基于概率预测的电网静态安全运行风险评估及主动调控策略

近年来,随着电网互联层级和规模的高速发展以及新能源、电力电子设备的大规模接入,电力系统的不确定性和调控需求都在持续增加。为解决当前电网调度控制方式基于联络线越限等经验特征量异常触发、缺乏主动性和预见性调控手段的问题,提出了一种基于概率预测的电网安全运行风险评估及主动调控方法。首先,构建了基于长短期记忆网络和支持向量机的滚动概率预测模型。然后,从充裕度的角度建立了常见风险事件的严重度函数,从而实现对关键元件的越限概率预测,并计算得到量化风险以形成触发机制,实现电力系统面对风险事件的主动调控。最后,在IEEE 39节点系统上结合中国某省电网的实际负荷数据进行仿真,计算结果验证了所提方法和模型能够实现提前主动调控,有效规避安全运行风险。     

基于分布估计算法的输电网扩展规划

分布估计算法是一类新的进化算法,它通过统计在当前群体中选出的个体信息给出下一代个体分布的概率估计,用随机取样的方法生成下一代群体.文章将分布估计算法应用于求解输电网扩展规划问题,提出了两种基于分布估计算法(基于群体的递增学习算法和因子分布算法)的电力系统输电网扩展规划模型,分析了加权估计、随机母本规模选择、条件概率链的重新排列、随机变异和精英保留等改进策略对算法的影响.仿真分析结果表明了文中所采用的分布估计算法在求解输电网扩展规划问题时是可靠有效的.     

Detection of false data injection attacks on power systems using graph edge-conditioned convolutional networks

State estimation plays a vital role in the stable operation of modern power systems, but it is vulnerable to cyber attacks. False data injection attacks (FDIA), one of the most common cyber attacks, can tamper with measurement data and bypass the bad data detection (BDD) mechanism, leading to incorrect results of power system state estimation (PSSE). This paper presents a detection framework of FDIA for PSSE based on graph edge-conditioned convolutional networks (GECCN), which use topology information, node features and edge features. Through deep graph architecture, the correlation of sample data is effectively mined to establish the mapping relationship between the estimated values of measurements and the actual states of power systems. In addition, the edge-conditioned convolution operation allows processing data sets with different graph structures. Case studies are undertaken on the IEEE 14-bus system under different attack intensities and degrees to evaluate the performance of GECCN. Simulation results show that GECCN has better detection performance than convolutional neural networks, deep neural networks and support vector machine. Moreover, the satisfactory detection performance obtained with the data sets of the IEEE 14-bus, 30-bus and 118-bus systems verifies the effective scalability of GECCN.     

矩阵变换器交流励磁系统控制策略研究

矩阵变换器是一种新型的交交变换器,相对于传统的交直交变频器,它具有输入功率因数可控,无需直流储能元件,结构紧凑,体积小等优点.本文将矩阵变换器用于双馈型风力发电机励磁系统,提出了双馈电机并网和发电运行时矩阵变换器交流励磁系统的控制策略,该策略是将矩阵变换器的间接空间矢量控制,与基于定子电压定向矢量控制策略相结合,从而实...     

基于粒子群优化支持向量机的变压器故障诊断

为了克服了人工神经网络(ANN)中存在的过拟合、收敛速度慢、容易陷入局部极值等缺点,提出了基于粒子群优化支持向量机(PSO-SVM)的变压器故障诊断方法,即将粒子群优化算法(PSO)用于SVM参数优化。PSO是一种智能群体搜索方法,它源于对鸟类捕食行为的研究。这种方法不仅具有很强的全局搜索能力,而且容易实现,适合于SVM参数优化。变压器故障诊断实例分析结果证明,PSO-SVM的诊断精度高于IEC三比值法、BP神经网络、普通的SVM,PSO-SVM适用于电力变压器故障诊断。     

基于SVM的电力变压器内部故障部位的概率估计

目前变压器智能故障诊断大多是以油中溶解气体为特征对故障性质的诊断,缺乏对内部故障部位的分析及量化的诊断结果。针对上述问题,提出一种基于SVM的电力变压器内部故障部位的概率估计模型。该模型结合SVM与概率建模的优点,充分利用油中溶解气体和电气试验数据的互补信息,运用SVM后验概率理论,对变压器内部可能发生故障的部位进行概率估计,克服了标准SVM硬判决输出的缺陷,以概率的形式给出诊断结论。通过实例分析表明,该模型不仅故障识别率较高,还具有良好的概率分布形态,具有较好的实用性和推广性。     

