欠定分离机制下基于特征滤波的居民负荷非侵入辨识算法

通过非侵入采集模式下电流信号的欠定求解实现了负荷分解,获取了各独立负荷的完整电流,在负荷分解基础上实现了状态辨识。利用居民用户的负荷操作习惯将难以求解的欠定问题优化建模,转化为一维欠定问题,将求解模型建立为单位时间间隔仅从采集信号中分离两路信号。依据电流频域信号的稀疏性通过两步迭代收缩阈值算法得到最优解,使每个投入运行的负荷均可独立分解。通过先验方式获取用电网络各负荷的特征电流形成特征滤波器组,对分解电流进行频域滤波,通过对滤波后频率分量的量化判决实现负荷辨识。利用实际采集的用电数据验证了算法的有效性,能够有效实现负荷分解,并准确判断负荷状态。     

基于线性最优的MMC子模块电容电压均衡控制策略

为进一步优化模块化多电平换流器(MMC)子模块控制策略,尤其是能够兼顾子模块电容电压波动、桥臂环流二次谐波含量、子模块绝缘栅双极型晶体管(IGBT)投切次数和算法计算量四方面的性能,提出一种基于线性最优解的MMC子模块电容电压均衡控制策略。首先,阐述了子模块电容电压波动和子模块IGBT投切次数之间的相悖性,通过理论分析证明子模块电容电压波动与桥臂环流二次谐波含量之间也存在非线性关系,需寻找适当算法使其三者同时达到最优情况。然后,针对此目标,对传统算法进行优化,增加附加调节子模块功能,并结合子模块电容电压均衡控制策略,详细阐述了所述算法的控制流程及其优越性。最后,通过动模试验对传统控制策略、子模块电容电压均衡控制策略、所提控制策略及其他采用不同数量的附加调节子模块的控制策略进行对比。试验数据表明,所提策略可以在子模块电压波动、桥臂环流中的二次谐波含量和子模块IGBT投切次数三方面达到线性最优。     

基于净负荷分步建模的旋转备用优化确定风险分析方法

由于采用净负荷预测误差模型描述风电和负荷共同预测误差,优化系统旋转备用配置的多场景概率风险分析方法尚难以全面考虑风电的不确定性,如从网络安全和经济性方面必须考虑的弃风因素以及风电功率预测误差存在的非正态分布情况。为此,基于分步建模的策略改进多场景概率风险分析方法中净负荷预测误差模型,使其在计算系统失负荷风险时能够计及弃风和考虑不同类型概率分布的风电功率预测误差,并将弃风惩罚成本引入机组组合优化模型的目标函数中,以实现风电功率的合理消纳和系统旋转备用的优化确定。采用混合整数线性规划方法,对含风电场的IEEE-RTS 26机测试系统进行仿真分析,验证了改进模型的有效性。     

基于参数辨识的光伏组件故障诊断模型

为了对光伏组件运行状况进行准确判断,提出了一种基于参数辨识的组件故障诊断模型。分析了任意工况下的光伏组件输出特性曲线,借助于改进人工鱼群算法对数学模型中各参数进行了辨识。通过分析各模型参数随光照和温度的变化关系来获取多组工况下的模型参数值,结合光伏组件各种故障数据建立了以光生电流、二极管反向饱和电流、二极管理想品质因素和等效串并联电阻为输入层向量,以组件正常、组件短路、等效串联电阻异常老化和等效并联电阻异常老化为输出层向量的径向基函数(radical basis function,RBF)神经网络故障诊断仿真模型,仿真结果验证了上述光伏组件故障规律的正确性。搭建了基于可编程电子负载的光伏组件户外实验平台,进行了组件故障诊断的实验研究,实验结果验证了所提方法的有效性和准确性。     

利用电气量和时序信息的改进Petri网故障诊断模型

现有的电力系统故障诊断模型在利用多渠道、多方位的测控信息方面,大多采用决策级别的信息融合,在信息冲突或不完整时有可能导致误判;对时序信息的利用一般局限于对信息的初步筛选,未能充分利用时标偏差与信息准确程度之间的关联性。在此背景下,以现有模糊Petri网故障诊断模型为基础,对多源信息进行融合分析,充分利用设备遥信动作事件的顺序记录(SOE)、由广域测量系统得到的电气量信息以及这些信息所包含的时序特性,建立了一种考虑时序信息的多源Petri网故障诊断模型。所发展的故障诊断模型通过利用时序信息对保护设备动作事件进行置信度评价,利用多源信息的冗余度对所缺警报信息进行补充并校验所收到的警报信息的正确性,可以有效提高故障诊断的准确度和可靠性。最后,采用南方电网和江苏电力系统发生过的实际故障案例对所建立的故障诊断模型进行了验证。     

