基于补偿法和节点方程的配网合环快速模拟法

为提高运行人员对合环场景的态势感知能力,即时模拟合环操作对配网的影响,提出一种基于补偿法和节点方程的配网合环快速模拟法。用补偿法模拟合环电气量变化,以描述电力网络运行状态的节点方程为基础,推导出基于关联矩阵和导纳矩阵的合环模拟公式,从潮流角度定量刻画合环操作对配网的影响。该算法仅需合环前运行状态和网络参数,便可直接推算合环后运行状态,无需重新计算潮流。以PG&E 69节点系统和某实际配网为例,验证了合环模拟法的有效性和实用性。     

三相不平衡条件下低压配电网合环操作研究

380V低压配电网作为电网末端,其供电可靠性至关重要。相邻台区变压器之间设置联络开关可实现故障期间不停电倒负荷,保障用户供电,合环操作的研究对于提高配电网供电可靠性具有重要意义。针对低压典型合环网络,综合考虑负荷转移,提出低压不平衡配电网的合环电流及合环点电压差计算方法;通过分析合环电流大小的影响因素,结合低压配网不对称运行的实际情况,完善低压配电网合环操作判定标准,并分析合环配电变压器不平衡度及不平衡度方向对合环电流及合环后配网不平衡度的影响。最后利用Matlab/simulink搭建仿真模型验证计算方法的准确性,仿真结果验证了合环操作考虑配网不平衡度和合环后配变负载率的必要性。     

分布式能源接入直流配网的潮流优化

为了研究分布式能源接入直流配电网后对其潮流的影响,在直流配电网潮流计算基础上,提出采用网损和电压不平衡度指标评价直流配网运行优劣;以网损和电压不平衡度为目标函数建立直流配电网OPF的数学模型;基于此模型针对采用主从控制策略的直流配网,设计控制指令流程优化配网潮流,最后以分布式能源接入IEEE16节点直流配网为例仿真验证优化方法的正确性。     

城市配网自动化及其配网规划的应用

随着经济的不断发展和科学的不断进步,人们的生活品质有了很大程度的提升,对电力系统的要求也越来越高,在这种情况下,由于电力系统的容量不断增大、运行设备也不断老化,配网规划已刻不容缓.文章通过对城市配网自动化的发展现状进行分析,探讨了城市配网自动化及其配网规划的应用.     

基于功率分点的配电网优化重构

多联络复杂网架重构是配电网规划和运行研究的重要内容,为使配网重构工作更加实用有效,提出一种基于有功功率分点的优化重构方法。考虑不同类型负荷随时间变化特点,采用改进的牛顿-拉夫逊法计算配网合环潮流,寻找环网功率方向的转折点,得出网络重构优选方案,开关动作次数少、线路损耗低、电压质量高。通过建立赣州章江新区配电网若干条10 k V线路模型进行运行仿真,比较网损和电压水平,验证了该方法的实用价值。 更多还原     

考虑输配交互的含风电场电力系统多目标动态随机模糊最优潮流

提出一种考虑输配交互的含风电场电力系统多目标动态随机模糊最优潮流方法。突破传统输配网最优潮流独立计算且配网一般以负荷计及的现状,考虑主动配电网与输电网的双向潮流交互特性和风电注入功率随机模糊性,兼顾系统经济、低碳、降损多目标优化,考虑输配网静态安全,基于随机模糊机会约束规划建立含风电场电力系统输配交互多目标动态随机模糊潮流模型;提出在随机模糊模拟、牛顿拉夫逊法与前推回代法求解输配系统随机模糊潮流基础上,通过输配网节点功率和电压考虑输配交互特性,基于Look-ahead和NSGA-I获取各时段Pareto解,采用最大满意度法决策,从而提出模型求解算法。改进的IEEE 30节点输电系统与IEEE 33节点配电系统的算例仿真结果表明了文中提出的模型和算法有效性和优越性。     

