基于邻近中心算法的无功优化分解协调计算

针对大规模电网无功优化存在的计算速度慢和数据传输瓶颈问题,提出了一种基于邻近中心算法的无功优化分解协调算法.通过邻近函数构造平滑的拉格朗日函数,避免了增广拉格朗日函数的不可分问题;通过最优梯度更新拉格朗日乘子,大幅减少了迭代次数,并且可以直接确定平滑参数等计算所用参数,仅需要通信交换边界节点和拉格朗日乘子信息即可实现全网无功优化的分解协调计算.算例结果表明,所提算法可以有效提高全网无功优化的计算效率,并且与基于辅助问题原理的分解协调算法相比,其收敛速度更快、计算效率更高.     

基于分块坐标下降思想的并行无功优化分解协调算法

针对无功优化分解协调模型求解中增广拉格朗日函数的不可分问题,提出了基于分块坐标下降(block coordinatedescent,BCD)思想的并行分解协调计算方法。该方法可实现全网无功优化的分解协调计算,仅需要在相邻分区之间交换边界节点的功率和电压用于协调,解决了大规模电网集中式无功优化存在的计算速度慢和数据传输瓶颈问题;而且各控制中心可自主选择优化算法,实现了自律分散与协调控制的结合。算例结果表明,该算法可以大大减少全网无功优化的计算时间,并且与基于辅助问题原理的分解协调算法相比,其收敛速度更快、计算效率更高。     

基于拉格朗日对偶松弛的多区域柔性直流互联电网无功优化

现有方法对互联后的电网进行无功优化时难以满足大规模电网实时计算、快速反应的需要,并且面临全网数据收集的难题。为了解决上述问题,采用分解协调算法的思想,提出一种基于拉格朗日对偶松弛的多区域柔性直流互联电网无功优化方法。首先根据支路潮流模型,利用二阶锥松弛和二次旋转锥松弛方法建立了多区域柔性直流互联电网的集中式无功优化模型。然后利用拉格朗日对偶松弛理论在集中式优化模型的基础上,提出了可以并行计算的多区域柔性直流互联电网无功优化方法。通过算例计算,验证了所提算法的有效性和正确性。此外,还对比分析了所述的分解协调算法和基于交替方向乘子法(ADMM)的分布式优化算法的计算结果,证明所用算法在计算时间上更具优势。     

基于广义主从分裂的输配电网一体化分布式无功优化方法

大量分布式电源接入配电网后,输、配电网间无功电压关系更加密切,传统输、配电网无功优化孤立进行已不再合适。根据输、配电网运行管理的独立性,提出了一种基于广义主从分裂思想的输配电网一体化分布式无功优化方法。输配全局无功优化问题分解为输电网优化主子问题、各配电网优化从子问题及边界一致性判别问题。各子网无功优化子问题采用对偶规划类算法求解,离散变量采用罚函数法处理以保持增广拉格朗日函数的可微性。通过由对偶乘子构造的边界灵敏度实现输、配电网子问题间的解耦,输配电网控制中心间通过传递边界变量及其灵敏度信息实现分布式协调。对IEEE 30节点系统(输电网)和含多种分布式电源的IEEE 33节点系统(配电网)进行仿真,验证了所提方法的有效性。     

基于局域重加权的智能配电网多源分布式协调优化算法

为了实现大量间歇式新能源的充分消纳,提出了一种含高密度分布式电源的智能配电网有功和无功资源的区域分布式协调优化算法。该方法首先建立多时间段线性锥最优潮流模型,其次利用辅助变量增广Lagrangian乘子法分裂节点以实现各区域子系统潮流的空间解耦,最后提出了基于局域重加权Lagrangian的分布式优化算法,实施全网有功和无功资源的协调优化。算法上,各区域子系统无需全局协调可独立并行迭代优化,通过邻域子系统间少量的部分信息交互达到全网优化。该算法降低了通信复杂度,最大限度地保留了各子系统的独立性。算例验证结果表明,所提算法计算效率较高且收敛特性良好。     

基于粒子群修正策略的机组组合解耦算法

机组组合问题是电力系统优化运行的一个难点,理论上难以得到最优解。提出了一种基于粒子群修正策略的解耦算法。首先采用集结投影次梯度的拉格朗日松弛算法得到机组组合的对偶解;然后依据对偶信息中的备用乘子及对偶组合状态建立粒子群优化空间;而后利用无约束的标准粒子群优化算法实现拉格朗日乘子的局部更新,通过粒子的调整和粒子间信息的传递改变机组启停,进而修正拉格朗日对偶解,最终得到机组组合问题的近似最优解。6个系统的仿真计算验证了该方法的求解速度及计算精度。     

