基于粗糙集属性重要性的数据约简

为了提高数据处理的效率,本文以等价关系、划分、上下近似、正域等粗糙集理论基本概念为基础,提出基于属性重要性的属性约简方法。该方法从条件属性集整体出发,分别计算去除每个条件属性后对决策属性重要性的变化,利用属性重要性区分不同属性对于决策属性的依赖程度,优选重要程度较高的属性。该方法以工业现场交流调速系统数据为对象进行有效性验证,结果表明,该方法具有良好的性能,能够大量减少冗余的属性和数据,提高数据处理的效率。     

锂离子电池储能电站消防安全防范

锂离子电池储能在电化学储能领域占据了绝对主导地位,因此,针对锂电池储能电站的火灾问题,提出在锂离子电池热失控初期、热失控阶段和热失控后期的预防措施和对储能电站的消防改进建议。     

基于SQL的电网海量数据属性约简方法

针对电网数据量激增造成的数据冗余,提出一种基于SQL(结构化查询语言)的电网海量数据属性约简方法。该法将粗糙集理论与数据库技术相结合,使用经典的粗糙集理论确定待处理的电网数据的粗糙集集合,利用SQL中的GUOUPBY子句和COUNT(*)函数将粗糙集集合操作转化为SQL的统计操作,通过基于SQL的求属性核方法得到电网信息数据表的最小属性约简。实验结果表     

风光电站储能电池研究综述

介绍了适用于新能源发电的化学电池:铅酸电池、锂离子电池、钠硫电池、全钒液流电池的组成结构、储能原理,从原理上详细分析其特点及存在的问题,从技术特性、经济特性和安全性方面比较了各类储能电池,并在分析风光电站储能电池特性需求的基础上得出结论,全钒液流电池是风光电站储能系统的最佳选择。     

电站故障诊断系统中信号缺失处理的粗糙集方法

采用粗糙集理论分析电站故障诊断决策表属性的重要性 ,在设计阶段用于指导诊断系统对相关输入信号的取舍 ,是分析解决诊断系统输入信号缺失问题的有效方法。根据粗糙集对条件属性的分析 ,在故障诊断专家系统中选择冗余规则 ,使诊断系统在运行中具有对单一非核属性信号失效的容错能力。以 30 0MW机组凝汽器故障诊断为例 ,对粗糙集理论的实际应用作了说明     

一种提高微电网储能电站电池使用经济性的 混合储能容量配置方法

微电网储能电站具有保障可靠供电及缓解功率波动2项主要功能。针对微电网储能电站的功能特点,分析微电网储能电站的负荷需求、常用电化学储能方式(铅酸电池和磷酸铁锂电池)的特性、微电网储能电站适应不同工况的运行控制方法;给出了微电网储能电站混合储能电池容量配置设计原则。进行实例计算及对比分析,证明混合电池容量配置可提升电池使用的经济性。     

电网侧电池储能电站紧急控制系统试验方法

电网侧电池储能电站和电力精准切负荷控制系统是时下科研及工程热点,紧急控制系统是二者结合点,可在进一步挖掘储能电站效益的同时,实现大电网安全稳定运行的紧急支撑。本文基于长沙电池储能电站一期示范工程调试经验,全面分析时下电网侧电池储能电站构成及运行原理,深入探讨储能电站紧急控制系统架构、策略及试验方法。     

风电配套电池储能电站的仿真研究

对利用电池储能电站平滑风电场的输出,减小风电输出功率的波动对电网的影响进行了仿真研究。以基于铅酸蓄电池的电池储能电站为研究对象,建立了基于铅酸蓄电池三阶动态等效电路模型的电池储能电站动态数学模型;设计了一种考虑铅酸蓄电池荷电状态的一阶滤波有功控制策略;应用Matlab软件中的Simulink环境,以建立的数学模型为基础搭建了仿真平台。以随机风为例,对采用电池储能电站平滑并网风电场有功功率输出进行了仿真研究。仿真结果表明电池储能电站在动态平滑风电场有功功率输出的同时,还得到了有效保护。     

