基于前景理论的风-蓄联合系统中长期电量分解模型的研究

为解决风-蓄联合系统同时参与中长期市场与日前市场的组合交易问题,提出一种考虑发电商心理特征的方法,并给出基于前景理论的风-蓄联合系统中长期电量分解模型。该模型通过构建发电商收益的价值函数衡量发电商对收益偏差的感受,运用概率权重函数描述发电商对不同场景下中长期电量分配方案的偏好,建立以前景效用值最大化为目标的风-蓄联合系统中长期电量分解模型。算例分析验证了所建模型的合理性和有效性,为发电商制定合理可行的盈利目标,提升发电企业在电力市场环境下的盈利水平提供理论依据和参考。     

含高渗透率风电的配电网暂态电压量化评估方法

随着配电网中分布式风电渗透率的增加,评估影响电网暂态电压稳定性的各有关因素变得尤为重要,而评估暂态电压稳定性的现有指标在具有多暂态特性的场景下无法适用。首先介绍多二元表判据的评估思想,针对电压跌落情形,提出一种母线电压跌落安全裕度指标。其次,进一步构建母线过电压安全裕度指标,通过引入阶跃因子将两者指标有效结合,得到基于改进多二元表的母线暂态电压安全裕度指标。再次,提出区域暂态电压安全裕度指标来衡量某区域的暂态电压稳定性。最后,基于所提指标,利用Matlab/Simulink对含高渗透率风电的配电网进行仿真分析,在量化影响配电网暂态电压稳定性各因素的同时,验证了该指标的有效性和普适性。     

基于VMD和PSO-SVR的短期电力负荷多阶段优化预测

为降低短期负荷序列的非线性以提升预测精度,提出一种基于多阶段优化的变分模态分解（variational mode decomposition, VMD）和粒子群算法优化支持向量回归（particle swarm optimization support vector regression, PSO-SVR）的短期电力负荷预测模型。第1阶段采用VMD优化和预处理原始负荷序列,分解获得多个较为平稳的模态分量。第2阶段利用相空间重构优化重组各序列分量,并针对各分量分别建立支持向量回归（support vector regression,SVR）预测模型。第3阶段将粒子群算法（particle swarm optimization,PSO）用于优化SVR模型内部参数,便于更好地进行训练和预测。最后累加所有序列的预测值,实现短期电力负荷预测。研究结果表明：所提方法可以取得更高的预测精度。     

基于双集磁器结构的管件电磁胀形研究

针对管件端部效应导致轴向变形不均匀,制约管件电磁胀形技术发展的问题,首次提出一种基于双集磁器结构的管件电磁胀形方法。首先通过采用双集磁器结构实现对管件电磁力分布的调控,然后建立管件电磁胀形电磁-结构二维轴对称模型,最后研究分析集磁器结构对电磁力分布和管件成形均匀性的影响。仿真结果表明,基于双集磁器结构的管件电磁胀形可为管件提供“凹型”分布的径向电磁力,与传统线圈相比采用双集磁器结构时所提供的算例能够显著增大管件胀形的均匀范围,从而有效解决管件轴向变形不均匀的问题。     

基于基波分析方法的绕组电流谐波计算研究

三相双有源桥DC-DC变换器的固有软开关能力、滤波电容器电流低等特点而广泛应用于直流配电网。基于三相双向有源桥DC-DC变换器的拓扑结构,分析了不同联接方式下的高频三相变压器的电压电流波形。基于变压器在三种不同联接方式下的近似等效电路模型和电压与电流之间的相量图,采用基波分析方法推导了高频三相变压器绕组电流的各阶次谐波计算表达式,结合各阶次谐波频率下的交流电阻系数表达式,进而实现绕组高频损耗的计算。最后,将解析计算结果与仿真结果进行对比,结果表明各阶次谐波电流幅值、绕组总损耗值与解析计算方法的最大误差为8.4%,验证了解析计算方法的正确性。     

基于精准气象数据的地区电网短期负荷智能预测系统设计

基于分时分区精细化气象数据,研发地区电网短期负荷智能预测系统,实现功率曲线的日前精确预测。该系统的特点在于将网供负荷分解为多种功率分量的叠加,并针对各功率分量特点和影响因素,提供多种特征选择模式、预测方法以及历史参照日,以提高短期负荷预测的精度、自动化程度和工作效率。     

含潮汐电站的海岛微网多目标优化调度

潮汐能是一种蕴藏量巨大的可再生能源，且潮汐能发电具有周期性和可预见性。然而现有海岛供电方案中少有考虑海岛自身拥有这一良好的天然条件。提出了一种以潮汐发电为主，配合风电场、抽水蓄能电站以及柴油发电机组的孤网海岛供电方案。对潮汐电站、风电场、抽水蓄能电站以及柴油机组分别建模，考虑各自的运行状况和约束条件以及负荷需求，提出了海岛微网多能互补的优化调度的方案。通过对比多个不同的典型场景，验证了该方案及优化调度模型的可行性和有效性。 关键词： 海岛；潮汐发电；风电；抽水蓄能电站；优化调度     

适用于含串补设备的输电线路电流差动保护新判据

串联电容补偿(即串补)设备应用到高压输电系统时增加了电流差动保护误动/拒动的可能性。针对于此,梳理了传统电流差动保护原理、构成及传统制动特性的不足之处。分析了串补设备对传统电流差动保护的影响,并提出了一种基于幅相特性的保护判据。该判据利用串补输电线路两端电流(或故障分量电流)的相角差及最小幅值比构成电流幅相平面,通过对四个故障区域电流幅值及相位的分析,制定电流差动保护的电流构成。进一步形成电流差动保护判据。仿真考虑了串补设备、过渡电阻、电容电流等对保护动作的影响,仿真结果验证了保护的有效性。     

计及CLHG-SOFC碳捕集的多能源系统低碳优化调度

为了响应碳达峰、碳中和的发展目标,实现对能源的高效利用,减少CO2的排放,多能源系统引入基于化学链制氢-固体氧化物燃料电池（CLHG-SOFC）的碳捕集技术,以实现在供电供热的同时完成对CO2的捕集。首先,对CLHG-SOFC碳捕集模块的运行机理与能量流动关系进行分析,推导出其净输出功率模型和电碳特性关系。其次,建立计及基于CLHG-SOFC碳交易与碳封存成本的多能源系统低碳优化调度模型。最后,通过算例分析验证了所提模型能够在不同电碳特性运行下实现系统运行的经济性和低碳性。     

基于混合模态分解和LSTM-CNN的变压器油中溶解气体浓度预测

对油中溶解气体浓度进行预测,可提前掌握变压器运行趋势。提出一种基于混合模态分解和LSTMCNN(long short-term memory network-convolution network)网络的预测方法,实现精准的气体浓度预测。首先,为消除分解中模态混叠和残余白噪声的影响,对气体序列进行ICEEMDAN分解,以削弱序列的非平稳性;然后,使用VMD对聚合重构后的高频分量进行二次分解,降低高频分量的复杂度;最后,为了增强模型对序列时间特征和空间特征的拟合,采用结合时间注意力机制的LSTM-CNN网络对分解分量分别进行预测并重构气体浓度数据。算例验证表明,所提出的模型相比其他模型具有更强的预测性能,为后续故障预测提供有力支撑。