基于波动和相关性复线性回归的系统谐波阻抗计算方法

系统背景谐波波动致系统谐波阻抗难以准确计算,本文基于主导波动、线性度、谐波阻抗不突变特性提出3种数据筛选准则消除背景谐波影响。本文将公共点(point of common coupling,PCC)处电流数据进行分段,由每段数据中电流的方差判断数据波动程度,依据波动程度的不同将数据分成3类。其中的第1类数据判断其电压电流的线性程度,满足线性阀值的数据被认定为存在聚类特性,用复线性最小二乘法计算该类数据的系统谐波阻抗,计算结果按时间排列后进行相互对比,由此判断其差异程度并剔除其中的异常值。所提方法与其他数据筛选方法进行了对比分析,仿真和实际案例结果表明相比于其他方法,本文方法更准确。     

现代电网电力扰动数据分析与主动应用

随着现代电网中反映供用电双方兼容性的电力扰动问题日益突出,如何有效利用监测数据对于科学认知、理解和解决电力扰动相关难题以及电网安全稳定运行与营商环境改善具有重要意义。为此,不同于传统电能质量分析方法在扰动发生后被动采取补救性的分析和治理措施,文中提出在扰动发生、发展和影响之前主动挖掘电力扰动监测数据独特暂态信息以进行"感知-预警-诊断-服务"的主动应用框架。从这4个层面阐述了基于电力扰动数据分析进行敏感负荷辨识、风险预警、隐性故障诊断和优质电力运营模式等不同应用途径的研究价值、主要思路和关键难题。     

基于准Z源有源功率解耦的改进调制策略

为了抑制直流侧存在的二倍工频(2ω)脉动,传统单相准Z源通常需要设计庞大的准Z源阻抗网络,针对此问题,研究一种基于准Z源的有源功率解耦方法来抑制其二倍工频脉动。首先,通过状态空间平均法建立了有源功率解耦型准Z源拓扑的工作模型,分析了不同工作状态对解耦电路元件参数选取的影响,据此提出一种改进的调制策略以减小解耦电路电感电流波动。其次,采用主电路双环控制和基于PR控制器的解耦电路控制实现二倍工频解耦。最后通过仿真验证了结论。结果表明:改进调制策略后能有效地降低准Z源阻抗网络和解耦电路电感电流波动,准确完成二倍工频功率解耦,且有效地降低了直流链电压的波动,提高了逆变器运行稳定性。     

基于改进固有时间尺度分解算法的实时次同步振荡监测方法

为解决大规模风力发电并网系统中频繁发生次同步振荡的问题,需要快速准确地识别和检测次同步振荡的方法。次同步振荡发生时具有时变性和不确定性等特征,这给振荡的实时监测带来了挑战,针对该问题,首先提出了基于引入代数估计法改进的固有时间尺度分解算法(intrinsic time-scale decomposition,ITD）的解决方案。该方法不需要任何先验信息,且其性能不受振荡频率构成的影响。其次,利用合成信号、电磁暂态仿真和振荡实测数据进行了综合对比研究,结果表明该方法在信号检查的动态性能和参数估计精度等方面都取得了良好的效果。最后,通过硬件在环测试,验证了该方法的可行性。     

基于自适应虚拟阻抗控制的孤岛微电网电能质量优化策略

随着大量不对称负载以及非线性负载的接入,孤岛微电网的电能质量问题日益凸显,如何合理分配不平衡和谐波功率成为关键。目前提出的分配策略多致力于实现谐波和负序电流的均分,降低过载风险,但忽略了不同逆变器改善电能质量的差异性。为此,以充分利用逆变器的剩余容量为核心思想,文中提出了一种以改善微电网电能质量为目标的功率分配策略。所提控制策略将剩余容量与输出的非基频功率之差作为输入,自适应调节基波负序和主导谐波频率处的虚拟阻抗,从而保证了逆变器在稳态工况下不过载,并为谐波电流和负序电流分别提供阻抗尽可能小的流通路径,达到改善微电网电能质量的目标。为保证虚拟阻抗调节的稳定性与快速性,基于根轨迹分布确定了虚拟阻抗稳定域范围,并提出了一种改进的变参数积分控制方法。最后,通过仿真和硬件在环实验验证了所提控制策略的可行性与有效性。     

