隔离型双半桥DC-DC变换器的软开关特性

分析了隔离型双半桥(DHB)DC-DC变换器的软开关特性。首先介绍DHB变换器的工作原理,详细分析DHB变换器的软开关过程。通过理论建模和定量分析,给出各开关管实现零电压开通的充要条件。总结谐振电流、变换器输出功率和死区时间与实现零电压开通的三条规律,推导出各开关管软开关实现所允许的变换器最小输出功率的解析表达式。然后,提出一种改进的占空比控制策略,有效地扩宽了变换器的软开关运行范围,有助于变换器实现稳定的软开关运行。最后,通过样机实验验证了所提的理论分析以及改进控制方法的正确性和有效性。     

基于WAMS受扰电压轨迹簇特征的电力系统暂态稳定性预测

为了能够实现快速实时的暂态稳定性预测,提出了一种基于故障后发电机端电压受扰轨迹簇特征的电力系统暂态稳定性预测方法。首先通过WAMS系统获取故障后发电机端电压受扰轨迹簇信息,利用电压轨迹簇的几何属性定义了29个特征指标,然后利用Relief算法从中筛选出与系统暂态稳定性密切相关的广域故障特征指标子集,并利用支持向量机(SVM)构造电力系统暂态稳定性预测器。以新英格兰10机39节点系统为例,对所提出的暂稳预测器的性能进行了大量测试。结果表明,相较于已有研究应用故障后发电机电压数据进行的暂态稳定性预测,所提出的基于广域故障特征的暂稳预测器能有效提高电力系统暂态稳定性预测的准确性(预测准确率由94%提高到96%以上)。另外,特别是对于不完全WAMS信息的暂稳预测、对未知运行方式和未知拓扑结构的电力系统暂稳预测具有独特的优势,显著提高了暂稳预测系统的鲁棒性(预测准确率均能达到94%以上)。     

面向智能电网应用的电力大数据关键技术

大数据为智能电网的发展注入新的活力,掌握电力大数据的关键技术对电力行业的可持续发展和坚强智能电网的建立具有重要意义。在分析大数据、云计算、智能电网三者关系的基础上,给出具有通用性的电力大数据平台总体架构,并从电力大数据的集成管理技术、数据分析技术、数据处理技术、数据展现技术4个方面深入探讨符合电力企业发展需求的大数据关键技术的选择。最后通过3个典型案例,分析了电力大数据关键技术在新能源并网、风电机组安全评估、电网灾难预警上的应用。大数据关键技术在电力行业的广泛应用必将带来行业的变革,将智能电网的发展推向新的阶段。     

用于舰船电力系统重构的多代理系统设计

舰船电力系统(shipboard power system,SPS)的网络重构是故障发生时,恢复系统供电、提高舰船生命力的重要途径之一.提出一种多代理系统(multi-Agent system,MAS)模型来实现舰船电力系统的重构,存保障高优先级负荷供电的前提卜尽可能地恢复系统供电.所提出的MAS中,各代理都具备一定的推理能力,能够根据不同的环境做出合理的决策.采用Java程序设计语言和多代理软件开发框架(Java Agent development framework,JADE)设计MAS.通过舭船的典型故障算例验证所提出MAS模型的可行性和有效性.     

考虑输入变量相关性的概率潮流计算方法

风电场的大规模接入使得电力系统在进行规划设计和方式安排时需要计及风电出力的不确定性,概率潮流计算方法是在计及不确定因素的条件下分析电力系统运行状态的重要工具。针对当前所使用的概率潮流计算方法的不足,提出一种可以处理多个输入随机变量相关性的基于拉丁超立方采样（Latin hypercube sampling,LHS）的Monte Carlo模拟概率潮流计算方法,该方法同时还具有精度高和速度快等优点,并且不受输入随机变量的概率分布类型的约束。在同时考虑风电和负荷不确定性的条件下,对IEEE14和IEEE118节点系统进行仿真计算,结果验证了所提出方法的有效性和准确性。     

