基于PSCAD的2MW双馈风力发电机组低电压穿越能力研究

随着以变速恒频双馈异步发电机为主体的大型风力发电机组在电网中所占比例的迅速提高,电力系统对并网风机在外部电网故障,特别是电网电压跌落下的不间断运行能力提出了更高的要求。首先介绍了德国EON风力发电系统低电压穿越标准,在定子磁链定向的基础上推导了双馈风力发电系统的有功无功解耦控制策略,最后在PSCAD中建立了具有Crowbar保护电路的2 MW双馈风力发电系统模型。仿真结果表明双馈风力发电系统具有很好的电压风穿越能力,正常运行状态下能够实现单位功率因素运行。     

基于多重扰动的跨区域电网薄弱区域的选取研究

基于多重扰动的概念对跨区域电网进行薄弱区域的选取研究.随着电网规模的日益扩大,电网中会不可避免地存在一些稳定性较差的薄弱环节,通过运用多重扰动这一更符合电网运行实际的观点,对华中各省市电网进行薄弱性分析研究.从多重扰动的角度对近期发生的湖南金竹山功率振荡事件的整个过程进行分析,得出扰动的相继发生是导致电网运行情况逐渐恶化的原因所在.在华中电网内部通过设置多重扰动序列,筛选出华中各省市负荷集中地区是电网中的薄弱环节,在湖南电网设置多重扰动序列验证了上述结论,并结合暂态能量函数的方法对结果加以分析校验.     

基于自适应BP网络的广义负荷动静比例辨识

提出利用自适应前馈网络(ABP)拟合负荷动静比例β与区域联络线有功PL、无功QL、电压UL、频率fL、等值电源PG的关系,把经过训练后的ABP网络用于暂稳分析中辨识广义负荷动静比例的方法。该方法首先建立所研究区域电网的广义负荷等值模型,通过改变等值模型中负荷动静比例形成ABP网络的训练样本集,利用训练后的ABP网络在暂稳分析中辨识负荷动静比例。在CEPRI 36节点系统和青山局部电网上的仿真结果表明,利用ABP网络辨识广义负荷动静比例,可以获得较好的暂态辨识结果,且具有较高精度。     

基于Teager能量算子的低频振荡节点同调分群

实际互联电网发生低频振荡时,除了需要获取振荡的频率、幅值、阻尼比外,还需获得振荡节点的同调分群关系、振荡中心或分界面的位置信息,以便运行人员及时采取措施抑制振荡。为此基于Teager能量算子提出了节点同调分群方法。首先采用经验模态分解方法对各节点实时注入有功功率或频率信号进行预处理,然后利用Teager能量算子快速求取分解后模态曲线的频率、幅值,在电网关心模式的频率下应用相关分析技术计算各模态曲线相对幅值最大模态曲线的相角差,从而得到低频振荡过程中节点的同调分群关系。仿真算例验证了该方法的有效性。     

我国配电网规划设计标准化发展现状分析

本文介绍了配电网规划设计行业发展概况,总结了新形势下配电网规划设计呈现新的特点;梳理了标准提出与构建情况,从标准数量、体系结构和布局、标准间的配套性和协调性、时效性和适用性、技术水平等角度,对我国标准化发展现状进行了分析。经过分析,本文提出了配电网规划设计标准化的结论和展望,以期为标准化工作的良性发展提供一定的技术支撑。     

嗜酸氧化亚铁硫杆菌中金属转运基因的克隆与差异表达

嗜酸氧化亚铁硫杆菌（Acidithiobacillus ferrooxidans,At.ferrooxidans）广泛应用于铜、锌、锰和镉等金属离子的生物浸出,浸出液中含有大量的金属离子。研究At.ferrooxidans DC菌株在金属离子胁迫下金属转运基因的相对表达,测定At.ferrooxidans DC对Mn2+、Zn2+和Cd2+的最大耐受浓度。应用RT-qPCR技术分析At.ferrooxidans DC中4个金属转运基因（afe₀671、afe₀674、afe₁143和afe₁144）在Mn2+、Zn2+和Cd2+胁迫下的差异表达。利用BLAST等生物学软件对各基因及其编码的蛋白进行生物信息学分析。结果表明:At.ferrooxidans DC菌株对Mn2+、Zn2+和Cd2+的最大耐受浓度分别是0.38、0.18和0.08 mol/L;在Mn2+、Zn2+和Cd2+胁迫下,目标基因的表达均上调,且随着金属离子浓度的增加,上调倍数升高;生物信息学分析表明目标基因编码为与金属转运相关的膜蛋白;在At.ferrooxidans DC中,目标基因编码的蛋白与Mn2+、Zn2+和Cd2+的转运密切相关。     

基于 DIGSILENT 建模的 10 kV中压线路供电半径优化研究

从四川省低密度负荷区低电压问题治理现状出发,以《配电网规划设计技术导则》10 kV中压线路的相关规范为基础,采用DIGSILENT软件建模、仿真了10 kV架空线路不同线径,不同负荷量下的末端电压,进而推导求出不同线径型号在不同负荷结构下的合理供电半径。相关研究成果可以作为现有10 kV架空线路供电半径相关标准的细化补充。     

基于最小二乘支持向量机的风功率短期预测

为了减小风力发电的随机性对电力系统的影响,提出了一种基于最小二乘支持向量机的风功率短期预测模型。在研究最小二乘支持向量机的基础上,为解决最小二乘支持向量机建模时其参数对预测性能影响,运用粒子群算法对参数进行优化,最后建立了基于粒子群优化最小二乘支持向量机的预测模型。运用某风电场的实测数据进行仿真研究,为了对比分析,同时利用E1man神经网络模型和支持向量机模型进行了预测,仿真结果表明,本文所提方法与其它方法相比预测精度更高,可以有效地应用于风功率的预测。     

基于IOLBBO算法的水轮机非线性模型参数辨识

为提高考虑弹性水击模型的水轮机系统非线性模型参数辨识的精度、速度、稳定度,采用改进正交学习生物地理学算法(IOLBBO)对该模型进行参数辨识。IOLBBO利用佳点集方法的遍历性,初始化栖息地特征变量;引入精英保留策略,提高算法运行效率;融合正交学习(OL)策略,提高算法全局寻优能力。基于某水轮机动态试验数据的参数辨识计算及对比分析,表明IOLBBO算法可用于水轮机系统非线性模型参数实测辨识,与GA、PSO、QPSO、BBO算法相比,收敛速度更快、参数辨识精度更高、算法更稳定,为电力系统的参数辨识提供了一种新方法。