电池储能电站在风力发电中的应用研究

对利用电池储能电站平滑风电场的输出,减小风电输出功率的波动对电网的影响进行了仿真研究。以基于铅酸蓄电池的电池储能电站为研究对象,建立了基于铅酸蓄电池三阶动态等效电路模型的电池储能电站动态数学模型;设计了一种考虑铅酸蓄电池荷电状态的一阶滤波有功控制策略;应用Matlab软件中的Simulink环境,以建立的数学模型为基础搭建了仿真平台。以随机风为例,对采用电池储能电站平滑并网风电场有功功率输出进行了仿真研究。仿真结果表明电池储能电站在动态平滑风电场有功功率输出的同时,还得到了有效保护。     

基于MapReduce的电力大数据增量式属性约简方法

针对电力大数据具有的体量大、生成快、实时更新等特点,提出了一种基于MapReduce框架的电力大数据增量式属性约简方法。该方法深入分析了决策表的特性,完成了对不相容决策表的转化和化简,求出了简化决策表正域的势。利用差别元素概念以及MapReduce的并行化特性,设计了一种能应用于大数据环境的增量式属性约简算法。最后,以Hadoop平台为基础,设计实验完成了某地区历史负荷数据的增量式属性约简计算,验证了算法的可行性和处理电力大数据的能力。     

基于云计算技术的电力大数据预处理属性约简方法

针对大数据时代下电网数据体量大、类型多、速度快的特点,传统的属性约简方法已经无法完成对电力大数据的预处理,为此提出一种基于云计算技术的电力大数据预处理属性约简方法。该方法剖析了粗糙集中相对正域理论的特性,利用MapReduce模型设计了可以并行计算正域中元素个数的属性约简算法MP_POSRS。最后,在Hadoop平台上对电网故障诊断表和风电实测数据进行属性约简,实验结果表明,该方法有效可行,并具有较好的加速比和可扩展性,适用于电力大数据预处理属性约简。     

基于MapReduce模型的间歇性能源海量数据处理技术

针对传统间歇性能源海量数据处理技术的局限性,提出了基于MapReduce模型的间歇性能源海量数据处理技术,利用廉价的商用计算机组成集群,对海量数据进行并行处理,确保了海量数据处理的可靠性、低成本、高效能和扩展性,并对该技术的平台实现进行了论述。最后通过实验对比不同数据平台下海量数据处理的效率,验证了基于MapReduce模型的间歇性能源海量数据处理技术的高效性。     

基于小波变换和粗糙集的电力电子电路故障诊断方法

为了快速而有效地诊断电力电子电路的故障,提出了一种小波变换与粗糙集相结合的新方法。用小波变换分解输出电压信号以便提取故障特征信息,在此基础上,构建了条件属性集与决策属性集,运用了粗糙集的数据挖掘能力去除冗余条件属性,约简后提取出故障诊断规则,按照这些规则来诊断各类故障。最后,通过数学建模与数据处理,仿真结果验证了快速性和有效性。     

基于储能SOC优化控制的风储电站实时跟踪发电计划控制策略

随着风力发电的快速发展,提高风力发电的可调度性受到了越来越多的关注。针对目前跟踪发电计划控制策略存在的问题,研究基于储能SOC优化控制的风储电站实时跟踪发电计划控制策略,提出保证在误差允许范围内实时跟踪发电计划的前提下,以降低储能系统电量波动范围和放电深度为控制目标、采用实时滚动优化方法的控制策略,建立了储能SOC优化控制模型,并采用基于动态规划的优化算法进行求解。最后以北方某风光储输联合发电示范工程中的实测数据为例编程仿真,并与普通控制策略对比分析,验证了本文方法的可行性与有效性。     

