基于电容电流的谐波电压在线监测系统研制

我国变电站内的谐波电压监测数据大多取自电容式电压互感器（CVT）的测量结果,受CVT本身工频谐振设计的影响,谐波电压测量数据存在较大畸变。在国家电网公司推广建设电能质量监测平台背景下,针对国内市场上测量准确且简便易行的CVT谐波电压在线监测装置的空白,研制一套基于电容电流法的CVT谐波电压在线监测系统,纠正现场普遍存在的CVT谐波电压测量结果畸变;同时,通过对不同谐波电压测量方法的分析和试验对比,为在不同现场选取适合的谐波电压测量方法提供参考依据。该系统施工量小、准确度高、适用面广,具有良好的工程应用价值。     

基于电压曲线特征的电压暂降凹陷域快速计算

针对现有的电压暂降凹陷域计算方法进行了分析研究,提出一种基于敏感负荷节点电压曲线特征的凹陷域快速计算方法.当线路发生单相接地故障时,分析敏感负荷节点电压的表达式,在此基础上定义了由节点阻抗矩阵元素组成的一致性参数和单调性参数,用来判断电压曲线是否具有单调性.根据电压曲线单调与否,把线路分为两类,采用不同的临界故障点计算方法.以IEEE 39节点标准测试系统为例,分析敏感负荷节点的凹陷域.并与已有的解析式法对比,结果表明,该算法在保证精确度的前提下提高了计算速度.     

含大规模储能的多端直流输电系统协调控制策略

近年来,储能和直流输电系统作为大规模新能源发电并网、消纳和远距离传输的关键技术,得到了迅猛发展。然而,规模储能的接入增加了电网调度复杂性,对电网安全稳定带来挑战。为了解决上述难点,提出了含大规模储能的多端直流输电系统协调控制方法。首先,分析了可再生能源及储能并网模型,给出了风电、光伏及储能的控制策略;其次,提出了风、火、光、储多端直流输电系统的综合能源控制策略;最后,通过系统仿真,验证了文章所提控制策略的有效性。研究表明,基于所提控制策略,电网加入储能系统后,各种工况下受端电网功率波动范围均在±5％以内,系统达到稳定状态响应时间均小于0.5 s,使得受端电网具有快速调节能力,提高了新能源富集区域电网的稳定运行能力。     

容克式空预器漏风故障分析及处理

容克式空气预热器是大中型电站锅炉上广泛采用的尾部换热设备,漏风率高是该类设备常见故障。本文对漏风原因进行分析,提出密封间隙调整和加强吹灰治理等对策,从而有效降低空预器漏风率。     

电站锅炉安全阀颤跳现象分析及处理

针对单向排气型弹簧式安全阀系统常见的故障,从安全阀动作压力误差、调节环调整、压力整定三方面进行分析,认为就地压力表与主控压力表有误差是造成颤动的原因,并提出处理措施及建议.     

基于混沌遗传算法的槽式光热发电系统多目标优化研究

目前弃风、弃光现象严重,而风光联合并网可以缓解该问题,实现对能源的最大化利用。该文根据光热发电的时移性以及最大消纳量、最小负荷峰谷差和最大化并网效益,构建了多目标优化光热发电与风电联合调度数学模型,并运用混沌遗传算法对整个优化过程进行求解,得到光热发电的最优解。研究结果表明,所提方法使效益增加了48.82万元、峰谷差率降低了10.1%、消纳量增加了22.42%,为光热电站部门制定电网调度方案提供了参考依据。     

输电线路杆塔接地体地电位分布特性研究

为了研究雷击输电线路时输电杆塔接地装置时的暂态特性以及地电位分布情况,通过在陕西省境内选取高压输电杆塔实地测量的方式,分析了雷电流波前时间和半波时间对地电位峰值的影响、3种不同结构接地体地电位的分布规律以及同一种接地体在不同电阻率土壤环境下的电位分布情况,试验结果表明雷电流波前时间越短、土壤电阻率越高的条件下地电位峰值更大,不同结构类型接地体周围的地电位都是从地网中心注流点到地网边缘逐渐下降,地网中心附件电位梯度大于地网边缘,但3种接地体周围的局部散流规律呈现出不同的特点.研究结果为输电线路杆塔接地体优化设计和降低冲击接地电阻等方面提供参考.     

基于混沌遗传算法的槽式光热发电系统多目标优化研究

目前弃风、弃光现象严重,而风光联合并网可以缓解该问题,实现对能源的最大化利用。该文根据光热发电的时移性以及最大消纳量、最小负荷峰谷差和最大化并网效益,构建了多目标优化光热发电与风电联合调度数学模型,并运用混沌遗传算法对整个优化过程进行求解,得到光热发电的最优解。研究结果表明,所提方法使效益增加了48.82万元、峰谷差率降低了10.1%、消纳量增加了22.42%,为光热电站部门制定电网调度方案提供了参考依据。     

基于双向长短期记忆深度学习模型的短期风功率预测方法研究

风功率的准确预测对电力系统的规划、调度运行等方面均具有重要意义。该文以风功率预测误差最小为目标,提出了一种基于双向长短期记忆深度学习模型的短期风功率预测方法,包括3层（输入层、隐含层和输出层）网络结构的详细设计以及网络训练过程。输入层负责对原始数据进行预处理以满足网络输入要求,隐含层采用双向长短期记忆单元构建以提取输入数据的非线性特征,输出层提供预测结果,网络训练采用Adam优化方法。在此基础上,基于实际风电场采集数据为算例,对该文所提出模型进行训练与测试,验证了该文所提方法的可行性与优越性。     

基于双向长短期记忆深度学习模型的短期风功率预测方法研究

风功率的准确预测对电力系统的规划、调度运行等方面均具有重要意义。该文以风功率预测误差最小为目标,提出了一种基于双向长短期记忆深度学习模型的短期风功率预测方法,包括3层（输入层、隐含层和输出层）网络结构的详细设计以及网络训练过程。输入层负责对原始数据进行预处理以满足网络输入要求,隐含层采用双向长短期记忆单元构建以提取输入数据的非线性特征,输出层提供预测结果,网络训练采用Adam优化方法。在此基础上,基于实际风电场采集数据为算例,对该文所提出模型进行训练与测试,验证了该文所提方法的可行性与优越性。