高安全性电网在线运行数据自动监测系统设计

由于设备的限制，高安全性电网对过电压的监测精度较低，为减少过电压对电网的侵入，进行高安全性电网在线运行数据自动监测系统设计。设计监测系统整体架构，选择INSULAD2053型号数据采集卡，使数据采集频率最大化，实现在线运行数据的高精度采集。按照点、线、面3种电网基本消纳模式，通过灵活协调控制方式实现干扰电源的完整消纳。软件系统包括自动在线监测软件和离线分析软件，利用自动在线监测软件进行数据的采集与储存，实现连续数据流高效处理；通过离线分析软件对过电压数据进行进一步的离线分析。设计保护电路单元，选择压敏电阻作为导通电阻，保证高安全性电网在线运行数据自动监测系统的运行稳定性。实验结果显示，该系统对于过电压的监测效果好，监测覆盖率在95%以上，具有实用性。     

基于太赫兹波的复合绝缘子界面检测研究

复合绝缘子的交界面缺陷问题严重威胁着电网的安全运行。为了有效评估复合绝缘子的界面性能,研究基于太赫兹波的无损检测方法。首先理论分析了太赫兹反射波在不同性能界面中的传播过程。测试界面气隙、蚀损缺陷情形的太赫兹反射波,分析太赫兹波在含缺陷界面中的反射传播特性。针对气隙缺陷,提出通过太赫兹波形特征比对的定量检测方法;针对蚀损缺陷,提出基于波形差值的成像检测方法。根据太赫兹波形特征信息,可对界面气隙和蚀损缺陷进行分类诊断。对实际缺陷的测试表明,太赫兹时域反射波在复合绝缘子界面缺陷检测中具有较高的应用价值。     

基于生物免疫学方法的泛在电力物联网安全技术

由于泛在电力物联网融入了社会的不可预知因素,导致互联环境复杂多样,终端设备接入类型与数量激增,时刻面临网络攻击和非安全数据入侵等安全隐患。因此,已有的安全检测与防护技术不再完全适用于如今的泛在电力物联网,文中从生物免疫学新视角探讨了泛在电力物联网安全技术。首先,类比病原体入侵生物体时免疫系统的免疫过程,阐述了生物免疫学与泛在电力物联安全防护的关联;其次,分析了感知层、网络层、平台层和应用层面临的安全挑战,并基于免疫学归纳了抗原识别、免疫响应和免疫记忆3方面的关键技术;最后,构想了泛在电力物联网全方位智能联动的安全免疫体系,并对研究方向进行了展望。     

基于暂态功率特性调整无功电流的高电压穿越控制策略

传统的光伏并网逆变器高电压穿越控制策略以削减有功功率为代价提高无功输出,难以平衡网侧电流和直流母线电压、抑制故障切除后电流和电压突变带来的暂态冲击。在分析高电压暂态功率特性的基础上,提出一种维持有功功率输出不变、调整无功电流参考值的高电压穿越控制策略。首先,以小信号模型分析高电压暂态功率特性,得出高电压期间有功功率不变、网侧无功冗余是抑制电压恢复的关键;然后,依据电网电压骤升幅度给出一种估算无功电流参考值的方法;在此基础上,结合有功电流控制,讨论3种不同电网电压骤升幅度下并网逆变器的控制能力,分别给出相应的高电压控制策略;最后,仿真和实验验证了所提控制策略的有效性。     

直流配电网中含光伏的电动汽车快速充电站优化配置方案

为在提高直流配电网运行效率的同时降低充电站的投资与运营成本,文中提出了一种含光伏的电动汽车快速充电站的优化配置方法。首先,描述充电站内充电桩、光伏电池、储能系统的能量交换策略,然后,分析DC-DC变流器的电能转换效率-负载率特性,并以系统平均运行效率最高和充电站投资运行成本最低为目标函数建立优化模型,对充电站的接入位置以及各单元的安装容量进行优化。利用改进非支配排序遗传算法(NSGA-Ⅱ)求解该多目标优化的Pareto最优解,得出优化配置方案。最后,以采用双单环结构的中低压直流配电网实际工程为算例,将所提出的优化配置方法与充电站进行扩容的原有扩展规划方案进行对比,验证了所提优化配置方法的有效性和可行性。     

