具有串联补偿作用故障限流器的模糊稳定控制器

研究了具有可控串联补偿功能的故障限流器(FCL)对改善电力系统暂态稳定性的作用,提出了一种基于模糊逻辑控制理论的故障限流器的稳定控制器。与常规控制器相比,该控制器响应速度快,而且可以有效地改善系统的动态特性,提高系统稳定水平,更好地发挥具有串联补偿的故障限流器的优越性。通过数字仿真验证了其对改善电力系统暂态稳定性的有效性和鲁棒性。     

基于图形化系统的机电暂态模型到电磁暂态模型的自动生成方案研究

为提高PSCAD/EMTDC电磁暂态仿真建模效率,提出了一种利用图形化平台和现有的机电暂态BPA模型数据,实现BPA机电暂态模型到EMTDC电磁暂态模型的快速自动生成方案。通过解析BPA模型和EMTDC模型,实现了模型的自动转换,并通过对模型进行自定义实现了EMTDC中缺少模型的转换。根据图形化电网接线的拓扑信息及图元信息,快速自动生成psc格式的电磁暂态仿真文件,并能够将选中网络导出生成psc格式文件和对局部网络在EMTDC中进行自动等值。最后,通过故障仿真对生成的EMTDC电磁暂态模型进行了验证,结果表明自动生成的系统拓扑结构、模型参数等与原系统模型一致。     

定制电力技术在北京电力用户中的应用

本文首先阐述了定制电力技术的基本概念和主要的定制电力设备,然后针对北京电网某一重要用户从供电系统特点和电力需求着手,进行供电等级划分和定制电力技术应用。最后开展了用户电能质量监测分析和定制电力设备现场运行分析,结果表明定制电力技术满足了用户对电能质量的特殊需求,保证了用户供用电设备安全高效运行,同时将用户对公用电网和邻近用户的电能质量干扰限制在合理水平。本文定制电力技术应用方案和监测数据可为其他重要用户电能质量改善方案的制定提供参考,具有较强的实用价值。     

计及预测误差相关性的风电出力不确定性集合建模与评估

先进的鲁棒调度技术是应对出力不确定性最经济、最有效的手段之一;而不确定性集合是刻画风电出力不确定性的基本形式,它不依赖于预测误差的具体分布形式,是制定风电鲁棒调度策略,进而保障系统安全经济运行的重要参考依据。首先,采用实际数据对现有不确定性集合建模方法进行了评估,指出在不确定性集合中若忽略风电预测误差的相关性将导致不合理的结果。在此基础上,基于广义椭球的一般表达式,提出了风电出力不确定性测度的概念,进而给出一种可以准确考虑风电预测误差相关性的不确定性集合建模方法。实际算例表明,在给定置信概率下,所提方法能够保证不确定性集合凸性,大幅压缩不确定性集合的测度,从而显著降低电力系统鲁棒优化决策的保守性。     

具有可控串联补偿的新型故障限流器的研究

提出一种新型的具有动态串联补偿功能的故障电流限流器,由一个固定电容器、开关控制的电容器组与旁路电感并联后再和限流电感串联而成,较以往限流器的优势在于串联补偿功能上的改进.正常时,通过投切不同的电容器组,按步长的方式来控制调整线路的补偿度;故障时,则通过和旁路电感相串联的可关断晶闸管(GTO)来控制其限流程度.在详细分析其工作原理的基础上,用MATLAB程序进行了数字仿真,结果表明,此装置性能良好,可作为电力系统中一种有效的保护设备.     

基于深度置信网络的低压台区理论线损计算方法

针对因线路分布复杂、终端数目庞大等带来的低压台区理论线损计算困难的问题,提出一种基于深度置信网络(DBN)的低压台区理论线损计算新方法。在训练过程中,先利用贪婪算法对DBN模型中的神经网络层进行逐层无监督的预训练,再对该模型进行有监督的全局微调。为了提高计算精度,采用自适应时刻估计(Adam)优化器。以某地区实测2 140个台区数据为样本进行仿真计算,结果表明,相较于浅层神经网络,DBN线损计算模型具有更好的泛化能力以及准确性和快速性,且Adam优化器在线损计算中相较于均方根反向传播(RMSProp)和随机梯度下降(SGD)算法具有优越性。     

飞轮储能技术及其在配电网中的应用

随着电力用户对电能质量的要求不断提高，美国电力科学院（EPRI）的研究人员首先提出了“定制电力”的新概念和新技术。其实质是将现代电力电子技术和配电自动化等技术综合起来，实现对不同电力用户提供不同质量电能的新一代柔性配电系统。在柔性配电系统中，能量储存系统非常重要，在电能充裕时储能系统将能量储存起来，当电能紧急缺乏或突然停电时再将能量返送回配电网。     

基于多源异构数据的一体化仿真平台

为了解决多源数据造成的数据管理混乱和电网建模工作复杂繁重的现状,在功能需求分析的基础上,基于Windows平台采用C#开发了具有多源数据融合能力的一体化仿真平台。该平台能够对PSDB数据、PSD-BPA数据以及PMS数据进行整合,能够根据需求自动形成不同运行方式下的PSASP、PSD-BPA潮流和机电暂态仿真文件,能够根据基于平台具有的电网图形自动形成用于EMTDC电磁暂态仿真分析的psc文件。     

基于深度神经网络的低压台区线损异常识别方法

“煤改电”工程改变了电网的负荷特性,对线损造成了重大影响。为降低“煤改电”工程造成的负面影响,进而提高供电单位的效益,以实施“煤改电”工程后的低压台区为研究对象,提出了一种基于深度神经网络的线损异常识别方法。该方法将异常点检测、EM算法及深度神经网络进行结合,建立了线损异常识别模型,预判未实施“煤改电”台区的各项实施后指标是否可能导致线损异常,从而为“煤改电”工程提供指导性建议,以便采取相应措施进行有效降损。