含新能源发电的电力系统状态估计研究

新能源发电不确定性改变了传统状态估计的边界条件,给不良数据辨识和电力系统运行状态预测等状态估计基本功能带来新问题,影响含新能源电网的调度与运行控制决策。在综述传统电力系统状态估计功能、模型与算法的基础上,分析了新能源发电不确定性带来的主要影响;结合新能源发电的特点,从估计对象和时间2个维度提出一种含新能源发电的分层状态估计框架,针对不同估计对象实现电站层级与全网的状态估计信息合理拼接,在时间维度上考虑历史数据挖掘、实时状态估计和状态趋势预测的有机衔接,并在对比所提框架与传统状态估计差异的基础上,提出了亟待解决的关键技术问题。     

基于数据融合技术的电力系统鲁棒动态状态估计方法

针对电力系统在连续多断面动态状态估计中,现有混合数据处理方法存在的两者相互影响以及两阶段处理方法存在的效率低下问题,基于数据融合理论,提出了基于数据融合技术的电力系统鲁棒动态状态估计方法。首先基于改进变点重复检测方法,将PMU和SCADA数据进行断面归一化处理。然后,在每一断面分别利用无迹变换与指数权估计方法相结合进行并行滤波处理,得到两组滤波结果,并基于数据融合技术将两组滤波结果进行状态融合以得到最终估计值。最后,基于IEEE-39节点标准系统对本文所提方法进行仿真,验证了本文所提方法不仅能够有效提高估计结果精度,且基于数据融合技术的并行滤波计算大大提高了计算效率。     

基于果蝇优化算法的配电网状态估计

配电网状态估计的目的是根据获取的配电网的各种量测信息,估计配电网系统的运行状态,是配电管理系统（DMS）的重要核心功能之一。根据配电网特点,以电压幅值和相角为状态变量,以量测值和估计值误差最小为目标函数,以潮流方程和估计值的上、下限为约束条件,构建配电网状态估计的优化模型,采用果蝇优化算法对该模型进行求解。算例表明,基于视觉和嗅觉的觅食行为启发的果蝇优化算法可有效求解该优化模型,具有易于实现、控制参数少和计算精度高的特点,为配电网状态估计提供了新的途径。     

基于多元状态估计的燃烧室故障预警研究

为了解决电站燃气轮机燃烧室故障预警问题,采用一种基于多元状态估计技术(MSET)的方法。在提取故障特征量的基础上,首先利用MSET建立燃机燃烧室正常工作状态下的模型,对待观测值进行最优估计得到估计值,估计值和观测值之间的偏差可以反映燃烧室内部工作是否异常,引入偏离度定量衡量观测值与估计值之间的偏离程度,有利于捕获故障细微变化过程,然后采用滑动窗口法确定故障预警阈值,当偏离度超过故障预警阈值时,发出故障预警,提醒运行人员及时处理。用某燃气-蒸汽联合循环发电机组仿真平台的燃烧故障信息将上述算法进行了验证。结果表明:该方法可以及时发现燃烧室燃烧异常,实现了燃烧室实时故障预警,在提高机组可靠性和发电小时数的同时,缩短检修时间、降低检修成本。     

基于PCA和多元状态估计的引风机故障预警

针对电厂引风机运行条件恶劣、故障种类多的特点,为了提高机组安全和设备利用率,提出了一种基于主元分析(Principal Component Analysis,PCA)和多元状态估计(Multivariate State Estimation Technique,MSET)的引风机故障预警方法:首先采用PCA对原始数据进行简化,消除冗余和噪音,选取主要状态参数,同时采用小波变换(Wavelet Transform,WT)进一步优化数据质量;然后通过MSET对引风机正常运行工况下的历史数据进行建模,包括历史记忆矩阵的构建、观测向量的估计和残差的计算等。以华能上海某电厂的引风机为例进行故障预警分析,验证该方法可以有效实现引风机早期的故障预警。     

考虑数据时延的电力系统两阶段动态状态估计方法

由于电力系统中SCADA数据和PMU数据采样频率不同,使得这两种数据存在时延.首先提出基于变点重复检测的PMU最佳缓冲长度计算方法,将SCADA数据和PMU数据统一到同一时间尺度下,然后将无迹变换与指数权函数抗差估计算法相结合,针对历史多数据断面进一步提出了两阶段无迹卡尔曼滤波鲁棒动态状态估计方法.该方法在每一断面内,...     