基于同步相量数据幅频特征的次超同步振荡模式辨识

随着可再生能源和高压直流输电的快速发展,次超同步振荡事故频发,对现有电力系统振荡的在线监测提出了更高要求。为此,提出了一种基于同步相量数据幅频特征的次超同步振荡模式辨识方法。首先分析了次同步振荡和超同步振荡对同步相量测量装置(phasor measurement unit, PMU)数据的影响机制,结果表明,PMU数据的正负频谱与次超同步振荡的模态线性相关。其次利用多点PMU数据相干谱判别振荡与噪声,有效减少了噪声引起的误判断。然后对次超同步振荡下的PMU数据开展频谱分析,建立了4个幅频特征量,并将振荡数据的特征集合作为输入训练并优化极限梯度提升树(extreme gradient boosting, XGBoost)模型,建立幅频特征与振荡模式的映射关系。所提方法利用振荡环境下PMU数据的固有幅频特征以及XGBoost算法强大的泛化性与计算效率,实现了噪声环境下次超同步振荡模式的快速、准确辨识。最后,利用仿真数据和实测数据验证了所提方法的有效性和实用性。     

基于二次聚类的工业用户负荷可调节潜力特征提取与综合评估方法

随着新能源发电占比增加,发电侧的调节能力降低,挖掘负荷侧的可调节潜力是新型电力系统电力供需平衡的必然选择。针对工业用户,提出了一种基于二次聚类的可调节潜力特征提取与综合评估方法。综合考虑工业用户的可中断性、可转移性和生产属性,建立了负荷可调节潜力评估指标体系。首先,采用近邻传播(affinity propagation, AP)聚类-k均值(k-means)聚类的二次聚类方法挖掘用户可调节潜力特征,计算可调节指标。其次,基于相关性定权(criteria importance through intercriteria correlation, CRITIC)法和多准则妥协解排序(vlsekriterijumska optimizacija I kompromisno resenje, VIKOR)法分别评估工业用户可中断潜力、可转移潜力和生产潜力。然后,利用集对分析(set pair analysis, SPA)-可变模糊集(variable fuzzy set, VFS)法评估工业用户负荷综合可调节潜力,并得到优先级排序。最后,根据某地区9户工业用户历史负荷监测数据进行可调节潜力评估,通过对不同聚类方法、不同指标体系以及不同评估算法结果的对比分析,验证了所提方法在特征提取、指标定义以及评估合理性方面的优势。     

基于模体挖掘与调和函数半监督学习的非侵入式负荷监测

针对现有非侵入式负荷监测(NILM)方法成本高昂等问题,提出一种基于模体挖掘与调和函数半监督学习的NILM方法。基于低频采样数据,根据从监测数据得到的功率阶跃量,利用时间序列分析法和模体挖掘法划分设备的运行窗;在设备运行窗中,根据设备特性与统计方法定义设备开启最大值到稳定运行点的斜率、设备稳定运行时的波动幅度2个新的特征量;构建设备运行窗的特征向量,并利用基于调和函数的半监督学习算法对运行窗中的设备类型进行识别。基于参考能量分解数据集,分别从事件匹配和设备识别的角度将模体挖掘和基于调和函数的半监督学习算法与其他NILM方法进行对比,验证了所提方法的准确性和可推广性。     

基于多粒度特征选择和模型融合的复合电能质量扰动 分类特征优化

现代电力系统因其“双高”特性造成电能质量扰动模式愈加复杂,对复合扰动的准确分类提出了挑战。传统电能质量扰动分类方法在特征提取阶段所提取的特征由人为确定,难以判断所提取的特征对分类问题是否有效,加之多重复合扰动特征相互耦合导致扰动特征的可分性确定困难。为此,提出一种基于粒度的计算方法进行特征选择的模型。在提取的扰动特征集的基础上,通过构建多粒度空间反映特征分布差异性,进而挖掘各粒度下的最优特征子集以确定有效和冗余的分类特征,达到优化分类效果的目的。在此基础上,通过集成分类模型融合不同粒度空间最优扰动特征集所训练的同质弱分类器模型,提出一种新的电能质量扰动多粒度集成分类方法。该方法克服了现有方法在进行多粒度分类时通过寻找最优单粒度空间特征而导致的其他粒度空间信息丢失的问题。实验表明,多粒度特征选择算法可提取对分类有效的扰动特征,集成分类模型可进一步改善模型的分类性能。