基于混合参考阻抗法的风电场谐波发射水平评估

风电逆变器的LCL滤波器和风电场的无功补偿设备致使风电场侧谐波阻抗并非远大于系统侧谐波阻抗,因此在评估风电场PCC点两侧的谐波发射水平的同时必须考虑PCC点两侧谐波阻抗。对此,提出一种基于混合参考阻抗的风电场谐波发射水平评估方法。系统侧谐波阻抗仅通过测量数据评估得出,风电场侧的参考谐波阻抗值通过风电场内元件的参数计算得出。针对LCL滤波器参数的难以获取性,提出一种LCL滤波器参数估计方法,并考虑元件参数的变化,计算出风电场侧谐波阻抗的边界值,并以其平均值作为风电场侧谐波阻抗的参考值。最后通过仿真和实测数据分析验证了本文方法的有效性。研究成果可为风电场谐波发射水平评估提供参考。     

基于偏差补偿最小二乘的谐波发射水平估计方法

摘要： 为了克服电压和电流信号中的有色噪声的影响,提出了一种基于偏差补偿最小二乘的系统谐波阻抗及用户谐波发射水平的估计方法。利用公共连接点测量得到的谐波电压和谐波电流信号,通过偏差补偿最小二乘算法求解回归系数;提取对因变量解释性最强的综合变量,辨识系统中的信息和噪声,更好地克服变量相关性在系统建模中的影响。由回归系数映射出系统谐波阻抗,进而计算出用户的谐波发射水平。通过实验电路仿真分析验证了该方法的有效性。     

基于有源滤波器自适应阻抗重塑的高速铁路谐波谐振抑制

针对电力机车和牵引网阻抗参数耦合所引起的牵引供电系统的谐波谐振现象,首先基于阻抗分析法建立了有源滤波器、电力机车和牵引网的小信号阻抗模型,使用广义奈奎斯特判据分析了牵引供电系统谐波谐振的机理以及有源滤波器对牵引供电系统谐波谐振的影响。其次,提出一种基于阻抗重塑的牵引供电系统谐波谐振抑制方法,通过并网点电压前馈的方式在有源滤波器中引入虚拟阻抗,并利用自适应参数设计提升了虚拟阻抗对动态系统的适应性。最后,在Matlab/Simulink中搭建了“牵引网-电力机车-有源滤波器”统一仿真模型,验证有源滤波器的自适应阻抗重塑对谐波谐振抑制的有效性。     

基于自适应扫频的配电网谐波谐振模态分析法

为了抑制配电网谐波谐振引发的过电压,需要准确获得谐振的各种信息,如谐振频率、最高激发点、最高观测点以及参与因子。为了提高计算效率,文中提出一种基于自适应扫频技术的配电网谐波谐振模态分析法。该方法利用自适应扫频技术确定谐振频率,应用模态分析法确定谐振信息。仿真结果表明,文中提出的方法能够高效准确地确定出配电网谐波谐振频率及最高激发节点。     

基于自适应容积卡尔曼滤波的动态谐波检测

对电网中的谐波进行实时、准确的检测是有效治理谐波的前提。针对某些运行工况下电网中出现的动态谐波,提出了一种基于自适应容积卡尔曼滤波的动态谐波检测算法估计谐波信号的幅值和相角。首先针对传统卡尔曼滤波处理非线性关系上的局限性,利用容积卡尔曼滤波不需要任何线性化关系的特性估计谐波的状态向量和误差偏差矩阵,然后引入噪声估值遗忘因子来实时更新系统的噪声矩阵方程。最后通过对比实验,验证了该算法在动态谐波检测上的优越性能,并将其应用于有源滤波器的谐波检测中。     

基于自适应高频谐波LMD法的风电机组故障诊断

针对实际应用中局部均值分解(LMD)法存在的模态混叠问题,提出了自适应高频谐波LMD法.分析了信号中异常事件对求取包络函数和均值函数的影响,将构造的自适应高频谐波加入到原始信号中,通过改变原始信号的极值点位置来抑制模态混叠现象.对含有典型异常事件的信号进行了自适应高频谐波LMD法和ELMD法仿真实验对比,验证了该算法的有效性和优越性.将该算法应用于风电机组传动系统故障诊断中,结果表明:采用该算法后,原有的模态混叠状况得到明显改善,并成功提取出轴系不平衡故障特征,可为风电机组故障诊断提供参考.     

