仿生粒子群算法在电力系统无功优化中的应用

本文在标准粒子群算法的基础上,遵循群体寻优的生物特性,提出了仿生粒子群算法。初期将群体动态地分成多个子群,每个子群相对独立地向一个目标进化,子群的成员随着进化过程不断地更迭。后期增加子群间的信息交流,使算法更快收敛。该算法不仅丰富了种群的多样性,避免过早收敛于局部最优解,而且有较快的收敛速度。文中将该算法应用于电力系统无功优化中并与标准粒子群算法进行了比较,通过对IEEE30节点和IEEE118节点的算例仿真,证明了该算法的可行性和有效性。     

考虑电容电流影响的广域电流差动保护

为避免广域电流差动保护受电容电流影响而误动的情况发生,通过对传统电流差动保护进行改进,提出一种不受电容电流影响的广域电流差动保护算法。利用微分方程计算出各线路上的电容电流,采用修正的差动电流对暂态和稳态电容电流进行有效补偿,即在传统差动电流基础上减去计算出的电容电流以使电流差动保护不再受电容电流的影响。利用PSCAD仿真实验将改进的广域电流差动保护与传统原理的电流差动保护进行了比较。结果表明,该保护不受电容电流影响,外部故障时可靠不动作,验证了此保护算法的可行性和有效性。     

一种计及空间相关性的光伏电站历史出力数据的修正方法

针对光伏系统渗透率增高对电力系统稳定运行带来的严峻挑战,考虑到光伏功率预测技术精度高度依赖于数据精度的问题,提出一种基于人工神经网络的光伏电站历史出力数据修正方法。利用人工神经网络在建立复杂非线性映射关系的优越性,引入皮尔逊相关系数对数据进行降维处理,选择与目标光伏电站出力相关性高的电站作为基准光伏电站,并结合光伏出力的空间相关性特征与基准光伏电站的出力数据对目标光伏电站失准及缺失数据进行修正,以解决由人为因素或数据采集系统老旧带来的光伏数据失准问题,并通过山东省聊城市的光伏历史出力数据对所提方法进行分析验证。     

基于电流差动原理的智能变电站层次化保护策略研究

为解决传统变电站后备保护方面存在的问题,利用智能变电站信息共享的优势,提出了适用于智能变电站的基于电流差动原理的后备保护新方案。该方案以变电站及所有出线为保护对象,划分了三层不同特性的保护区,根据其处于制动状态或者差动状态来实现故障定位,对其包含线路差动区的广域层电流差动保护进行了改进,使其不受电容电流影响而误动,并利用共享信息构成变电站内部元件集成保护层,准确定位故障元件。利用PSCAD软件构建了典型变电站仿真模型,对不同运行情况进行了全面仿真,验证了该方案的正确性。     

变压器分接头调整引起的不平衡电流自适应补偿算法

提出了一种减小变压器纵差保护不平衡电流的自适应补偿算法,通过仿真将两种算法的不平衡电流进行对比,验证了自适应补偿算法的有效性.