基于网格服务的电力海量数据分布式恢复算法

传统的基于纠错码的数据恢复算法既提高了数据存储的可靠性,又增加了数据恢复的计算时间。为了解决这个问题,首先对整个样本数据采用粗糙集进行约简,然后基于网格服务思想,提出基于网格服务的电力海量数据分布式恢复算法DR-GSPMD(Distributed Recovery based on Grid Service for Power Mass Data)。仿真实验表明针对所有测试数据集,随着校验码个数的增加,整个系统的最大容错率和数据恢复时间也随着增加。同时针对约简后的数据集随着计算节点数的增加,算法降低了计算复杂度,加快了范德蒙矩阵运算的速度,减少了整个数据恢复的时间。     

基于深度扫描仪的高辨识度三维人体模型重建方法

3D照相打印馆人像的打印质量取决于3D扫描获得的三维人体模型的辨识度.然而,由于现有3D人体扫描仪价格昂贵、操作复杂等原因,使得3D人像打印成本高、耗时长和打印精度较低.针对这些缺点提出一种基于深度扫描仪重建高辨识度三维人体模型方法.利用多组深度扫描仪分工协作、优势互补,分别获取高辨识度的人体面部五官点云数据,上半身与全身表面轮廓点云数据.然后,通过引入特征点和改进的最近点迭代法将采集到的三组点云数据进行对齐、替换、拼接,将拼接后的无拓扑关系的点云数据进行曲面重构即可获得高辨识度的三维人体模型.该方法的扫描时间较短,以较低的成本构建了具有高辨识度的三维人像模型.     

轨迹驱动切负荷的布点协调优化算法的简化

随着系统规模及各种不确定性的增加,轨迹驱动切负荷(TDLS)的布点优化的计算量急剧增加。综合考虑负荷模型对布点优化的计算量及精度的影响,验证在TDLS布点中采用简化负荷模型的可行性。同时,改进已有的协调优化算法。包括简化其流程,减少迭代次数,减少灵敏度系数的更新次数。仿真表明,上述简化方法对计算精度的影响并不显著,但计算量大幅降低,有利于工程实用。     

考虑调压裕度的风电场无功电压控制策略北大核心CSCD

针对风电场并网带来的电压稳定问题,文章提出了考虑调压裕度的无功电压控制策略。采用分层控制技术,首先通过无功整定层计算风电场无功输出参考值;其次在无功分配层考虑无功补偿装置与风电机组自身的调压裕度,选择相应的无功补偿方法,优先选用风电场配置的无功补偿装置进行无功调节。若补偿装置无法满足电压稳定要求,则根据各风电机组的运行状态,将无功补偿值按照无功容量比例算法进行分配,风电机组的网侧变流器采用自适应下垂控制以实现最大无功容量补偿。若无功缺额依然存在,需要对风电机组进行减载控制以实现对电网电压的无功支撑;最后,通过PSCAD/EMTDC仿真平台对所提策略的有效性进行了验证。     

基于辅助惯性功率调节的虚拟同步发电机模糊控制策略

针对并网逆变器控制应用虚拟同步发电机技术导致系统输出的有功功率发生超调和振荡现象,结合模糊控制提出一种辅助惯性功率调节策略.根据有功闭环零极点分布图明确参数调节存在矛盾,在分析了惯性功率在动态过程中对角频率的影响后,设计出与角频率偏差和角频率变化率相关的辅助惯性功率调节策略,并将该策略与自适应参数调节策略进行比较,得出两种策略的对应关系;进一步设计出精细化的辅助惯性功率调节规律,利用所得规律设计模糊控制器调节动态过程中的惯性功率.基于模糊辅助惯性功率调节的虚拟同步发电机控制策略减小了系统输出功率的超调量和角频率最大偏差,同时减小了系统的调节时间.最后,在仿真模型中设置连续功率扰动工况对所提策略进行了验证.     