基于改进小生境遗传算法的配电网全网无功优化

提出一种配电网全网无功优化方法,该方法将整个配电网划分为高、中、低压3个等级,各级电网再根据自身特点分解为优化单元,遵循从下至上优化的原则,上级主网优化时计及下级子网无功优化的影响,计算结果更准确可靠。各优化单元的无功优化通过改进的小生境遗传算法来实现,该算法将个体距离判别标准设置为动态函数,能够更灵活、更准确地跟踪个体距离,收敛速度快且能在全局范围内找到最优解。针对某配电网的计算实例验证了配电网全网无功优化方法的优越性。     

基于分解协调模型的无功优化算法对比分析

针对现有基于分解协调模型的无功优化算法,为明确其特点差异及优劣,在求解思路、寻优方式、通信协调模式和每次迭代所需的数据通信量等方面对其进行了详细的分析对比。以IEEE 118节点系统4种不同分区情况和IEEE 300节点系统为例,对寻优方式相同的邻近中心算法和全分邻近中心算法在计算中所用的系数矩阵以及现有算法的通信协调模式和计算结果进行了比较分析。     

基于拉格朗日函数鞍距分配的广义内点法

不等式约束的处理是电力系统优化分析中比较困难的问题。文中根据拉格朗日函数的鞍点理论,将优化问题的等式约束进行松弛,形成计及等式约束的原始问题以及相应的对偶问题。通过定义原始和对偶问题之间的鞍距,并将鞍距在不等式约束之间进行分配,从而形成不同的针对不等式约束拉格朗日乘子的修正方程,进一步形成不同的优化算法。推导表明,内点罚函数法只是拉格朗日鞍点理论应用的一个特例。所提出的基于拉格朗日函数鞍距分配的广义内点法可以在电力系统优化分析中进行应用,将其应用于大规模间歇式电源接入情况下的电力系统最大传输能力问题中时,IEEE 30节点系统的计算结果及IEEE 14节点系统中不同算法的比较结果表明,此算法能够有效处理潮流问题不等式约束。     

基于电网分区的多目标分布式并行无功优化研究

针对集中式并行无功优化的瓶颈问题，建立了基于电网分区的多目标分解协调模型，并采用辅助问题原理(APP)进行分布式并行计算，将全网的多目标无功优化问题分解为多个子网的多目标并行优化问题：基于地域的系统分解与协调符合电网市场化发展的方向。仿真结果表明，本算法具有较强的收敛性和快速性。     

摄动矩阵的分解

参数不确定系统鲁棒控制的设计均基于摄动矩阵的分解。本文给出一种系统性的清晰的分解方法，将摄动矩阵分解为三个矩阵，分别描述矩阵中的不确定元素及其所在的行位置和列位置。分解的步骤与行的顺序一致，最后用一个例子来说明这种分解思想。     

Crackle Sounds Analysis By EprclMode Decomposition

In this article, the application of a newly developed signal analysis technique, the empirical mode decomposition (EMD) to detect fine and coarse crackles has been presented. The qualitative evaluation by inspecting the results of simulated and real cases demonstrates that EMD application is promising, especially for low SNR and for isolated or overlapped fine crackles. For coarse crackles, the task to identify their position and type is more demanding. Future work includes joining EMD with other signal processing techniques, to determine whether identification of crackles or any other adventitious events may be improved     

基于EEMD和特征降维的非侵入式负荷分解方法研究

针对现有非侵入式居民用电负荷监测缺乏对独立负荷完整、全面的分解方法,导致用电信息的完整性得不到保证的不足,提出一种基于集合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)和Pearson-PCA改进的盲源分离算法。首先,利用EEMD对总功率信号分解,以消除经验模态在分解过程中易出现模态混叠的现象,并得到一系列本征模函数(IMF)。然后,结合Pearson相关系数和PCA,提出Pearson-PCA改进算法对IMF进行降维,剔除相关性较弱的IMF分量,以及估计源信号数目。其次,运用快速独立分量分析(Fast Independent Component Analysis, FastICA)对降维后的IMF进行分解,计算得出源功率信号。最后,将提出的改进算法应用于非侵入式居民用电负荷分解问题,采用能量分解数据集(Reference Energy Disaggregation Data, REDD)进行实验仿真。实验结果表明：在不同用电场景下,提出的改进算法均具有较好的分解效果。     

