共查询到10条相似文献,搜索用时 15 毫秒
1.
建立了非线性的电力系统负荷频率控制LFC模型,利用递归NARMA模型的小波网络的实现方法对LFC模型进行了辨识,利用Akaike's的最终预测误差准则FPE和信息准则AIC,进行了隐层节点数目和反馈阶次的计算,理论和仿真表明辨识模型可取得较好效果。 相似文献
2.
针对含新能源的多区域电力系统频率稳定问题,提出一种考虑控制信号更新周期变化的采样负荷频率控制(load frequency control,LFC)方案。首先,在充分考虑系统采样特性的基础上,建立新型电力系统采样LFC模型,并将模型转化为一个采样数据网络控制系统。然后,利用整个采样区间[t k,t k+1)信息,构建一个新的双边闭环型Lyapunov泛函。结合所提出的泛函与自由矩阵不等式,导出系统的低保守性稳定准则。基于这个准则,提出确保系统镇定的采样控制器设计方法。最后,通过实例仿真验证了所提方法的有效性与优越性。 相似文献
3.
4.
虽然基于系统辨识的惯量在线评估方法可以在线评估电力系统惯量,但是目前无法确定最佳的模型阶次,导致误差较大。为提升惯量在线评估的准确性,首先对电力系统正常运行条件下的实测数据进行信号预处理,防止噪声信息造成的过拟合现象,以提高抗噪声扰动能力。其次将发电机的有功功率变化量作为输入,频率波动作为输出,利用AIC准则确定系统辨识模型阶次,使用系统辨识方法建立合适的动态模型。然后利用辨识模型的阶跃响应计算系统惯量,避免惯量在线评估过程中对模型降阶引起的误差。最后,在Matlab/Simulink软件中搭建仿真系统,验证了所提方法的有效性和准确性。 相似文献
5.
从模型参数的辨识准则和辨识算法等方面,将现场实测负荷特性数据用于电力系统传统静态负荷模型和综合静态负荷模型的参数辨识,并对这两类模型在电力系统仿真计算的实际应用加以分析,从而得出了一些有意义的结论. 相似文献
6.
《中国电机工程学报》2010,(29)
建立1种基于最小二乘支持向量机(least squares support vector machine,LSSVM)的模糊辨识方法,根据学习样本集的模糊聚类结果,产生LSSVM的模糊核函数,并证明该模糊核函数是Mercer核函数,为LSSVM提供1种构造核函数的简便方法。此外,由于所建立的模糊辨识方法在T-S模糊模型的后件参数学习过程中采用结构风险最小化准则,提高了模型的泛化能力。利用所建立的辨识方法进行热工对象逆系统模型辨识,证明了该方法的有效性。 相似文献
7.
将电动汽车换电站储能引入传统负荷频率控制(LFC)问题中,提出了计及换电站与电网互动(S2G)的LFC新模型。该模型将控制区域内换电站等效为大容量虚拟储能电站,采用基于滤波方法的LFC协调控制策略分配调节功率,能够避免过度调频对换电站电池寿命的影响。在换电站建模方面,提出了基于蒙特卡洛随机模拟的换电站可控容量计算方法,建立了考虑电池荷电状态(SOC)及换电站可控容量约束的S2G集中等效模型。通过两区域互联LFC系统仿真验证了模型的有效性和正确性,相关分析表明S2G辅助调频能显著抑制频率偏差和联络线功率偏差的波动,提高LFC系统的动态控制性能。 相似文献
8.
为了得到不同覆冰气象条件下导线防冰临界电流,基于电流防冰时导线表面水膜流动,建立导线表面水膜流动模型对Messinger覆冰模型进行改进,确定了过冷水滴局部撞击系数(LCC)、导线表面局部对流换热系数(LHTC)与导线表面液态水局部冻结系数(LFC)计算方法。首次计算导线表面LHTC与LFC,并基于LFC计算结果,实现了导线防冰临界电流自动计算。计算结果表明:导线表面LCC、LHTC和LFC在导线驻点位置达到最大值,其中LFC随电流增大而减小;风速、温度是影响防冰临界电流的主要因素,含水量与水滴直径大小对临界电流没有明显影响。 相似文献
9.
由于爬坡率和响应时间的限制,常规机组提供负荷频率控制(LFC)的能力有限。选择具有快速精确功率跟踪能力的飞轮储能系统作为LFC的辅助调节手段,利用概率统计方法对LFC的需求进行定量分析,考虑飞轮储能系统和常规机组实际出力、设备投资成本与运行维护成本,提出了可维持飞轮储能系统荷电状态(SOC)在指定范围及减少常规机组出力调整的控制策略,在此基础上,构建飞轮储能系统参与LFC的容量优化配置模型,以经济性和调节效果为优化目标,寻求控制策略下飞轮储能系统容量、常规机组调节容量与控制策略参数的最优配置。仿真结果表明该方法能全面评估不同配置方案下的经济性与技术性。 相似文献
10.
计及模型定阶的低频振荡模式类噪声信号辨识 总被引:6,自引:1,他引:5
弱阻尼低频振荡是影响互联电网安全稳定运行的主要因素,但目前基于测量信息只能在振荡发生后进行告警,而不能预警.大量广域实测数据表明,因负荷的随机变化,电网内持续存在类似噪声信号的小幅波动.文中基于这种类噪声信号,采用自回归滑动平均(ARMA)法进行低频振荡模式辨识,从而实现电网正常运行状态下的动态稳定性预警.模型定阶是利用ARMA法进行振荡模式辨识的关键步骤,直接关系到结果的准确性.在分析比较各种定阶准则优缺点的基础上,选用贝叶斯准则(BIC)确定ARMA模型阶数,进一步面向在线实际应用,采用ARMA(2n,2n-1)建模方案提高辨识速度.最后,将该方法用于对36节点系统仿真数据和南方电网实测类噪声信号进行处理,辨识结果说明了该方法的有效性. 相似文献