直流配电网中含光伏的电动汽车快速充电站优化配置方案

为在提高直流配电网运行效率的同时降低充电站的投资与运营成本,文中提出了一种含光伏的电动汽车快速充电站的优化配置方法。首先,描述充电站内充电桩、光伏电池、储能系统的能量交换策略,然后,分析DC-DC变流器的电能转换效率-负载率特性,并以系统平均运行效率最高和充电站投资运行成本最低为目标函数建立优化模型,对充电站的接入位置以及各单元的安装容量进行优化。利用改进非支配排序遗传算法(NSGA-Ⅱ)求解该多目标优化的Pareto最优解,得出优化配置方案。最后,以采用双单环结构的中低压直流配电网实际工程为算例,将所提出的优化配置方法与充电站进行扩容的原有扩展规划方案进行对比,验证了所提优化配置方法的有效性和可行性。     

基于深度学习的含统一潮流控制器的电力系统快速安全校正

随着新一代柔性交流输电装置如统一潮流控制器（UPFC）在现代电力系统中的逐步推广和应用,对电网安全校正策略的制定提出了更高的要求。基于物理模型的传统电网安全校正方法在实时性方面具有一定的局限性,而数据驱动方法将大量的复杂计算前移到离线阶段,具有快速在线计算性能。因此,针对含UPFC的电力系统提出了一种基于深度学习的快速安全校正方法。首先,基于深度学习建立了节点调整状态识别模型,利用深度神经网络（DNN）的分类和学习能力,优先确定存在调整可能性的节点范围,避免物理模型优化类方法迭代无解问题。然后,针对缩减后的寻优空间进一步采用优化法实现系统安全校正计算,快速确定系统各节点调整量。基于中国南京西环网UPFC示范工程的应用效果表明,所提快速安全校正策略能够发挥DNN的学习能力,进而提高系统安全校正的效率和实用性。     

下击暴流作用下输电铁塔荷载取值及承载性能分析

下击暴流会给输电线路造成巨大危害,已引发生多起倒塔事故。基于ASCE关于高强度风区域输电线路设计的相关规定,综合考虑下击暴流尺度特征和输电线路经济性设计原则,提出了下击暴流作用下输电线路的设计荷载取值建议。采用Vicroy风速剖面模型,计算得到了内陆和沿海地区典型输电铁塔在下击暴流作用下的风荷载。建立了输电铁塔空间有限元分析模型,通过结构受力分析,确定了输电铁塔在下击暴流作用下的受力特征和破坏模式。结果表明:下击暴流作用下,输电铁塔杆件应力主要由45°大风控制。对于设计风速较低的内陆地区,尽管铁塔结构高度不在下击暴流最高风速区域,下击暴流风荷载明显高于常规风,塔腿横隔面以上主材会首先发生破坏;对于设计风速较高的沿海地区,下击暴流风荷载低于常规风,下击暴流在铁塔设计中不起控制作用。     

多送端直流紧急功率相互支援的评估指标

在多送端直流系统的某直流线路发生闭锁故障后,为提高安稳控制的效率,需优先选取支援效果好的直流参与紧急功率支援。为定量评估各非故障直流对故障直流紧急功率支援的效果,将距离故障直流整流站电气距离最近的机组和距离故障直流逆变站电气距离最近的机组定义为关键机组对并给出了关键机组对的辨识方法,由该特定机组间的相对运动表征故障直流两端交流系统的暂态稳定性。再根据故障初期"关键机组对"的相对加速能量评估直流功率支援的效果,建立了多条直流相互间紧急功率支援的归一化评估指标。指标计算表明,直流功率支援的效果与送端电气距离的远近没有直接联系,而是送端电气距离、受端电气距离以及直流本身的可用支援容量3方面综合影响的结果。实际电网仿真表明,实际支援效果的排序与指标评估结果相一致,验证了所提指标的有效性。     

考虑不同接线方式的多电压等级直流配电网潮流计算方法

直流配电网潮流分析是直流配电系统设计、运行、维护的基础。传统直流潮流计算方法无法满足控制方式更加灵活、运行方式更加多样、负荷类型更加丰富的多电压等级直流电网的潮流计算需求。为此,提出了在不同接线方式下的多电压等级直流配电网潮流算法,首先考虑AC/DC换流器以及DC/DC直流变换器多种控制方式,建立了统一的潮流控制方程。其次研究了AC/DC换流器及DC/DC直流变换器在不同接线方式下的潮流计算模型并重点分析了不同类型直流负荷在真双极、伪双极网络中的潮流方程的构建方法,进而给出了不平衡网络潮流方程的求解步骤与方法。最后以国家重点研发计划苏州两端电压源变换器(voltage source converter,VSC)多电压等级直流配电网示范工程为算例,验证在不同控制方式下文中所提的多电压等级直流潮流算法的有效性。