多时间尺度下光伏出力爬坡事件概率建模与评估研究

为分析短时间尺度下光伏出力爬坡事件,建立光伏出力爬坡率的广义高斯混合模型,并通过在不同时间尺度和天气类型下与不同分布模型对比检验,得出3阶广义高斯混合模型最适合用于描述短时间尺度光伏出力爬坡率的概率分布。其次,基于建立的爬坡率模型,对短时间尺度下光伏电站发生爬坡事件的概率进行总体评估。最后,采用旋转门算法,并提出一种改进的得分函数和定义的标签向量的方法,对不同天气类型下光伏爬坡事件进行识别筛选,发现长时间尺度下光伏出力爬坡持续时间、爬坡速率和爬坡幅值均呈幂律分布,且晴天与非晴天下3种指标的分布规律有差异。     

智能化变电站技术及继电保护技术的应用

随着社会经济发展速度的提升和电网行业建设进程的加快,人们对电网系统运行安全性和服务质量的要求也在不断提升.我国的科研人员在不断探索时间的过程中发现,继电保护技术可以为智能化变电站的建设和发展提供有力的帮助,并针对如何将该项技术应用到变电站中获得了一定的研究成果.本文以智能化变电站为立足点,通过对智能化变电站技术的分析,从而就继电保护技术应用的原则和具体应用展开研究.     

多时间尺度下光伏功率波动特性概率分布研究

基于武汉地区分布式光伏电站大量实测数据,运用广义高斯分布和有限学生t混合模型等多种概率模型对不同时间尺度下光伏功率波动特性建模,发现在10～15min时间尺度下广义高斯分布最适用于描述分布式光伏功率变化的概率分布,而在30～60min时间尺度下高斯混合模型拟合效果最好。在此基础上,建立了逐时光伏出力波动与辐射量波动模型,用于定量分析光伏电站能量输出波动,可有效降低光伏功率波动随机性和不确定性对电力系统运行造成的影响,有利于提高光伏并网渗透率。     

不同季节光伏发电量与气象影响因子诊断分析*

本文利用多时间尺度下华中科技大学屋顶并网光伏电站1a(2010年3月~2011年2月)电量资料以及武汉站同期气象资料,根据天文因素的影响,研究不同季节下典型气象因子对光伏发电量的影响机制和多变量间耦合关系,结果表明：1)采用日尺度,武汉地区全年日光伏发电量与日太阳总辐射相关性最显著,其余依次是日照时数、气温日较差、日相对湿度(负相关)、日最高气温、日平均气温;2)不同季节下,影响光伏发电量的主要因子及其贡献也各不相同,除了太阳总辐射和日照时数外,夏季要考虑高温高湿的影响,春、秋、冬三季则要考虑气温日较差(反映天气类型)的影响;3)采用小时尺度,全年平均逐时光伏发电量与太阳总辐射的日(内)变化趋势基本一致：一日之间呈现单峰变化,早晚低,正午出现最大;而光伏发电量与日照时数的日(内)变化趋势差异较大。     

基于计算机视觉的变电站烟火自动检测方法∗

在传统烟火检测方法中,只有当烟火信号达到一定阈值参数时,才能够实现对烟火的检出,导致检测效率 相对较低.对此,提出基于计算机视觉的变电站烟火自动检测方法.在采集检测环境数据阶段,利用计算机视觉技术 中的大功率蓝光投射方案实现对检测环境的高速、高精度的三维重建,并通过对采集参数进行约束,保障采集结果的 可靠性.在烟火检测阶段,充分结合了烟火属性下计算机视觉图像的动态特征,采用大小为１６环形buffer得到图像 烟火像素的累积矩阵,若矩阵存在连续相关关系,则自动判定检测环境中存在烟火.在测试结果中,该设计方法对不 同强度烟火信号的检出时间均在４.０s以内,具有较高的检测效率.     

不同季节光伏发电量与气象影响因子的诊断分析

利用多时间尺度下并网光伏电站电量资料以及同期的气象资料,研究了不同季节下典型气象因子对光伏发电量的影响机制和多变量间的耦合关系.结果表明:采用日尺度,全年日光伏发电量与日太阳总辐射的相关性最显著,其余依次是日照时数、气温日较差、日相对湿度(负相关)、日最高气温、日平均气温;不同季节中,夏季要考虑高温高湿的影响,春、秋、冬3季则要考虑气温日较差的影响;采用小时尺度,全年平均逐时光伏发电量与太阳总辐射的日变化趋势基本一致.     

优化电压偏差的换流站站用变压器分接开关控制方法

换流站站用变压器的分接开关挡位控制对电压调节起到关键作用。介绍了某±500 kV换流站站用变压器有载调压分接开关控制器的运行异常概况,分析了现有控制方法在级电压偏差和最优挡位控制方面的不足,找出了不能将电压偏差缩减至最小的原因。提出了一种以满足实际误差与调挡需求的偏移量为启动判据,以低压侧线电压的最小误差平方值为目标,寻找最优挡位的控制方法。最后,结合换流站中压配电母线电压的运行状况,从适应电压波动能力和控制计算复杂度两方面评价了该方法的控制效果。     

基于变分贝叶斯学习的光伏功率波动特性研究

光伏出力波动严重影响电力系统稳定运行。对光伏出力爬坡率进行分析,建立光伏出力爬坡率的高斯混合模型,并用变分贝叶斯学习算法估计模型参数。某光伏电站大量实测数据检验表明,在进行光伏功率波动特性研究方面,在不同时间尺度和天气类型下,变分贝叶斯学习算法比单一分布及基于最大期望算法的方法具有更好的拟合效果。     

多时间尺度下基于k-means和SVM的北京地区散射比建模研究

根据北京地区5 a散射比和气象环境数据的因子诊断结果,在清晰度指数和日照百分率基础上,引入PM_(2.5)、总云量和气温日较差作为散射比模型输入变量;利用北京地区13 a的散射比数据,进行多时间尺度下频谱分析,结果表明散射比变化表现出一定的相似性,其中年变化规律性最强。根据因子诊断和频谱分析结果提出多时间尺度下多种散射比模型,结合散射比实测值进行误差对比分析,得到不同时间尺度下预测误差最小的模型,综合分析后得出基于k-means聚类和支持向量机的散射比模型在多时间尺度下预测效果最优。     

直流输电换流阀晶闸管级阻尼与均压元件快速检测方法

换流阀是直流输电的核心设备,需要定期对其晶闸管级阻尼与均压元件参数进行测量检测。由于换流阀的晶闸管数量众多,传统的检测方法效率低且存在一定安全隐患。文中提出了一种新的检测方法,可以在晶闸管级阻尼与均压元件不解开接线的情况下,在晶闸管级两端施加不同频率的电压信号,生成电路网络方程组,采用加权最小二乘法求解元件参数值。所提方法应用于3种技术路线换流阀的晶闸管级阻尼与均压元件参数的快速检测。仿真和现场实测结果验证了所提检测方法简单、高效且准确度高,能够满足工程应用要求。