分布式状态估计技术在智能变电站的应用

分析了智能电网研究和建设中的关键问题和需求,结合分布式状态估计技术在苏州智能变电站的实际应用情况,详细阐述实现方案和关键技术,从调度和变电站两端总结分布式状态估计技术在智能电网中的应用价值。结果表明,分布式状态估计技术在智能变电站的应用,提升了变电站基础数据的可靠性、准确性,加快了二次信息缺陷的处理,提高了变电站智能化水平,对变电站的高级智能应用有积极意义。     

基于改进熵权法的多元状态估计模型在汽轮机能效监测中的应用

为了提高汽轮机能耗预警水平,将多变量状态估计技术(MSET)作为汽轮机能效监测的数据挖掘方法,在完成不同工况机组能耗水平分类的基础上,利用改进的熵权法计算能效偏离度。将偏离度和警报阈值结合来判断汽轮机运行工况水平,及时获取能耗时间点,并定位引起能耗异常的特征参数,该方法克服了单一热耗率指标评价能效变化的局限性。以某电站600 MW机组的汽轮机历史运行数据为研究对象,借助聚类算法完成汽轮机热耗分类,以最佳热耗率所在类簇的部分运行数据作为训练样本建立MSET能耗模型,并完成模型正确性验证。利用剩余类簇在能耗模型下实际观测值和模型估计值的偏差,并结合信息熵权法分配与热耗相关的特征参数属性权重,计算获得偏离度指数,完成汽轮机能耗异常预警。结果表明：该方法可以为汽轮机能效异常变化提供及时的预警信息并定位导致能耗异常的参数。     

基于多元状态估计和偏离度的电厂风机故障预警

为了解决风机故障预警问题,提出一种基于多元状态估计技术(MSET)和偏离度的方法.利用MSET建立风机正常运行状态下的非参数模型,对观测向量进行最优估计并得到估计向量,观测向量与估计向量之间的差异可以反映风机工作是否异常.引入偏离度定量衡量观测向量与估计向量之间的偏离程度,有利于捕捉故障发展过程,然后利用滑动窗口法确定故障预警阈值.当平均偏离度超过预警阈值时,发出报警信息提醒运行人员处理.以长春某热电厂引风机的某次故障为例进行应用研究.结果表明:该方法可以及时发现风机异常,实现风机实时故障预警.     

基于卷积Fastformer的锂离子电池健康状态估计

锂离子电池的健康状态（state of health,SOH）是电池管理系统的重要功能,对于电池的可靠运行和使用寿命具有重要意义。为了进一步提高数据驱动方法对锂离子电池SOH估计的精度,提出一种卷积Fastformer模型的SOH估计方法。首先,提取锂离子电池多个充电阶段的每次循环电压曲线、电流曲线,每个阶段各个曲线转换为统计健康特征来表征锂离子电池老化特性,并使用Pearson相关系数对所选统计特征进行了相关性分析,筛选出与容量相关性高的健康特征,消除特征冗余性。随后,融合卷积神经网络和具有线性复杂度的Fastformer神经网络的特点,使用卷积神经网络强大的特征提取能力挖掘健康特征的局部信息,利用Fastformer的多头附加注意力机制可以更高效地在复杂的长序列中总结全文信息。然后,为减少模型训练时间,利用正交实验法对模型超参数进行优化。最后,采用公开数据集将所提方法与CNN、GRU、RNN模型进行对比,验证卷积Fastformer模型的准确性,结果表明,平均绝对误差、均方根误差最大仅为0.25%,0.29%,相对误差在0.8%以内,具有较高的估计精度和稳定性。     

基于状态反馈解耦控制的含DFIG电力系统低频振荡抑制研究

由于风力双馈感应发电机(DFIG)内部阻尼转矩不足,导致DFIG接入电力系统时会降低系统阻尼,增加发生低频振荡的风险。文章提出了一种状态反馈解耦的控制方法,该方法依据闭环电力系统状态空间模型,将DFIG视为反馈控制器,对其传递函数阵进行状态反馈解耦,实现对来自同步发电机角速度、功角和阻抗偏差矢量一对一控制,进而对整个含DFIG电力系统数学模型进行降阶,同时调节功角耦合参数C_g1、角速度耦合参数C_g2以及阻抗耦合参数C_g3提高系统阻尼比,抑制公共连接点(PCC)电压幅值变化,提高了对低频振荡的抑制能力。最后,以风电接入四机两区域间降阶模型为例进行仿真,并与传统的状态观测器方法对比,仿真结果验证了所提方法对提高整个系统阻尼比和降低节点电压幅值抑制低频振荡的正确性和有效性。     

基于SOC的动力电池组主动均衡研究

动力电池单体容量不一致会导致动力电池组在充放电过程中失去平衡,影响动力电池组的使用效果,降低动力电池组的使用寿命.为了解决这一难题,本工作设计了一种基于荷电状态(SOC)值的主动均衡电池管理系统.该电池管理系统利用安时积分法估计动力电池组中各电池单体的SOC值,在此基础上计算动力电池组的SOC平均值,然后将各动力电池单...     