基于AMD-ICSA-SVM的超短期风电功率组合预测

针对风机出力的随机性、波动性和不确定性,提出了一种基于解析模态分解(AMD)和改进布谷鸟优化支持向量机(ICSA-SVM)参数的超短期风电功率组合预测方法。首先,利用解析模态分解将风功率序列分解为不同频率范围的分量,减小不同频率范围间的相互影响。然后针对各序列特点,采用改进布谷鸟方法分别寻找各自支持向量机的惩罚因子参数和核函数参数,以提高单个模型的预测精度。最后对预测结果进行叠加和误差分析。仿真算例表明,所提出的方法可以很好地跟踪风电功率的变化,有效地提高风电功率预测精度。     

基于相关向量机的风电功率实时预测研究

风能的波动性和随机性给风电功率预测带来了很大的影响,准确合理的预测可以使系统可靠、持续、稳定运行。提出一种基于相关向量机的超短期风电功率预测方法。相关向量机是在贝叶斯理论的基础上提出的一种概率学习模型,与支持向量机相比,相关向量机具有概率模型稀疏、核函数计算量小等优点。对滚动多步预测模型进行了分析,建立了相关向量机的风电功率预测模型。利用该方法对吉林西部若干风电场进行功率预测,结果表明,所提出的预测模型能有效地提高预测精度,对工程有较高的应用价值。     

信息物理融合视角下的电流纵差保护可靠性分析

现代电网已经具备信息-物理紧密融合的特征，电流差动保护是信息物理紧密耦合的典型应用，因此，有必要从信息物理融合的视角研究其可靠性。从物理-量测-通信-决策的完整闭环控制过程出发，分析线路电流、互感器测量误差、通信延时及保护判据（分析决策）等信息物理因素对电流差动保护的综合影响，提出电力信息物理系统视角下电流差动保护业务的误动概率模型。然后，通过仿真算例验证了模型的合理性，并分析了影响电流差动保护误动的关键因素。     

考虑光-荷不确定性和旋转备用约束的主动配电网经济优化调度策略

分布式光伏、储能装置等大量分布式电源接入主动配电网(active distribution networks,ADN)后,光伏出力、负荷和旋转备用容量的多重不确定性对主动配电网经济调度的可靠性提出新的挑战。考虑了光伏出力及负荷不确定性,对旋转备用容量进行概率约束,以调度过程中运行成本最小为目标函数提出了一种主动配电网经济优化调度模型。通过所提出的潮流约束线性化方法和离散步长变换方法,将机会约束规划(chance constrained programming,CCP)模型转化为易于求解的确定性混合整数线性规划(mixed-integer linear programming,MILP)模型,并通过CPLEX求解器进行求解。基于IEEE-33节点配电网系统对所提方法进行验证。算例结果表明,所提策略的系统计算时间显著减少,优化效果更好,且可以通过适当设置旋转备用容量概率约束的置信水平实现主动配电网可靠性与经济性间平衡。     

基于SVG技术的电力系统可视化平台集成与方法库开发

先进的可视化技术是提高电网运行智能化水平的重要途径。文中以可缩放矢量图形(SVG)技术为核心,开发了统一、兼容、集成的电力系统可视化平台与标准的可视化方法库;构建了基于SVG技术的可扩展的可视化应用平台,可在一个统一的平台框架内兼容并集成多类可视化资源;开发了一整套基于SVG技术与地理信息图形的空间数据可视化方法,实现了与电网网架结构和数据模型的高效、自动匹配;形成了具有标准的面向对象接口的可视化方法库,具有高度的灵活性和可移植性,提高了开发效率;提出并实现了横向集成、纵向挖掘、学习式与预知式的智能人机交互方式,使可视化技术具有一定的感知能力,有利于提高电网运行人员对于电网运行数据与信息的感知能力与分析效率。     

风电并网系统小干扰概率稳定性分析与改善

在桨距角控制系统中加装电力系统稳定器(PSS)以阻尼电力系统低频振荡,并且考虑系统运行方式的随机不确定性,利用累积概率曲线来获得随机变量的概率数字特征。采用基于数值分析的概率方法研究含风电场系统的小干扰稳定统计属性。通过在含风电场的五机两区域系统中进行仿真,验证在桨距角控制系统中安装PSS对改善小干扰概率稳定性的有效性,并对其改善效果进行评估。仿真结果表明,在桨距角控制系统中加装PSS能有效抑制本地振荡模式,并削弱区间振荡。     

考虑新能源发电不确定性的可用输电能力风险效益评估

随着新能源发电的迅速发展,其功率输出的间歇性、随机性将对可用输电能力(ATC)产生显著影响。利用蒙特卡洛仿真法模拟新能源发电出力间歇性、随机性和负荷波动以及系统设备状态的不确定性,通过最优潮流求解特定系统状态和参数下的ATC;利用概率统计理论确定ATC样本值的概率密度,基于此建立ATC的风险效益模型,通过数值分析技术确定综合效益最大的ATC。从发电设备位置、功率输出不确定性、穿透率等方面研究新能源发电对ATC的影响。用包含风电、光伏电源的改进IEEE 118系统验证了方法的有效性。     

