基于时频分析的改进小波包风电功率波动平抑方法

针对传统小波包风电波动平抑方法存在的过度平抑问题,提出一种基于时频分析的改进小波包平抑方法。首先,找出功率最大变化范围超过波动标准的时刻对集合,利用小波包对风电功率进行小波分解得到各频段分量;然后,从高频到低频依次对各频段分量在时刻对集合上进行局部削峰填谷,直到风电功率满足波动标准,从而得到平抑后的风电并网功率和储能功率指令;最后,对波动平抑效果进行评价。算例仿真表明该方法在满足风电波动标准的基础上,减小了储能功率指令的累积功率和充放电切换次数,有利于降低储能配置成本、延长储能寿命。     

基于定关断面积的分层接入UHVDC系统换流器协调控制策略

基于分层接入特高压直流输电（UHVDC）系统逆变侧高低端的耦合特性,分析叠弧面积增加引发换流器换相失败的机理,提出一种抑制分层接入UHVDC系统非故障层换流器换相失败的协调控制策略。该策略通过补偿交流故障后非故障层换流器所需的叠弧面积,使晶闸管具有足够的关断面积完成去游离过程,从而防止换相失败的发生。最后基于PSCAD/EMTDC搭建实际系统模型并进行了仿真验证,结果表明所提协调控制策略能有效抑制不同故障程度下受端电网对称和不对称故障下非故障层换流器的换相失败,可提升系统的稳定性。     

基于改进聚类算法的关键输电断面搜索方法

为了有效避免切除故障或过载线路后连锁跳闸事故的发生,提出一种基于改进模糊C均值聚类算法的关键输电断面搜索方法。该方法首先采用改进粒子群算法更新聚类中心,解决聚类算法对初始聚类中心敏感的问题,然后基于改进的聚类算法得到初始输电断面;其次运用Floyd算法搜索含断开线路的最短回路和次短回路,补充漏选的线路到初始输电断面内,构成候选输电断面;最后利用提出的复合因子判据筛选候选输电断面,进而确定关键输电断面。以IEEE 14节点和IEEE 118节点标准系统为例,所提方法可精准搜索得到系统内受切除线路影响较大且可能存在连锁跳闸风险的线路,即关键输电断面。结果表明采用该方法得到的关键输电断面更具有实用性和工程指导价值。     

计及风/光/荷不确定性的综合能源站随机规划研究

传统变电站灵活性较差,可再生能源消纳能力有限,导致弃风弃光现象严重.在此背景下,提出了一种计及风/光/荷不确定性的综合能源站随机规划方法.首先,将综合能源制氢站的规划总周期划分为若干个子周期;然后,在各个子周期内采用蒙特卡罗法对风、光年利用小时数模型和电、氢负荷分布模型进行模拟,以设备全寿命周期成本最小为目标,建立包括...     

基于负荷预测和非支配排序遗传算法的人工相序优化方法

在对0.4 kV配电台区进行节能降损时发现,调整负荷的接入相序能够有效降低台区的线路损耗和三相负荷不平衡度。文中提出基于负荷预测和非支配排序遗传算法(NSGA2)的人工相序优化方法。首先,利用配电台区出口电流曲线替代法建立用户负荷模型。其次,基于历史数据使用Elman神经网络对调相日的台区内各用户日电量和出口三相电流进行预测。然后,基于预测数据综合考虑以线损最低和调相次数最少为目标函数,建立配电台区多目标相序优化数学模型,使用NSGA2对该模型进行求解,得到优化后各负荷接入相序。最后,通过对比安徽电网某配电台区调相前后的理论线损,验证本文所提方法的有效性。     