电力系统电压稳定优化控制研究

本选择用潮流雅可比矩阵最小奇异值作为静态电压稳定裕度指标，从提高电力系统电压稳定性，改善电压水平和减少网损出发，建立一个多目标优化数学模型。提出神经网络的混合遗传算法，并给出了实际计算结果，验证了本的正确性。     

配网自动化及智能化相关问题分析

电力系统由发电、变电、送电、配电等4个子系统构成.子系统环环相扣,紧密相连,共同构建一个完整的电力系统.在电力系统中,配电网处于向用户供电这一环节.配网能否为用户实现长时间、安全、稳定供电,能否承受日益增长的用电负荷,关系到电网公司的声誉.当前各地配网均存在着一些问题,已经影响了配网的供电质量与供电可靠性.因此,必须着...     

电力市场下基于图论方法的网损分摊

潮流跟踪法是解决电力系统网损分摊问题的有效手段。在潮流分析的基础上,考虑了有功功率与无功功率的耦合性,提出了应用图论的方法对整个网络中的网损进行潮流跟踪的新方法,进一步把各支路网损精确地分摊到发电侧或负荷侧。通过对9节点系统进行算例分析,验证了该方法的正确性和合理性。     

基于PSASP的环网潮流与网损计算的应用

PSASP是国内权威的一种电力系统仿真软件,实现了电力系统的各种运算分析。文章阐述了基于PSASP的环网潮流与网损计算的基本内容和使用方法,并详细说明如何运用PSASP7．0进行环网潮流计算与网损计算。     

基于Ward/REI等值理论的配网合环稳态电流计算

针对配网合环系统进行计算时,无法获取上级电网实时信息,需要对外部网络进行适当等值的问题,提出一种基于Ward/REI等值理论建立合环网络的等值模型,利用Ward型等值法具有良好数值解的特点,对外网进行Ward等值.在实时情况下,当系统的运行参数发生变化后,在边界节点处将会出现失配功率,以边界节点失配功率,增广一个校正R...     

基于神经网络的主汽温控制系统

针对火电厂主汽温被控对象的大迟延、模型不确定性,设计了基于神经网络的主汽温控制系统。系统结构为串级系统。内回路采用常规比例调节器,外回路采用带辨识器的单神经元ＰＩＤ控制器。辨识器为３层ＢＰ网络结构,以广义δ规则为学习规则。控制器学习算法为有监督的Ｈｅｂｂ算法,教师信号由系统定值和辨识器输出构成。对系统在多种工况下的仿真结果表明,所设计的系统在控制品质、鲁棒性方面明显优于主汽温常规ＰＩＤ控制系统。     

10kV配电网合环操作的环流分析

本文介绍了配电网合环操作对供电可靠性的影响,分析了影响合环电流的原因,指出了合环电流是由稳态电流与暂态电流叠加而成的,并详细阐述了稳态电流与暂态电流的计算方法,从而进一步确保合环操作与电网的安全性。     

基于大数据的考虑谐波影响的配电网 经济损失评估方法研究

谐波对配电网的危害较大,带来了巨大的经济损失。目前,关于配电网谐波经济损失评估方面,缺乏统一、科学的评估体系。针对以上问题,以电力大数据平台为基础支撑,建立了包含数据层、指标层和应用层的配电网谐波经济损失评估体系总体架构,构建了谐波经济损失评估指标体系。对常规PSO算法进行改进,并和RBF神经网络结合,利用CAPSO-RBF神经网络进行谐波网损评估。将Simoni模型和XLPE电缆谐波线芯温升模型结合,得到了谐波影响下的XLPE电缆绝缘老化寿命评估模型。最后,案例分析证明了本文方法的可行性,验证了评估体系的合理性和电力大数据的优势,对配电网谐波经济损失评估具有一定的指导和参考意义。     

