风力发电机组限功率双重优化协调控制策略

变速变桨风力发电机组在限功率运行时,需要对风力机的桨距角和发电机的转速进行调节,以响应风电场的调度指令。为降低机械部件的疲劳程度,在限功率控制过程中应尽量避免对桨距角进行调节。然而,常用的单纯转速优先限功率控制策略不一定能有效地降低桨距角的调节量和调节次数。针对该问题,提出一种双重优化协调限功率控制策略,首先以桨距角及转速调节量为最小对两者的给定值进行一次优化;然后在此基础上,以减少桨距角动作次数为目标对桨距角的给定值进行二次优化,通过对风力机及发电机的优化协调控制,进一步改善风机的机械疲劳程度。最后,在双馈风力发电机组仿真平台上对所提的优化策略进行仿真验证。结果表明：与转速优先及未进行二次优化的限功率控制方法相比,所提控制策略在满足限功率指令的同时,有效降低了风力发电机组的桨距角调节量和机械磨损量2个重要指标,从而减少机组的机械磨损,延长机组寿命。     

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.     

兼顾技术性和经济性的储能辅助调峰组合方案优化

高比例可再生能源发电并网给电力系统调峰带来了较大压力,应用储能辅助调峰是解决系统调峰问题的有效途径,但现阶段储能的高成本限制了其规模化应用。为充分发挥有限储能的调峰作用,降低储能调峰的容量需求,文中提出一种储能与正常调峰、深度调峰、投油调峰和启停调峰等常规手段优化组合调峰的实用方法。分别建立基于年调峰不足概率的技术性指标和基于年调峰费用的经济性指标的计算模型,构建组合调峰方案的技术性指标曲面和经济性指标曲面,将两个曲面交线处的组合调峰方案作为不同可再生能源渗透水平下电力系统的组合调峰优化方案。最后,以含风电、光伏发电的区域型系统和规划的全国系统为例,制定和分析了不同可再生能源渗透率下系统的组合调峰优化方案。     

考虑风电非线性相关性的配电网概率潮流研究

风电之间具有非线性相关的特性,研究其对配电网概率潮流的影响,对提高系统的安全性、可靠性和经济性具有重要意义。提出一种考虑风电之间非线性相关性的配电网概率潮流计算方法,该方法基于经验Copula函数生成风电功率样本,与常规的基于高斯分布、t-分布等概率分布函数的方法相比,基于经验分布函数可以较好地反映风电功率的随机特性。建立含风电的配电网潮流模型,介绍PQ节点、PV节点以及PQ(U)节点的处理方法,并采用前推回代法进行解算。最后,将所提方法应用于纯辐射型配网和弱环型配网概率潮流计算中,对比分析不考虑风电相关性、考虑线性相关性以及考虑非线性相关性的结果。对比结果表明,考虑非线性相关性的结果与实际情况更为接近,可为电力系统运行调度提供更为准确的参考信息。     

粗糙集法解多环境因素影响的母线负荷预测问题

母线负荷的环境因素众多且影响关系复杂,综合考虑所有属性会引入无关随机信息,降低预测精度。为此,提出了考虑多环境因素的母线负荷预测粗糙集(rough set,RS)方法,采用快速属性约简算法(fast attribute reduction algorithm,FARA)确定对母线负荷影响较大的条件属性;基于概率规则导出决策规则集;通过距离度量法匹配规则,从而实现母线负荷预测。将所提方法应用于预测广西某地区电网220 kV母线有功负荷,结果表明该方法能从母线负荷预测的历史数据样本挖掘出有益预测规则,具有较高的预测精度。     

面向新能源并网的电力系统鲁棒调度模式

为了应对大规模新能源并网下电力系统的多种随机因素,提出了一种基于"鲁棒调度计划"+"鲁棒运行区域"的多时间尺度滚动调度模式。首先,在分析传统多时间尺度调度模式存在问题的基础上,提出了一种改进的多时间尺度鲁棒调度模式。然后,阐述了鲁棒调度的基本实施过程,通过算例对实施过程进行模拟,并与传统调度模式进行对比说明了所提模式的优越性。最后,对实现多时间尺度鲁棒调度模式的关键技术进行探讨,为面向新能源并网的电力系统调度提供参考思路。     

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.     

满足充裕性指标的电力系统可接纳风电容量评估

立足于风电功率的统计特性,提出一种计及充裕性指标的系统接纳风电能力的评估方法.该方法基于历史的运行数据进行统计,通过模拟计算不同风电容量、储能容量下系统的调峰不足概率、调峰不足期望、发电不足概率以及发电不足期望4种充裕性指标,评估满足给定充裕性水平下的系统可接纳风电的容量.此外,提出一种含风、储系统的综合净负荷以及调峰需求的实用计算方法,基于双线性插值理论,建立了充裕性水平、可接纳风电容量、储能容量的函数关系,为风电容量、储能容量的规划设计提供了参考依据.最后,以实际电网接纳风电能力评估为例,对比了不含储能、含不同储能容量等多种情景下的风电接纳能力,对所提方法进行了分析和说明.     

基于改进变分模态分解和信息融合的故障选线

小电流接地系统发生单相接地故障时,传统信号分解方法难以准确提取故障特征,而且单一选线判据不能适应所有工况,容易造成误判,导致选线准确率不高.针对上述问题,文中提出一种基于参数寻优的改进变分模态分解和信息融合技术的故障选线方法.利用参数寻优变分模态分解的优良信号分解性能,将暂态零序电流准确分解为衰减直流、工频交流和高频振荡3个分量.通过融合工频分量综合相关系数和所有分量的相对能量系数两种判据,构造可靠性更高的综合选线判据.针对母线故障时,仅凭综合相关系数阈值来区分母线故障和线路故障存在主观性的问题,在综合相关系数基础上提出了工频分量极性比较法的辅助选线方法.该方法结合了三种选线判据,有效改善了单一判据选线准确率不高的问题.采用Simulink搭建10 kV配电网故障选线模型,仿真结果表明该方法不受中性点接地方式、接地电阻、故障初始角、故障位置的影响,具有较高选线准确率.     

基于改进权值优化模型的光伏功率区间预测

区间预测方法可以反映光伏发电功率可能的变化范围，提供比点预测方法更丰富的预测信息。文章提出了一种基于径向基函数（radial basis function，RBF）神经网络的区间预测模型以直接输出光伏功率预测区间。为优化模型输出区间的性能和避免惩罚系数选择问题，构建了一种考虑区间预测偏差信息的改进预测区间优化模型，并采用粒子群算法（particle swarm optimization，PSO）求解，获得最优RBF神经网络输出权值以提高预测区间的可信度和准确性。通过对比传统区间优化模型和所提改进区间优化模型的预测结果，发现改进区间优化模型能够获得宽度更窄和预测偏差更小的光伏功率预测区间，可为调度决策提供更准确的辅助信息。