不平衡电网下双馈感应发电机的虚拟同步机控制优化策略

由于虚拟同步机(VSG)控制技术的控制带宽有限,因此当电网电压不平衡时,VSG控制无法有效控制电网负序电压引起的功率二倍频波动分量。当电压长时间不平衡时将会引起双馈感应发电机(DFIG)定、转子电流畸变,功率及转矩振荡等问题,严重影响系统输出的电能质量及系统运行性能。针对此问题,文中提出一种采用二阶广义积分器对DFIG电磁转矩及无功功率二倍频脉动进行定量控制的方法,使DFIG的VSG控制系统在不平衡电网条件下可以实现3种控制目标,即定子电流正弦且平衡、定子电流正弦且有功功率恒定和定子电流正弦且无功功率及电磁转矩同时恒定。同时,可根据电网实时要求对各控制目标进行灵活切换,提高了DFIG的VSG控制系统的控制性能。最后,所提方法的有效性通过仿真结果得到了验证。     

永磁伺服系统电流环带宽扩展研究

分析了数字控制系统中延迟的产生原因和影响因素。基于永磁同步电机数学模型,建立了加入数字控制系统延迟的永磁伺服系统电流环数学模型。分析了电流环带宽与电流采样和PWM更新时序之间的关系。针对改进即时更新方式在开关器件的开关频率变高的情况下采样延迟比增加、带宽提升效果下降的问题,提出了一种基于开关状态的电流延迟补偿分段式PWM更新方式。该方法相比于传统电流更新方式对处理器性能要求更低,对使用了宽禁带开关器件的伺服系统同样适用。实验验证了该方法的可行性,相比于传统采样更新方式该方法可以将电流环带宽提高10倍。     

多燃烧器电磁炉谐振逆变器PDM-AVC混合调功策略

针对多燃烧器电磁炉存在低频噪音的问题,可通过恒频调功方式来解决。分析了非对称电压消除（AVC）恒频调功法的输出功率特性,指出其功率调节范围窄且无法应用在轻负载的缺陷。提出一种基于脉冲密度调节的非对称电压消除（PDM AVC）混合调功策略,该方法在轻载时通过调节脉冲密度与移相角来实现输出功率的调节,其他负载下采用AVC调功,从而实现零电压开关（ZVS）,减少IGBT的功率损耗,并实现了功率输出全范围调节。最后通过仿真试验验证了该混合策略的可行性和有效性。     

新能源极端出力特性及典型电力电量平衡场景研究

随着新能源发电占比的增加,电力系统的电力电量平衡呈现不确定性强、电力过剩/短缺交替出现等特征,给电力系统的供电可靠性带来了严重的影响。基于新能源出力实际运行特性和未来电源发展趋势,研究了含水电的新型电力系统的典型电源结构场景,并以此为基础,建立了电力电量平衡量化分析模型。通过算例结果量化了未来新能源发展场景下的典型电力电量平衡场景及系统灵活调节能力的需求,分析了新能源极端低/高出力对电力平衡的影响。研究可为我国新型电力系统构建提供决策参考。     

针对虫洞攻击的无线传感器网络安全定位方法

节点定位技术是无线传感器网络的关键技术之一,是很多基于无线传感器网络的应用的基础。然而,无线传感器网络通常部署在无人值守的敌对环境中,攻击节点能够很容易地破坏网络中节点的定位过程。本文针对无线传感器网络中距离无关的定位技术,分析了虫洞攻击对DV-Hop定位过程的影响,提出了一种无线传感器网络中抵御虫洞攻击的DV-Hop安全定位方法。仿真结果表明所提出的安全定位方法能够有效降低虫洞攻击对DV-Hop定位过程的影响,验证了该方法的有效性。     

大型旋转机械状态监测与故障诊断研究进展

分析了旋转机械状态监测与故障诊断研究的重要意义。提出了一种由状态监测与故障诊断理论和方法、状态监测与故障诊断关键技术、状态监测与故障诊断系统、状态监测与故障诊断工程应用四个方面相互支撑的旋转机械状态监测与诊断研究的体系架构,给出了一个超超临界汽轮发电机组状态监测与故障诊断系统研究的实例。分别综述了大型旋转机械状态监测与故障诊断的理论和方法、关键技术、应用系统研究及其工程应用的进展,提出了对于旋转机械状态监测与诊断研究的思考与建议。     

采用长短期记忆深度学习模型的工业负荷短期预测方法

工业负荷不同于其他电力负荷, 受气温、时间、人口等外部因素的影响较小, 其功率需求主要由相关企业的生产计划来决定。在电力市场环境下, 准确的负荷预测有助于工业用户更好地制定电力交易策略, 从而增加收益。在此背景下, 基于改进的长短期记忆（long short term memory, LSTM）深度学习网络模型, 提出了一种工业负荷短期预测算法。首先,在网络层次上构建层数更多即网络层次更深的LSTM深度学习负荷预测模型。接着, 在每个LSTM单元构成的隐含层中, 采用Dropout技术对神经元进行随机概率失活, 并通过正则化有效避免深度学习过拟合问题并改善了模型性能。然后, 采用真实的工业用户历史负荷数据对所提算法进行测试, 并与已有的短期负荷预测算法进行对比, 包括自回归滑动平均模型 （auto-regressive and moving average model, ARMA）, 最邻近回归算法 （K nearest neighbor regression, KNN） 以及支持向量回归算法 （support vector regression, SVR）。仿真结果表明, 所提深度学习工业负荷短期预测算法相比于一些现有方法, 其预测准确度有明显提升,预测结果的平均绝对百分误差（mean absolute percentage error, MAPE）在9%以下。     

考虑市场力的短、中、长期电价预测

分别介绍了采用BP神经网络模型和线性回归模型进行电价预测的方法和结果。方法的突出特点是在预测模型中引入了一个衡量市场力的新指标——发电容量必须运行率(MRR)，从而充分考虑了市场力对电价的影响，提高了电价预测的精度，特别是增强了短期预测模型对最高限价的预测能力。文中对MRR指标进行了简单的介绍，并针对电价预测的不同特点，对预测模型和预测变量的选择进行了探讨，提出了自己的观点。基于浙江电力市场实际运营数据的初步预测结果表明，所建预测模型是适用的，选择的预测输入变量是恰当的，电价预测精度能够满足电力市场实际运营的需要。     

高能ZnO压敏电阻在发电机灭磁中的应用

论述了发电机灭磁原理及要求.高能ZnO压敏电阻作为大容量吸能元件,由于其优异的非线性特性和浪涌吸收特性,在发电机灭磁中具有优越性,得到很好的应用.介绍了高能ZnO压敏电阻的制造方法,在此基础上论述了改善高能ZnO压敏电阻能量耐量和通流性能的方法,最后提出了要规范高能ZnO压敏电阻性能参数和检测标准.     

2004年国际大电网会议系列报道:——大会主题报告及3个热点讨论

介绍2004年国际大电网会议的主题报告以及关于供电安全性、大停电事故和电力工程教育等3个讨论会。各专业组的学术活动将另文报道。