结合滑动窗奇异值分解的EEMD暂态电能质量扰动检测法

为了解决噪声、模态混叠等原因造成提取电能质量扰动信号的时频特征不清晰的问题,根据电能质量扰动信号具有非平稳、不确定性以及周期性强的特点,应用总体经验模态分解(ensemble empirical model decomposition,EEM D)的方法对电能质量扰动信号进行分解,基于滑动窗奇异值分解(singular value decomposition,SVD)数据压缩方法对EEMD分解得到的一系列固模函数(intrinsic mode function,IMF)分量组成的矩阵进行了重构,并对重构后的IMF分量作Hilbert变换降维,提取了扰动信号时间、频率、幅值上的特征。对比传统的EEMD算法,新方法能更加准确定量地提取各个扰动成分的起始时刻、幅值、频率等扰动特征,同时能够有效抵御噪声的干扰,克服了以往只能通过人为选取IMF分量来提取扰动时频特征过于主观的缺点。算例仿真的结果验证了该方法的有效性。     

线损结构分析及其应用

通过对过网电量、电源及负荷结构等因素对线损影响的分析，探讨线损评价中损耗的分解方法。提出线损评价指标“可控线损率”的概念，揭示线损率结构变化与电网企业效益的关系，为电网企业的有关决策提供参考。     

起动用铅酸电池的分解式化成工艺

为提高正活性物质(正铅膏)内PbO2含量、电池容量和循环次数,按电池单体正铅膏质量计算电池总化成容量.先按单体负活性物质(负铅膏)的质量分解总化成容量的一部分,再将剩余化成容量继续分解,完成全部化成工艺.该工艺使46B24R型电池正铅膏PbO2含量提高6.06％(质量分数),电池20 h率放电(20 hr)容量提高4.81 Ah,循环次数约提高11次;使55D26R型电池正铅膏PbO2含量提高6.56％,电池20 hr容量提高5.51 Ah,循环次数约提高8次.     

采用小波多分辨率信号分解的电能质量检测

针对典型的电能质量扰动信号 ,提出了采用小波多分辨率信号分解的电能质量检测与时频分析方法 ,并提出一种新型的同步检波器。该方法将电能质量扰动信号分解到子频带中 ,在小波域上检测信号的时间、频率和幅度 ,具有突出信号时域、频域局部特征的能力 ,因此特别适用于短暂瞬时信号的检测与分析。仿真结果表明 ,该方法具有优异的检测性能 ,适用于电压凹陷、电压凸起、电压间断、短时间谐波失真、暂态谐波失真、电压闪变与波动等电能质量扰动信号的检测与时频分析。     

Decomposition of dilute trichloroethylene by nonthermal plasma

Decomposition performance of a dilute toxic organic compound, trichloroethylene (TCE), in air by using nonthermal plasma processing was studied extensively. The nonthermal plasma was generated by the high-frequency (2 kHz) or commercial-frequency (50 Hz) barrier discharge in a fused silica tube. Three types of reactors, bolt type, rod type (both are barrier-discharge type), and coil type (surface-discharge type), were tested. Analysis of byproducts, residual materials, and end products generated by the plasma process was performed by a gas chromatography mass spectrometer or gas chromatography. Most organic byproducts decrease with an increase of the electric discharge power, but only toxic phosgene increases with the increase of the discharge power. As a post process, NaOH solution was used to test effluent from the plasma reactor. The solution was found effective in phosgene absorption. Comparison between nonthermal plasma and UV irradiation for TCE decomposition was also made. In regard to the energy efficiency of TCE decomposition, UV irradiation is found much better than discharge plasma     

基于差分进化算法的居民用电负荷分解方法

针对现有负荷分解方法对设备采样频率要求高、无法有效处理多工作模式电器投入使用的问题,提出一种全新的非侵入式负荷监测与分解方法。该方法将电器的稳态电流作为负荷特征,建立起负荷总电流与各用电器电流之间的数学模型,利用差分进化算法求得各用电器的开启时间系数,进而实现居民侧电力负荷的分解。实验表明,该方法可准确地判断出各类型电器的开启时间和运行模式,并能很好地处理算例中,多个同种电器在同一时段投入使用的情况。该方法所需负荷数据可直接由当前市面上通用的智能电表获得,减少了硬件成本投入。