考虑条件断面限额自动匹配的一体化发电计划优化

断面限额是电网安全可靠运行的重要边界条件。随着电网规模的扩大,互联电网运行方式复杂多变,很多断面限额仅在一定的机组开机方式或者相关支路潮流水平等条件下适用,甚至这些条件断面之间也会存在相互关联。传统基于人工经验的起效条件判定需反复尝试断面限额进行发电计划优化,使得发电计划优化决策过程非常复杂。文中在传统考虑固定断面限额的发电计划优化模型的基础上,针对条件断面限额依据相关变量所属区间进行判定的特点,提出一种发电计划和条件断面限额一体化优化建模技术。该模型可实现条件断面限额与发电计划自动匹配,在保障电网安全的同时进一步挖掘电网输送潜力。最后,基于所提模型对断面潮流区间、开停机台数等典型的条件断面限额场景进行算例分析,验证了该模型的有效性。     

基于深度学习的含统一潮流控制器的电力系统快速安全校正

随着新一代柔性交流输电装置如统一潮流控制器（UPFC）在现代电力系统中的逐步推广和应用,对电网安全校正策略的制定提出了更高的要求。基于物理模型的传统电网安全校正方法在实时性方面具有一定的局限性,而数据驱动方法将大量的复杂计算前移到离线阶段,具有快速在线计算性能。因此,针对含UPFC的电力系统提出了一种基于深度学习的快速安全校正方法。首先,基于深度学习建立了节点调整状态识别模型,利用深度神经网络（DNN）的分类和学习能力,优先确定存在调整可能性的节点范围,避免物理模型优化类方法迭代无解问题。然后,针对缩减后的寻优空间进一步采用优化法实现系统安全校正计算,快速确定系统各节点调整量。基于中国南京西环网UPFC示范工程的应用效果表明,所提快速安全校正策略能够发挥DNN的学习能力,进而提高系统安全校正的效率和实用性。     

基于初始工作点选取的级联多电平混合储能系统功率分配控制EI北大核心CSCD

提出了一种基于初始工作点选取的级联多电平混合储能系统功率分配控制方法。级联多电平储能系统中部分储能电池/BMS(battery management system)出现故障时,可以通过切除故障储能电池从而形成基于电池和电容的级联多电平混合储能系统。级联多电平混合储能系统控制的关键在于不同链节单元之间的功率分配。通过初始工作点选取的方法可以实现链节单元间无功的分配,从而提高系统的可靠性和冗余性;同时通过矢量分析的方法推导了级联多电平混合储能系统稳定工作范围以及初始工作点的选取范围。最后通过仿真和实验验证了所提控制方法的有效性和可行性。     

基于深度学习的特高压直流控制保护系统可视化技术

特高压直流控制保护系统是特高压直流输电工程的“大脑”,控制保护系统设备采用分层分布式结构,不同层次、同一层次不同区域的装置之间均通过电缆、光纤进行大量的信号交换,构成了一套庞大而复杂的系统。此外,特高压直流控制保护系统设备的连接关系和信号交换等信息分散在不同载体上,信息检索工作量巨大。这些都使得特高压直流控制保护系统的运维检修难度大大增加。针对这些问题,提出基于深度学习的特高压直流控制保护系统图纸识别和可视化技术方案,采用自定义的控制保护系统图纸模型格式,将基于候选区域的快速卷积神经网络Faster R-CNN和光学字符识别Tesseract-OCR引擎结合,识别控制保护系统图纸中的信息并自动完成图纸建模,将模型存入数据库中,依托数据库便捷的查询方式,直观地展示控制保护系统的原理,提高数据检索效率。     

基于XGBoost与Stacking模型融合的短期母线负荷预测

母线负荷预测对于电网安全稳定调度具有重要意义,但母线负荷随机波动性较强,其负荷类型因供电区域的差异而不同。为此,提出一种基于极限梯度提升(XGBoost)与Stacking模型融合的短期母线负荷预测方法。基于XGBoost建立多个母线负荷预测元模型,组合构成Stacking模型融合的元模型层,连接一个XGBoost模型对元模型进行融合,整体构成综合预测系统,并采用粒子群优化算法优化系统参数。通过对具有不同负荷属性的220 kV母线进行实例分析,验证了所提方法的有效性与适用性。