配电网优化调度问题。仿真算例验证了所提模型与算法的有效性。     

混沌驱动永磁同步电机系统的故障识别

研究了混沌驱动永磁同步电机系统的故障识别问题,设计了一种小波支持向量机故障识别器。首先对故障恢复信号进行经验模态分解,得到若干个平稳的本征模函数,将本征模函数的能量特征作为输入构建小波支持向量机故障识别器。训练完成后,冻结小波支持向量机结构与内部参数,以白噪声模拟实际运行中的未知扰动,并以加入扰动的故障信号作为测试输入,利用小波支持向量机故障识别器进行故障识别。结果表明,基于小波支持向量机的故障识别器能够较好地识别故障信号,拟合误差均在1%以内。     

基于能量函数的永磁同步电机无速度传感器H∞控制

研究了基于能量函数的永磁同步电机无速度传感器H_∞控制问题。为有效控制电机转速,首先对无扰动条件下的永磁同步电机哈密顿模型进行整形,使转速达到期望值。然后,在存在扰动的条件下,设计了一种基于哈密顿函数的H_∞控制器。最后,采用基于哈密顿函数的扩张+反馈方法设计了一种观测器,对转子角速度进行测量,实现了无速度传感器整形+H_∞控制。仿真结果表明,基于观测器的整形+H_∞控制器能实现对角速度的高精度估计,可有效克服扰动,并较好地实现了对电机转速的控制功能。