大规模可再生能源接入下的电力系统充裕性优化(三)多场景的备用优化

场景分析法在用于描述可再生能源出力不确定性时,不仅能表征预测风/光功率等随机变量在时间—功率空间上的概率分布,还能进一步反映这些随机波动在时序上的相关性。多场景分析中普遍存在场景维数灾问题,在备用优化中更遭遇控制措施组合爆炸问题,加剧了求解的困难。场景削减有利于场景分析法的实用化,然而现有场景削减方法不能确保小概率高风险场景不被剪除,继而引发风险泄露问题。文中提出一种计及场景集剩余风险下逐步筛选场景的多场景备用优化方法,将场景削减与优化过程融合于一体。相比于传统的"先场景削减、再优化"的思路,所提出的方案能自适应地选取待优化场景集,且能有效识别小概率高风险场景。通过与基于传统场景削减方法的混合整数线性规划方法的对比,所提出的多场景优化方法在平衡优化效果与计算效率上具有显著优势。     

考虑功率预测不确定性的风电消纳随机调度

针对风电并网消纳中的随机调度问题,基于随机规划理论,建立了考虑功率预测不确定性的风电消纳期望值模型,提出了基于Monte Carlo随机模拟和遗传算法相结合的模型求解算法步骤,并在含风电场的IEEE 30节点系统上进行算例分析,验证方法的可行性和有效性。研究表明:基于期望值模型的的风电消纳随机优化调度能够很好地量化风电功率预测误差带来的不确定性,实现调度目标期望值的最优化,对提高风电并网随机调度的量化决策水平,促进风电消纳具有积极作用。     

基于区间不确定性的微网有功—无功联合优化调度

针对微网优化调度问题,首先,考虑到可再生能源(如风电、光伏等)功率预测和负荷预测的不确定性,以及微网系统中有功潮流和无功潮流的强耦合性,提出利用区间描述不确定性,并建立微网系统的有功—无功联合优化调度模型。然后,采用区间序关系模型转换方法,将基于区间不确定性的联合优化模型转换成一般的确定性优化模型,以便于优化问题求解。最后,为验证所提出的微网系统优化调度方法,利用专业优化软件(GAMS)在典型的微网系统算例上进行数值仿真试验,并结合试验结果分析区间不确定水平对微网系统运行成本及各微电源出力的影响。     

考虑碳排放权的低碳电力调度及收益分摊

低碳化已经成为当前电力发展的重要目标,而利益格局的剧烈调整是影响低碳转型的最大阻力之一。文中对低碳电力调度的公平性问题进行了研究,建立了考虑碳排放权约束的低碳调度模型。在论证机组碳排放求偿权的基础上,应用加总分配方法,解决了碳排放权的初始分配公平性的争议。对机组碳排放权的合作博弈机制进行了研究,并且对合作减排和非合作减排下的机组运行情况进行了对比,建立了基于Shapley值的碳排放权收益分摊模型。研究表明通过合作减排机制,可以更好地优化系统运行,平衡各方利益,减少低碳调度转型阻力。研究还发现,如果减排目标过于激进,将造成发电成本剧烈上升,甚至需要减负荷运行。最后,结合算例表明了所述模型的有效性。     

考虑风-储-直参与调频的电力系统频率特征定量分析

以风电、储能、柔性直流输电为代表的高比例可再生能源和大量电力电子设备的并网,使得电网中传统火电的比例下降,这将在一定程度上影响电力系统的频率稳定性。为定量分析风电、储能、柔性直流输电系统参与调频下电力系统的频率特征,首先提出多种调频资源参与调频下的电网频率特征定量分析总体思路,建立风-储-直调频频率响应模型。然后基于频率特性传递函数对电力系统稳态频率偏差、初始频率变化率、最大频率偏差和频率安全裕度进行理论推导;且定量分析了稳态频率偏差变化规律以及惯性时间常数、辅助调频单元控制比例系数对频率稳定性的影响,并计算稳态频率偏差与功率扰动的关系。最后,基于仿真软件验证了所提分析方法的可行性和有效性。仿真表明所提方法可有效定量分析电力系统频率特征,可为双高电力系统下电网频率安全稳定运行与控制提供指导依据。