基于SOP和VSC的交直流混合配电网多时间尺度优化控制

智能软开关(SOP)、电压源换流器(VSC)等电力电子设备具备快速灵活的功率调节能力,能够有效应对分布式电源带来的随机性和波动性。本文分析了含SOP和VSC的交直流混合配电网基本结构,针对高渗透率分布式电源接入带来的高损耗和电压越限问题,提出了一种多时间尺度协调控制方法。在日前时间尺度上,针对离散的开关变量与连续的SOP、VSC功率,以降低损耗为优化目标建立分层协调调度模型;在日内短时时间尺度上,针对电压越限风险情况,以控制电压为优化目标快速调整SOP、VSC功率。采用基于蚁群算法和原对偶内点法的混合优化算法对所提出的模型进行求解,实现联络开关与SOP、VSC功率的联立优化。通过算例仿真验证了所提模型和算法的有效性。     

微电网群功率优化控制

随着间歇性电源(分布式风电、光伏)在中、低压配电网中渗透率的提高,多个微电网可能共存于一个区域配电网中,各微电网间能量互济与协调控制的微电网群技术开始引起广泛的关注。以微电网研究为基础,分析了微电网群的典型特征及拓扑结构。以微电网群功率波动为研究对象,建立了微电网群功率波动熵值的动态调度模型,采用量子粒子群优化算法进行求解实现优化控制。仿真结果验证了所提微电网群功率优化控制方法的正确性和有效性。     

蒸汽参数变化对汽轮机系统稳定性影响的机理分析

与广域的互联大电网相比,小型及微型电力系统具有能源综合利用效率高的优点。但小型汽轮机变工况运行频繁,蒸汽参数变化范围大。为了分析蒸汽参数对汽轮机系统稳定性的影响,通过对汽轮机工作机理的研究,建立了汽轮发电机组电磁功率随蒸汽压力变化的数学模型,避免了水蒸气的熵和焓等复杂物理量的测量。研究了蒸汽受限时,汽轮机入口蒸汽压力的变化过程;分析了给定系统在蒸汽受限时的安全稳定域,给出了极限时间与蒸汽受限严重程度、带载量的关系式。该成果对于实际运行中蒸汽受限时的紧急切负荷控制具有重要的指导意义。     

风电场输出功率异常数据识别与重构方法研究

电力大数据是电力发展的重要资源,数据来源于电力生产和电能使用的各个环节。风电运行数据是电力大数据的重要组成部分,随着风电穿透功率的增大,风电数据的采集、处理、分析对风电场运行、控制与并网研究有重要意义。然而,从风电场收集到的大量数据中通常包含异常数据点,这样的异常点给风电功率波动特性、风电功率预测等方面研究带来负面影响。分析了风电场历史运行数据中存在的异常数据的主要来源,并针对该实际问题,采用基于四分位算法的数学模型对异常数据进行识别。在数据缺失的情况下,以可用历史数据为基础,采用基于临近风电场出力模式性的方法和多点三次样条插值方法重构出完整的时间序列。算例分析给出了两种重构方法的重构效果以及各自的适应性,结果表明采用所提出的方法能够有效识别、剔除异常数据并重构缺失数据,对不同风电场有较强的通用性,具有一定的工程实用价值。     

含分布式电源的配电网动态无功优化调度方法

提出一种含分布式电源(DG)的配电网动态无功优化调度方法,以解决其中的时空耦合性问题。该方法首先对电网进行静态优化计算,根据电容器投切容量增量大小制订预动作时刻表;然后对电网进行动态分区,根据分区结果以及预动作时刻表,对负荷数据进行相应处理;以系统能量损耗最小为目标,并以投入的电容器补偿量为控制变量进行动态无功优化计算,得到电容器调度方案;最后,对电网中DG的无功出力进行优化,得到含DG的配电网无功调度方案。利用IEEE 33节点系统进行仿真,并与现有方法进行对比,验证了所述方法的合理性和有效性,且降损效果比现有方法更优。     

我国页岩气发电的经验借鉴及发展前景分析

近10年间,美国页岩气产业发展迅速,已引起全世界的关注。同时,随着中国电力需求的持续快速增长,传统的煤炭生产和运输紧张局面反复出现,生态和环境保护形势日趋严峻,亟需加快调整能源结构。介绍了国外一些国家页岩气的发展现状以及在中国资源丰富的页岩气开发利用情况,并结合国外页岩气发电的经验和电力发展形势,探讨了页岩气发电对温室气体排放的影响,分析了在中国发展页岩气发电的可行性以及必要性,对中国的页岩气发电前景进行了展望。     

展馆超大水幕系统现场测试研究

武汉国际博览中心展馆建筑体量巨大,展厅之间通过防火分隔水幕80 m（宽）×11 m（高）进行防火分隔,大大超过了现行消防规范所限定的尺寸。展厅水幕系统的有效性和可靠性只有通过现场试验进行验证,进而确认水幕系统能否真正起到防火分隔作用。通过现场火灾试验,可以得出水幕在展厅之间形成一堵完整厚实的“水墙”,有效阻止了烟气向相邻非起火展厅蔓延。     

基于改进遗传算法的社区挖掘研究

传统遗传算法应用于社区挖掘时初始种群划分精确度不高,且容易降低算法整体搜索性能。为此,提出一种改进的遗传算法,并将其引入到社区挖掘研究中。结合结构相似度与轮盘赌选择法,使染色体的每个基因趋向于选择结构相似度较大的邻居节点,提高初始种群的社区划分质量并加速算法收敛速度。实验结果表明,在人工基准网络中,该算法的初始种群划分精确度和模块度比传统遗传算法平均提高18%和12%,整体划分精确度比FEC和FN算法平均提高24. 02%和22. 01%,在真实世界网络中,社区划分精确度均优于FN、FEC和LPA算法,从而验证该算法具有较好的社团挖掘性能。     

基于负荷误差和经济发展趋势的组合预测模型在中长期负荷预测中的应用

针对组合预测未来预测期权重的确定,充分考虑电力需求与未来经济发展的关系,提出基于两个评价指标来计算各单一预测模型的权重,指标一是各单一模型预测值与实际负荷的误差,指标二是各预测值的年增长率与国内生产总值年增长率的误差。采用客观熵权法和主观G1法来确定两指标的相对重要性,最后综合得出各单一预测模型的权重。该改进组合预测模型解决了未来预测阶段权重的求解问题,通过对农网中长期电力负荷进行预测,结果表明该方法比常规方差优选组合预测模型更为准确和可信。