双自适应神经网络和快速TLS-ESPRIT的谐波检测方法及仿真

针对BP神经网络应用于谐波分析时收敛速度慢、初始值选取不当等问题,为实现谐波的准确检测,提出双自适应BP神经网络和快速TLS-ESPRIT(总体最小二乘法—旋转矢量不变技术)相结合的检测方法。该方法利用快速TLS-ESPRIT算法得到频率和信号源个数,将频率作为BP神经网络的初始值,信号源数作为中间节点个数,经双自适应BP神经网络得到网络权值,进而完成谐波的幅值和相位检测。仿真试验结果表明,该算法在检测谐波时,检测速度更快,且具有较高的检测精度。     

基于自适应模型预测的风电场低压穿越控制机制研究

风电场并网需满足并网导则的电压要求,双馈型风电场的无功功率输出主要来源于风力发电机网侧换流器、风力发电机定子和静态同步补偿器,因此在风电并网过程中,特别是低压穿越过程中,须要调节三者的无功功率输出,来保证风力发电机并网的可靠性。文章在建立无功功率调节方式数学模型的基础上,实现低压穿越过程中3种无功补偿方法的协同参与,并利用自适应模型控制风力发电机的定子。此外,根据电压的跌落情况,确定风力发电机网侧换流器和静态同步补偿器的无功功率输出,进而确定风力发电机定子控制过程中的最优化跟踪目标函数,以实现多种无功功率调节方式的协同参与。最后,利用风电场单机等值模型仿真结果对自适应模型预测方法进行验证。分析结果表明,相比于传统模型预测控制方法,采用自适应模型预测控制方法后,风电场静态同步补偿器的输出功率减小了14%。     

基于改进蚁群算法的独立分量谐波检测方法

针对电网谐波检测高精度、实时性、高效率的要求,提出了一种基于改进蚁群算法与独立分量相结合的检测算法,采用数字低通滤波器（FIR）-拉格朗日反插值获得精确基波频率,应用独立分量法分析处理源信号,并建立基于峭度的非高斯最大化目标函数,通过改进蚁群算法求得最优解,很好地解决了电网频率非固定值及传统蚁群算法易局部收敛、收敛速度慢等难题。该方法还可检测间谐波,模拟仿真验证了方法的有效性和优越性。     

基于实测的三相不对称电力系统谐波阻抗估计

通过分析星形和三角形连接下的三相不对称电力系统,推导建立了三相不对称电力系统谐波阻抗的矩阵估计模型。模型基于大量系统和负荷公共联接点处的实测数据,采用多元线性回归法,对系统侧的谐波阻抗矩阵各元素值进行估计。仿真实验及误差分析表明,所得模型是准确有效的。提出的方法数据获取简单、线性回归模型计算速度快,可用作实时估计。该研究结果可作为三相不对称情况下估计非线性负荷的谐波发射水平和配置谐波滤波器的基础工作。     

基于Hilbert-Huang变换的风电场闪变

随着风电场装机容量的增大,风电并网所带来的电压偏差、谐波污染、电压波动和闪变等电能质量问题日益严重,因此,需要对其进行评估和治理,而评估和治理的前提是参数的准确检测。将一种新的非平稳信号处理方法,即Hilbert-Huang变换用于风电场闪变的分析。该方法可以从频域和时域同时对信号进行分析,能够准确检测出非平稳电压闪变信号的时间、频率和幅值信息。仿真分析结果表明了该方法分析风电场闪变的有效性。     