适用于次同步振荡研究的直驱风电场等值建模

针对当前直驱风电场次同步振荡研究缺乏合适的等值模型这一问题,首先对单台直驱风机并网系统进行小信号建模及参与因子分析,得到了影响直驱风机次同步振荡的主导参量;接着将这些主导参量作为直驱风电场等值建模的聚类指标,利用SOM神经网络聚类算法对风电机组进行聚类,并借鉴同调等值法原理整定了风电机群的运行状态。最后,在PSCAD/EMTDC上建立了风电场等值模型,通过比较等值模型对实际风电场的等值效果,验证了直驱风电场等值建模方法的合理性。     

考虑供需综合因素的电网检修计划最优决策模型

电网检修停电决策严重影响供电可靠性和用户满意度,实际电网检修计划主要以适合单一计划检修停电事件的主观经验决策为主导,但该方式难以实现多重检修计划停电事件的最优化决策问题,且现有方案仅考虑降低检修停电电量,仍需要兼顾检修侧与用户侧各方利益。为此提出了考虑供需综合因素的电网多重停电事件最优决策方法。首先,建立考虑多重停电事件的电网最优检修计划停电决策模型,该模型以最小化停电电量（电网侧）、最小化用户用电失望度（用户侧）和最大化设备停电时间差异度（检修侧）等构建多目标函数,以停电电量约束、特殊事件约束等为约束函数。其次,为提高优化效率,建立基于比例系数法的电网最优检修停电决策单目标函数优化模型;再次,构建基于惩罚函数的适应值优化模型,采用遗传算法对最优检修停电决策问题进行求解;最后,采用实际电网案例进行仿真分析,并验证所提模型和算法的正确性与有效性。     

市场环境下考虑需求响应的虚拟电厂经济调度

虚拟电厂作为能源互联网中的重要组成部分,在聚合分布式能源和用户侧资源、完善电力市场交易体制等方面发挥着重要作用。由于虚拟电厂中新能源装机容量较大,其出力具有随机性,导致其在电力市场中需要承担惩罚费用。提出以虚拟电厂聚合分布式能源为多类负荷提供电能服务,首先通过蒙特卡洛抽样建立了分布式电源出力不确定性模型。随后在考虑需求响应的前提下,建立了虚拟电厂与用户侧的双层优化模型,以虚拟电厂净收益为上层目标函数,综合考虑市场交易收益、售电收益、发电成本等因素;以用户侧购电成本为下层目标函数,对用户的购电行为、响应行为进行优化。最后,通过算例验证了该模型能够减少虚拟电厂在电力市场中的投标偏差,提高运营收益,并有效降低负荷的购电成本。     

市场环境下考虑需求响应的虚拟电厂经济调度

虚拟电厂作为能源互联网中的重要组成部分,在聚合分布式能源和用户侧资源、完善电力市场交易体制等方面发挥着重要作用。由于虚拟电厂中新能源装机容量较大,其出力具有随机性,导致其在电力市场中需要承担惩罚费用。提出以虚拟电厂聚合分布式能源为多类负荷提供电能服务,首先通过蒙特卡洛抽样建立了分布式电源出力不确定性模型。随后在考虑需求响应的前提下,建立了虚拟电厂与用户侧的双层优化模型,以虚拟电厂净收益为上层目标函数,综合考虑市场交易收益、售电收益、发电成本等因素;以用户侧购电成本为下层目标函数,对用户的购电行为、响应行为进行优化。最后,通过算例验证了该模型能够减少虚拟电厂在电力市场中的投标偏差,提高运营收益,并有效降低负荷的购电成本。     

适用于次同步振荡研究的直驱风电场等值建模

针对当前直驱风电场次同步振荡研究缺乏合适的等值模型这一问题,首先对单台直驱风机并网系统进行小信号建模及参与因子分析,得到了影响直驱风机次同步振荡的主导参量;接着将这些主导参量作为直驱风电场等值建模的聚类指标,利用SOM神经网络聚类算法对风电机组进行聚类,并借鉴同调等值法原理整定了风电机群的运行状态。最后,在PSCAD/EMTDC上建立了风电场等值模型,通过比较等值模型对实际风电场的等值效果,验证了直驱风电场等值建模方法的合理性。