基于Nuttall窗的全相位傅里叶电力谐波检测

由于栅栏效应和频谱泄漏,传统快速傅里叶算法(FFT)在谐波分析时参数估计精度不高。为了提高电力系统中谐波和间谐波参数的估计精度,提出了基于Nuttall窗的双窗全相位傅里叶新算法,该方法首先将输入数据分为N段并加两次4项3阶Nuttall窗,得到预处理后的N点数据分段再进行快速傅里叶变换,进而利用传统傅里叶和全相位傅里叶在对应谱线上的幅值和相位的联系,分别校正幅值和频率的估计结果,最终得到高精度的谐波参数估计结果。仿真算例结果表明,与插值傅里叶等其他方法相比,新方法具有更高的谐波参数估计精度。     

基于自编码器的电动汽车充电负荷研究

随着电动汽车的逐步推广,研究电动汽车充电负荷特性,既有利于充电站优化运行,又有利于电力系统安全稳定运行。根据电动汽车充电负荷的时空性,提出了一种基于自编码器的电动汽车充电负荷研究方法。基于NHTS数据集分析找出电动汽车充电负荷的时间分布规律。通过自编码器方法提取电动汽车出行里程和出行结束时间的特征。以此为基础计算出电动汽车到达不同目的地的概率,从而建立电动汽车充电负荷的时空特性模型。计算了每辆电动汽车的最短等待时间,统计负荷时考虑了时间误差,提高了充电负荷计算的精确性。最后,通过算例得到了地区内电动汽车的充电负荷,验证了所提出研究方法的可行性和准确性。     

考虑分布式电源和电动汽车不确定性的双层动态配网重构

分布式电源(Distributed Generation, DG)和电动汽车(Electric Vehicle, EV)的广泛应用对主动配电网的优化运行提出了更高的要求,配电网重构是其关键技术之一。考虑DG、EV和其他负荷的不确定性,通过拉丁超立方采样(Latin Hypercube Sampling, LHS)产生随机变量并考虑其相关性。然后分别以最小化综合运行成本和系统节点电压差为目标函数,建立双层优化模型。最后采用基于化整为零策略的改进和声搜索算法(Improved Harmony Search Algorithm, IHSA)进行分时段配网动态重构。通过IEEE33节点系统的仿真,验证了上述方法在提高可再生能源利用率的同时,可以有效提高配电网运行的经济性和可靠性。     

电力市场背景下基于主从博弈的新能源消纳模型

如何解决电网购电成本最小化目标与发电商收益最大化目标相矛盾的问题，是新能源消纳研究的重要课题。针对寻求矛盾的均衡解问题，提出了一种在电力市场背景下基于主从博弈的新能源消纳模型。首先根据一主多从博弈理论，将电网作为博弈主体，并引入新能源消纳惩罚成本，以购电总成本最低、解决弃风弃光问题为目标；然后将各发电商作为博弈从体，以售电收益最高为目标，构建一主多从电力市场博弈模型；最后通过改进型自适应遗传算法与粒子群算法相结合的算法解出该模型的Stackelberg-Nash均衡解。仿真结果表明，所提出的模型能使博弈各方获得利益的最优分配，并能有效解决弃风弃光问题。     

新能源并网系统次同步谐波相量检测方法

新能源汇集地区产生的次同步谐波会影响电网安全稳定运行,传统傅里叶算法的次同步谐波检测精度容易受到频谱泄漏和栅栏效应的影响。为了提高次同步谐波相量的检测精度,提出了一种基于Nuttall窗和全相位傅里叶分析(apFFT)的新算法。通过将采样数据分成N段,并加两次4项5阶Nuttall窗,得到预处理后的N点数据分段再进行FFT。进而,基于apFFT和传统FFT幅值的平方关系以及apFFT自身的"相位不变性",校正幅值和频率的全相位谱分析结果。相比于特征根分析方法和插值校正傅里叶方法,该方法在保持傅里叶方法快速性的同时提高了次同步谐波检测精度。仿真结果验证了该方法的有效性。