电力系统无功优化的LRS-PSO算法

提出一种应用局部随机搜索粒子群优化（LRS—PSO）算法求解电力系统无功优化的新方法。使用概率调用策略调用局部随机搜索（LRS）算子。给出了适合无功优化问题的LRS算子的具体实现以及应用LRS—PSO算法求解电力系统无功优化的步骤。对IEEE30节点测试系统进行了无功优化计算,并与标准遗传算法（SGA）、粒子群优化（PSO）算法的测试结果进行了比较。仿真结果表明,与SGA、PSO算法相比,应用LRS—PSO算法求解无功优化问题具有质量更高的解,收敛特性更好。     

一种考虑风电渗透率变化的AGC方法

新能源发电渗透率的提高给传统自动发电控制(automatic generation control,AGC)带来了新的挑战。数据研究表明,风电渗透率的改变会对AGC系统的参数产生影响,在此基础,提出一种基于系统补偿的AGC方法,在AGC参数不能及时在线整定的情况下,能降低对系统稳定性的影响。首先,构建含有风电的区域互联AGC系统模型;然后,讨论了当风电渗透率发生变化时,AGC系统参数的调整依据;在此基础上,设计补偿环节与传统模型预测控制器(model predictive controller,MPC)形成串联结构,以消除当风电渗透率发生变化时,由于参数不匹配对AGC效果的不利影响;最后,通过仿真验证了所提方法的可行性和有效性,仿真结果表明:当风电渗透率发生变化时,通过补偿环节参数的调整能够有效消除其对系统参数的影响,从而获取更好的频率控制效果。     

Envelop Tracking and Measurement

Power consumption is a vital issue for communication systems, especially for those which powered by batteries. In wireless com-munication system, the power consumption of PA (power amplifier) consumes a large portion of power compared with another component. How to reduce the power consumption of PA is always one of the big topics in the R&D and application of PA. Modern communication systems which have the high Peak to Average Power Ratio (PAPR). Envelope tracking technology can effectively reduce the power consumption of PA, especially for the high PAPR system. In the meantime, ET does not affect the performance of PA and communication system. This paper introduces the principle of ET, and gives the test method of ET performance. An ET test system has been built using R&S SMW 200A vector signal generator and FSW vector signal analyzer. The measurement result shows 20% of power saving by the application of ET.     

基于概率统计的南方电网主网电压质量分析

针对现有电压分析方法的不足,提出了基于概率统计的主网电压质量分析方法,从电压的数学期望、标准差估计及概率密度曲线来分析其质量。应用所提出的方法,计算大理站、砚山站、盘南电厂等7个典型厂站2009年1月、8月的电压均值、标准差及概率密度曲线,所得的分析结果与现行方法比较说明,电压均值指标较电压最高、最低值更加准确反映整体电压水平,电压标准差指标较电压最高、最低值之差更加准确反映电压波动程度,电压概率密度曲线较电压合格率更好地区分电压质量高低。     

Modified vector controlled DFIG windenergy system based on barrier functionadaptive sliding mode control

Increased penetration of wind energy systems has serious concerns on power system stability. In spite of several advantages, doubly fed induction generator (DFIG) based wind energy systems are very sensitive to grid disturbances. DFIG system with conventional vector control is not robust to disturbances as it is based on PI controllers. The objective of this paper is to design a new vector control that is robust to external disturbances. To achieve this, inner current loop of the conventional vector control is replaced with sliding mode control. In order to avoid chattering effect and achieve finite time convergence, the control gains are selected based on positive semi-definite barrier function. The proposed barrier function adaptive sliding mode (BFASMC) is evaluated by testing it on a benchmark multi-machine power system model under various operating conditions. The simulated results show that the proposed method is robust to various disturbances.     

基于PSCAD的风电场低电压穿越无功支撑仿真研究

首先分析风电场低电压穿越(low voltage ride-through,LVRT)能力,然后介绍以双馈感应发电机(doubly-fed induction generator,DFIG)为主体的风电场模型以及静止同步补偿器(static synchronous compensator,STATCOM)的控制策略。最后将STATCOM和静止无功补偿器(static var compensator,SVC)分别应用到含风电场的无穷大系统中,在电力系统仿真软件PSCAD上搭建模型,并对系统故障状态进行仿真,在此基础上分析STATCOM和SVC的无功补偿特性,并对补偿效果进行比较。仿真结果表明无功补偿装置可以在系统故障后提供无功支撑,提高了风电场的低电压穿越能力,并且STATCOM无功补偿性能较SVC更优。