电网规划中考虑风电场影响的最小切负荷量研究

提出应用鲁棒线性优化理论来研究电网规划中含多个风电场的最小切负荷量计算问题,为含多个风电场的系统安全性研究提供了一条新的思路。根据Seng-Cheol Kang提出的鲁棒线性优化理论,建立电网规划中考虑风电场影响的最小切负荷量模型。该模型以出力上下限和出力期望值来描述风电场的出力,最终转化为一确定性的线性规划问题并进行求解。在计及或不计及发电机调整的情况下,该模型均能够给出最安全的切负荷方案,除此以外还能给出更多介于最可靠与最经济之间的切负荷方案,实现灵活决策;在计及发电机出力可调的情况下,该模型能够给出相应的发电机出力方案;该模型能够初步给出各种切负荷方案下电网规划方案的可靠程度。基于修正的Garver’s 6节点系统和修正的巴西南部46节点系统算例测试结果验证了该方法的有效性。     

风光互补独立供电系统的多目标优化设计

在风光互补独立供电系统的设计中,如何配置风力发电机、太阳能电池板和蓄电池,在满足负荷需求的前提下,使风能和太阳能资源得到充分利用,负荷的供电可靠性较高,而系统成本最小,这是一个多目标优化设计问题。本文首先建立了风力发电和光伏发电的天气模型,提出了衡量供电可靠性的失负荷概率LOLP、衡量清洁能源浪费的失能量概率LOEP和系统成本等指标,并采用蒙特卡罗仿真进行计算。为了求解这一多目标优化问题,本文提出了一种混沌自适应进化算法(CSEA),新算法的混沌初始种群算子提高了初代种群的多样性,分组选择策略保证了各代中一定数量的劣势个体能参与进化,自适应遗传算子增加了劣势个体的交叉和变异概率,从而避免算法早熟,增强了算法的全局搜索能力。算例表明,CSEA算法比传统单目标遗传算法的结果更加接近实际运行的Pareto优化前端,综合效果更优。另外,与纯光伏、纯风力发电方式比较发现,风光互补供电方式更为合理。可见,采用CSEA算法进行风光互补独立供电系统的优化设计,对于提高供电可靠性,降低成本,减少能源浪费具有非常重要的意义。     

中国智能电网的效益评估和政策机制研究

建设智能电网可以带来巨大的社会经济效益,助推产业结构升级,推进节能减排和低碳经济目标的实现,促进社会和谐。从分析国外智能电网产生的效益入手,结合中国的发展国情和对未来电力发展的规划,利用建立的智能电网渗透率模型,对电网产业链环节的经济效益、节能减排效益和社会效益进行评估.智能电网发展效益评估的研究成果和结论为实现智能电网发展的目标提供了可行路径和政策建议.     

计及漏判/误判代价的两阶段电力系统暂态稳定预测方法

基于人工智能的电力系统暂态稳定预测方法会出现漏判（将失稳样本错误分类成稳定样本）和误判（将稳定样本错误分类成失稳样本）的现象,使得该方法不易在工程实践中应用。为此,文中基于集成卷积神经网络（CNN）提出了一种计及漏判/误判代价的两阶段电力系统暂态稳定预测方法。在第1阶段,利用滑动时间窗输入特征训练得到不同响应时间层次的集成CNN模型,建立各层输出结果的可信度指标,将可信度阈值优化选择问题转化成多目标优化问题,最大限度地减少甚至消除漏判,并尽可能早地输出可信度高的样本;在第2阶段,对分层预测阶段预测的失稳样本采用多判据融合的紧急控制启动策略,尽可能减少误判所带来的实际损失。仿真算例分析表明,文中所提方法可以以最小代价最大限度地减少甚至消除漏判,以提高人工智能暂态稳定预测结果在工程上应用的可能性。     

输出函数在多输入多输出非线性控制系统设计中的重要作用

针对多输入多输出系统研究了输出函数在非线性控制设计中的作用,指出输出函数在非线性控制设计中的一个重要功能是对闭环系统进行极点配置,并提出了一个对非线性控制系统具有一定普适性的输出函数形式。讨论了通过将输出函数选取为多状态量的线性组合形式来实现对系统闭环极点进行配置的方法。在多输入多输出系统中,针对凝汽式汽轮发电机给出应用实例。举例中讨论了通过将输出函数选取为发电机端电压Uf、转子角速度ω、转子角加速度ω、输出有功Pe等状态量的线性组合来设计出具有多性能指标的非线性控制律,以改善系统的动、静态性能。仿真结果表明所提出的控制律不仅能明显地提高发电机的动态稳定性,而且能准确地将发电机的端电压Uf和输出有功Pe控制在其给定值上运行,不会因受扰而发生偏移。这表明所提出的控制律能很好地协调系统的动、静态性能。