基于风电场出力波动全概率模型的风电波动经济性评估

针对风电出力的随机性和波动性给电网运营带来的影响,基于风电场发电容量模型,对不同出力水平下的风电场出力波动进行了建模分析,建立了风电场出力波动全概率模型,并考虑系统在常规调节和极端调节情形下的出力波动对电网经济性的影响,结合风电场出力波动全概率模型,提出了考虑风电场出力波动的风电波动经济性评估方法。实例应用结果表明,风电场不同出力水平下风电波动特性存在差异,其对电网的经济性的影响有显著区别。     

基于二阶广义积分器的谐波电流检测算法

为解决谐波电流检测算法问题,依据三相负载电流在αβ坐标系下的表现形式,提出了一种基于二阶广义积分器的谐波电流检测方法,适用于三相三线制对称和不对称系统。该方法通过Clark变换将三相电流信号转化为静止坐标系下的两相电流,再分别利用二阶广义积分器的特性提取基波电流分量,最后通过反Clark变换将基波电流分量变换成三相电流,与电网电流相减后得到谐波电流,便于工程中有源滤波器只对谐波电流进行补偿。仿真结果表明,该方法简单可靠、易于数字实现、检测效果好。     

基于运行数据的风电场并网特性评价研究

在风电场运行状况实时监测数据的基础上,分析并处理运行数据,通过改进的广义S变换提取电压跌落特征量,计算指令变化率提取有功功率控制以及电压控制特征量,针对风电场运行特性给出并网特性评价方法。典型案例分析证明,所提出的评价体系无需现场检测即可实现风电场并网特性的全寿命周期监测与评价。     

基于自适应微分进化算法的变压器参数辨识

为了对变压器绕组漏感和电阻参数进行精确辨识,基于微分进化算法,通过对控制参数的自适应调整、变异向量的自适应选择以及增加局部增强算子,提出一种自适应微分进化算法,消除了最小二乘法的局限性,可以实现对变压器绕组参数的精确辨识。采用Matlab/simulink对算法进行仿真以及动模试验,结果表明该算法能够正确辨识变压器绕组电阻和漏感参数,且稳定、误差很小。     

基于ETAP软件的矿热炉负荷谐波影响评估与治理

针对矿热炉负荷产生的谐波问题,给出了采用ETAP软件的负荷谐波影响评估方法。将矿热炉负荷谐波特性添加到用户自定义谐波源,搭建了谐波分析模型,进行谐波潮流计算,评估公共连接点母线的谐波水平。依据谐波评估结果,设计滤波器。利用ETAP的谐波频率扫描,找出滤波器投入后系统的并联谐振点,对滤波器投入后的效果进行谐波潮流分析。结果表明,所设计的滤波器达到了预期的滤波效果,仿真计算结果和实际测试基本吻合。利用ETAP软件进行谐波仿真分析和谐振分析,可以辅助进行滤波器设计,能避开系统谐振点,有效减少电网的谐波污染。     

基于小波神经网络的机械故障智能诊断研究

探讨了动量系数和学习率自适应调整的神经网络算法,给出了动量系数和学习率的调整方法,并作为机械故障的特征识别方法,以小波分析技术作为机械故障特征信号的提取手段,由此建立了基于小波与自适应神经网络的旋转机械故障智能诊断系统,给出了诊断系统的训练学习方式和工作方式,通过实际测试数据酌诊断结果说明此诊断系统对故障诊断是有效的。     

静止无功发生器在风电场电网故障时的作用研究

分析了双馈异步发电机（DFIG）在电网电压跌落时的暂态过程,通过人工接地短路试验测试了风电场升压站内110 kV母线电压和风机出口处电压、电流的故障波形。针对风电场在故障时存在的问题,对静止无功发生器（SVG）在提高DFIG低电压穿越能力中的作用进行了仿真,并通过现场试验对仿真的结论进行了验证。