An operating state estimation model for integrated energy systems based on distributed solution

In view of the disadvantages of the traditional energy supply systems, such as separate planning, separate design, independent operating mode, and the increasingly prominent nonlinear coupling between various sub-systems, the production, transmission, storage and consumption of multiple energy sources are coordinated and optimized by the integrated energy system, which improves energy and infrastructure utilization, promotes renewable energy consumption, and ensures reliability of energy supply. In this paper, the mathematical model of the electricity-gas interconnected integrated energy system and its state estimation method are studied. First, considering the nonlinearity between measurement equations and state variables, a performance simulation model is proposed. Then, the state consistency equations and constraints of the coupling nodes for multiple energy sub-systems are established, and constraints are relaxed into the objective function to decouple the integrated energy system. Finally, a distributed state estimation framework is formed by combining the synchronous alternating direction multiplier method to achieve an efficient estimation of the state of the integrated energy system. A simulation model of an electricity-gas interconnected integrated energy system verifies the efficiency and accuracy of the state estimation method proposed in this paper. The results show that the average relative errors of voltage amplitude and node pressure estimated by the proposed distributed state estimation method are only 0.0132% and 0.0864%, much lower than the estimation error by using the Lagrangian relaxation method. Besides, compared with the centralized estimation method, the proposed distributed method saves 5.42 s of computation time. The proposed method is more accurate and efficient in energy allocation and utilization.     

基于线性回归算法光伏电站短期功率预报模型研究

由于太阳能资源的先天不稳定性,造成光伏电站可调度能力薄弱。随着大规模光伏电站的接入,对电网的安全性及稳定性影响愈加突出。为了降低光伏电站出力波动性对电网的影响,通过采集光伏电站环境温度和光照强度的历史数据,采用线性回归算法,建立了光伏电站出力短期功率预报模型。通过算例仿真验证了该模型的有效性和正确性。     

微网风电系统的储能火用模型与火用经济研究

微网风电系统加装储能装置联合运行时,存在多种异质能量的相互转化,因此对系统性能的有效评估较为困难。为了准确衡量风能在系统中的利用、转化、损失特性,文章基于[火用]经济学基本原理,建立微网风储系统[火用]平衡及[火用]成本守恒模型,并依据所建模型确定系统各单元[火用]效率;同时确立[火用]优化潜力、成本差及[火用]经济因子的系统性能评估指标,并对微网热力学特性及经济性进行有效分析。通过试验表明,该模型能够可靠地对微网风储系统能效及经济性进行评估,可指明系统[火用]效率极大化的优化目标。     

基于混合模式的三维-GIS电力电缆信息管理系统

在对电力电缆运行方式、信息管理模式进行了调研的基础上,针对地区电力局电力电缆运行管理的现状,综合考虑了电力电缆网络分布兼具运行属性和地理空间属性的特点,提出了基于全新构架的B/S和C/S混合模式的三维地理电缆信息管理系统的总体开发方案。实现了对电力电缆的空间信息、工程信息的综合管理;可对电缆的运行、维护、检修以及缺陷管理、事故管理等进行全方位的管理。利用该系统来管理电力电缆,可以节约大量的资源,提高工作效率,提高管理质量。     

基于主成分分析和马氏距离的光伏系统健康状态研究

为准确评估光伏系统的性能状态,保障电网的安全运行,首先,以预测与健康管理技术为基础,利用多元统计分析理论,建立基于主成分分析和马氏距离的光伏系统健康状态评估方法,采用主成分分析对原始多维输入变量进行预处理,利用马氏距离表征光伏系统的健康程度;然后,通过旁路实验和模拟灰尘实验验证了该光伏系统健康状态评估方法能够避免PR方法评价结果的"伪正常"现象;最终,通过实验对该光伏系统健康状态评估方法与PR方法进行对比分析。研究结果表明,与PR方法相比,该光伏系统健康状态评估方法能够更加灵敏、准确地反映光伏系统的性能状态。     

An online state of health estimation method based on battery management system monitoring data

A state of health (SOH) estimation method that can be achieved online and only requires battery management system (BMS) detection data is proposed in this article. In the State of Health mathematical model proposed in this article, the using time of power battery is treated as an independent variable and SOH is treated as a hidden variable. And the mathematical model just used online process data from BMS. So it would make the SOH estimation method more suitable for actual engineering. Then, the article proposes an interleaved time model parameter update framework to reduce the computational complexity of the algorithm in a single sampling period. In this framework, we propose a fast model parameter identification algorithm that uses nonlinear least squares to initialize a genetic algorithm searched range. Finally, the whole method is verified by using the NASA database. The results prove that the proposed online SOH estimation method has higher SOH estimation accuracy and is more suitable for engineering applications in the field of electric vehicles than the existing SOH estimation methods.     

Nonlinear model predictive control based on the moving horizon state estimation for the solid oxide fuel cell

As a nonlinear power generation device, the solid oxide fuel cell (SOFC) often operates under small window of operating conditions due to the constraints stemming from the environmental and safety considerations. The nonlinear model predictive control (NMPC) appears to be well suited control algorithm for this application. NMPC is a closed-loop feedback control scheme that predicts the open-loop optimal input based on the measurements and the setting trajectory. This work aims to develop a closed-loop feedback control strategy based on the NMPC controller for a planar SOFC. The current density, fuel and air molar flow rates are chosen as manipulated variables to control the output power, fuel utilization and temperature. The mole fraction and temperature of the exit gases are set as state variables, which can be estimated from the moving horizon estimation (MHE) method. The validation here is referred to robustness and stability of the controller, a typical case study has been conducted with the power output changes under constant fuel utilization and temperature. Simulation results show that the noise of the output is successfully filtered by the MHE. The NMPC controller works satisfactorily following the setting output trajectory.