居民住宅小区的配电网用户接入方案分析

文章以某市居民小区配电网接线方式为例,比较了不同负荷接入条件下单、双环网的特点与优劣。在现有环网结构基础上进一步调整优化,形成满足供电负荷增长的居民小区配电网运行方式与网架结构两种优化方案,作为指导新用户接入配电网以及现有居民住宅小区用户运行方式调整的参考依据。     

基于多智能体协同的无线传感网络水产养殖监控系统

基于现有监控系统在自学习能力和监控范围方面的局限,将多智能体技术引入到规模化水产养殖监控系统中,提出了一种基于多智能体协同的无线传感网络水产养殖监控系统。系统由信息采集智能体、信息汇聚智能体、环境调节智能体、现场监控智能体和远程监控智能体组成。通过多智能体间的协作,使系统的监控能力得以增强,便于适应多变的养殖环境。试验结果表明,系统能够根据养殖环境因子的变化对养殖环境进行调节,精度满足要求,能够适应规模化水产养殖环境监控的需要。     

基于大数据的配电网谐波经济损失评估方法研究

为了解决目前配电网谐波经济损失评估缺乏统一、科学的评估体系的问题,以电力大数据平台为基础支撑,建立了包含数据层、指标层和应用层的配电网谐波经济损失评估体系总体架构,构建了谐波经济损失评估指标体系.对常规粒子群算法进行改进,并和径向基(RBF)神经网络结合,利用混沌自适应粒子群优化的RBF(CAPSO-RBF)神经网络进行谐波网损评估.将Simoni模型与交联聚乙烯(XLPE)电缆谐波线芯温升模型结合,得到了谐波影响下的XLPE电缆绝缘老化寿命评估模型.案例分析证明了方法的可行性,验证了评估体系的合理性和电力大数据的优势.     

Control of Hydraulic Power System by Mixed Neural Network PID in Unmanned Walking Platform

为满足无人行走平台液压动力系统的快速调节和精确控制的需求,简要分析数字PID及其优缺点,提出了液压动力系统控制参数要求,制定了关联的双回路PIID控制策略;依据物理过程,建立了液压变量泵和汽油机的负载响应数学模型,引入神经网络结构PID构建了混合神经网络PID,实现混合神经网络PID的BP算法和自适应学习步长的计算;在MATLab环境下进行了混合神经网络PID控制算法的训练和参数控制效果的模拟,并在试验台架上,实现了汽油机转速和变量泵压力的控制,结果表明：混合神经网络PID的控制效果是有效稳定的,并能很好地满足汽油机转速和变量泵压力的调节要求。     

基于Spiking的RBF神经网络故障诊断算法

神经网络是一种不依赖模型的控制方法,其自身并不需要给定预先需要的有关先验知识和判断函数,因此能对变化的环境（包括扰动和噪声信号等等）具有良好的自适应性.RBF神经网络是具有单隐层的三层前馈网络,由输入到输出的映射是非线性的,而隐含层空间到输出空间的映射是线性的.其优点在于收敛速度快,具有唯一最佳逼近的特性,且不会陷入局部最小的问题.Spiking神经网络采用时间编码的方式来进行数据处理,更接近于实际生物神经系统.基于Spiking的RBF神经网络在预测精度和误差控制上有着显著的效果.     

基于神经网络的机械手鲁棒输出跟踪控制

针对一类参数未知的机械手输出跟踪鲁棒控制问题，应用输入／输出反馈线性化方法和Lyapunov稳定理论，提出了一种基于神经网络建模的机械手输出跟踪自适应鲁棒控制器，采用三层前向神经网络来逼近未知非线性函数，网络的权值依据Lyapunov稳定性进行实时修正，保证了相应闭环系统的稳定性，所提出的控制器保证了跟踪误差及相应闭环系统的状态－致最终有界，且不需预知不确定性的上界，以两自由度移动关节刚性机械手的跟踪控制问题的为例进行了仿真，结果表明所提出方法是行之有效的。