结合模糊粗糙集和支持向量机的电力负荷短期预测方法

针对支持向量机（support vector machine,SVM）负荷预测方法中存在冗余信息、数据量过大而导致的训练时间过长、速度变慢等缺陷,利用模糊粗糙集（Fuzzy Rough Sets,FRS）能有效地处理不精确或不完备知识及冗余信息的特点,提出了一种结合FRS和SVM的短期负荷预测模型,将FRS理论中的属性约简算法用于解决电力负荷中众多影响因素的信息膨胀问题,采用属性约简算法剔除与决策信息不相关的因素,将约简后的因素作为SVM的输入,并采用SVM回归算法预测短期负荷。算例仿真表明,该预测模型可保证预测精度,加快计算速度。     

基于差分进化的含分布式电源母线净负荷预测

随着低碳电力推进,大量风电等新能源将接入系统母线,以某省电网某母线接入的风电、小水电的不确定特性为基础,提出了一种基于差分进化粗糙集属性简约和最小二乘支持向量机结合的含分布式能源母线净负荷预测不确定分析方法。首先研究分析了接入某母线的风电、小水电出力特性,基于历史数据进行分布函数的拟合,然后采取服从风电、小水电出力分布的不同置信度阈值数据,将服从同一分布不同置信度阈值下风电、小水电出力随机数据作为负荷数据扰动,然后基于差分进化粗糙集属性简约和最小二乘支持向量机对母线净负荷进行预测不确定性分析。算例分析表明:提出的预测方法可用于风电、小水电接入的母线净负荷预测。     

基于储能电池的光伏功率波动平抑策略

为了平抑光伏发电功率波动,并优化光伏出力特性,在运用小波包分解光伏波动频率特性的基础上,提出了基于2组电池组拓扑结构的电池储能系统(battery energy storage system,BESS)在线运行策略和双BESS的最优容量确定方法。模型中2组BESS工作状态分别为充电和放电状态,当某一电池组电能状态达到满充或满放时,则2组电池同时切换当前的工作状态。基于光伏发电厂实测数据,对所提方案进行了验证,结果表明,所提方案不仅在光伏出力特性上取得了较好的平抑效果,而且在电池特性上,由于采用双BESS,很大程度上降低了BESS充放电次数,提高了储能系统利用效率。     

A Multi-Level Power Converter Interface for a Battery Energy Storage System

Abstract—

This study proposes a multi-level power converter for a battery energy storage system (BESS) with bidirectional power flow. The multi-level power converter includes a DC-DC power converter, a selection switch set and a full-bridge inverter. The DC-DC power converter performs bidirectional power conversion and provides a DC voltage that is greater than the peak voltage of the utility. Integrating the selection switch set and the full-bridge inverter produces a five-level AC voltage that controls the real power flow and the reactive power flow between the battery set, the DC-DC power converter and the grid. Because partial power is directly processed using only the selection switch set and the full-bridge inverter, the DC-DC power converter is operated only when the grid voltage is greater than the voltage of the battery set. Therefore, the power conversion efficiency for the proposed BESS is improved. The proposed BESS uses only eight power electronic switches, so the power circuit is simplified. A hardware prototype with a digital signal processor controller is used to verify the performance of the proposed BESS. The experimental results are as expected.     

华东电网抽水蓄能电站电能计划安排方式优化算法

针对华东电网调度管辖抽水蓄能电站容量不断增加的现状,综合考虑预计用电负荷、联络线送受电计划、电站出力特性等多种因素,为了最大限度地节能降耗、提高火电机组发电负荷率,以考虑抽水蓄能电站电能计划后的发电负荷率最大为优化目标,在实际工作中研究提出了华东电网抽水蓄能电站电能计划安排方式优化算法。实践应用中,华东电网已根据此优化算法开发了计算程序,用以为电能计划编制人员提供决策依据。经实践检验,该计算程序明显提高了华东电网抽水蓄能电站电能计划的编制质量和工作效率。