一种适用于分布式发电系统的显式一隐式混合积分算法

针对分布式发电系统的典型特征,提出了一种适用于分布式发电系统的显式…隐式混合积分算法。分布式发电系统中电力电子元件具有较快的动态特性,而分布式电源本身如燃料电池、风机、微型燃气轮机、蓄电池等动态响应较慢,根据这一特性设计了算法的划分原则,针对快动态电力电子元件采用隐式积分算法,针对慢动态分布式电源采用显式积分算法,同时...     

基于改进天鹰算法的隐式广义预测控制

在面对使用不确定的参数控制时隐式广义预测算法响应速度慢,导致辨识精度低下的问题,提出一种基于改进天鹰算法(AO)优化的隐式广义预测控制。首先在天鹰算法4个搜索阶段设置可变的惯性权,使得天鹰算法各个搜索阶段更加均衡,避免了收敛过程耗时长且易陷入局部最优的问题。其次采用改进的天鹰优化算法求出隐式广义预测控制有约束条件时的最优控制。最后将算法应用到某厂循环流化床锅炉进行仿真,从时间上来看,用改进AO算法优化的隐式广义预测的平均仿真速度为3.983 1 s,比隐式广义预测平均用的5.953 1 s有了明显的速度上的提高,并且在小误差内,能有良好的跟踪效果。仿真结果表明了该算法的可行性,以及其优越的控制性能。     

电力系统稳定计算加权隐式梯形积分交替求解算法的研究

对隐式梯形积分公式进行改进,引入加权因子,并采用显式格式迭代求解隐式方程组,对电力系统动态稳定进行计算。仿真结果表明,加权隐式梯形积分交替求解算法不仅保持了隐式积分数值稳定性好、可采用较大步长的特点,而且具有显式积分编程简单可靠、便于扩展的优点。同时,相较于梯形法,该算法能够消除网络操作引起的数值振荡问题,可用于电站或电网的仿真培训软件系统开发的后台仿真计算。     

具有隐式效果的显式迭代积分法应用探析

结合显式法与隐式法的特点,将迭代法网络求解方法与显式迭代方法结合起来,提出了具有隐式效果的显式迭代数值积分方法。该方法显著地改善了目前工业界常用的隐式积分法的速度,但其精度与隐式积分法相同。实际大规模系统仿真表明,该方法显著改善了隐式积分法的速度,在程序设计上具有很好的可扩充性与灵活性,具有工程应用前景。     

面向对象的多谱变换隐式重启动Arnoldi算法

在多谱变换隐式重启动Arnoldi（IRA）算法结构设计中,采用泛函表述 实现了谱变换和IRA算法解耦,产生了相对独立的IRA对象和多种谱变换对象。然后应用设计 模 式概念,根据多谱变换下IRA算法凝固点-热点结构和设计模式 模板-挂钩结构的对应关系,提出基于设计模式结构的多谱变换 IRA算法组合结构。该算法结构的实际应用充分证明了其在软件系统可伸展性、可重用性和 计算效率方面的优势。     

可调谐的隐式Taylor级数暂态稳定算法的变步长研究

可调谐的隐式Taylor级数暂态稳定算法是在隐式Taylor级数法的基础上,通过合理设置参数位置及其大小得到的一种具有A稳定性和高精度特点的优秀暂态稳定分析算法。通过分析故障时发电机功角曲线的变化规律和定义曲线变化因子,并根据曲线变化因子不断调整步长,提出一种新的变步长方法,在满足计算精度的条件下,可进一步提高算法的计算效益。     

水库调度中隐式与显式随机优化方法的对比

以二滩水电站水库为例,介绍、搭建了隐式与显式随机水库优化调度模型;利用二滩电站的历史径流序列,针对2种随机模型,分别进行了模拟优化调度;对比分析了隐式随机与显式随机的调度结果,得出2种方法的优缺点,并为下一步研究奠定了基础。     

基于补偿算法改进的隐式Zbus高斯潮流计算方法

隐式Zbus高斯法由于其高效、可靠的特点广泛应用于放射状和弱环状的配电网潮流计算。该方法适合处理PQ节点和P-Q(V)节点,但是当系统中并入PV节点类型的分布式电源时,它存在潮流发散的问题。为了解决这类问题,提出一种基于补偿法改进的隐式Zbus高斯法。其核心思路是在每一次迭代后,通过节点阻抗矩阵和电压不匹配量对PV节点的无功功率进行修正,从而使PV节点的注入无功功率达到真实值,进而求得潮流收敛的解。该方法被应用到IEEE 33节点配电系统中,通过与基于同伦算法改进的隐式Zbus高斯潮流计算方法进行比较,表明提出的方法收敛性更好,收敛速度更快。此外,PV节点的数量对该方法的收敛性和收敛速度影响不大,表明该方法更适合于含PV节点类型配电网潮流计算。     

基于ANN预测的电力系统暂态稳定隐式梯形算法的改进

简要介绍了利用神经元网络技术（ANN）对传统隐式梯形积分法的局部改进，以实现快速精确的电网暂态稳定计算。改进后的方法能明显减少总的迭代次数，并节约计算时间，该方法可以满足现代大电网的在线计算要求。     

电连接器在动态应力环境中接触电阻的变化及电接触瞬断的检测与研究

对电连接器在机械动态应力环境中接触电阻的变化形式及产生电接触故障的原因作了一些分析和研究，并提出了相应的检测和消除接触故障的有效措施。     

基于改进隐马尔科夫模型的非侵入式家居负荷识别

针对低频采样识别精确度较低,系统稳定性较差的问题,文章提出了一种基于改进隐马尔科夫模型(hidden M arkov model,HM M)的非侵入式负荷监测方法(non-intrusive load monitoring,NILM)。该模型运用人工免疫算法和增量学习对传统HMM模型进行双重优化,通过人工免疫算法解决HMM模型容易陷入局部最优的问题,提升了模型的识别精确度。再通过增量学习实现了模型参数的自主更新,使得模型能够适应新的环境,提高了模型的鲁棒性。最后通过低频数据集建立了两个实验场景,对改进的HMM模型进行了实验验证,结果证明了该模型在识别精确度和鲁棒性等方面具有一定优越性。     

电力系统中长期过程动态仿真的组合积分算法

电力系统中长期过程具有非线性、强刚性的特点,其仿真时间框架长,与电力系统机电暂态过程相比,中长期过程对数值积分算法的数值稳定性、收敛性和计算效率的要求更高。针对此问题,将隐式梯形积分法和多步高阶隐式Taylor级数法进行组合,提出新的组合积分算法。在机电暂态过程采用隐式梯形积分法,在中长期过程采用多步高阶隐式Taylor级数法。算例仿真与分析结果验证了新组合积分算法的有效性和可行性。     

基于隐式梯形–时步保持法的3/12相电机建模

综合电力系统（integrated power system,IPS）包含3/12相双绕组发电机等特殊高阶非线性元件,现有电力系统电磁暂态仿真软件均不提供其仿真模型。为此,采用隐式梯形法对双绕组发电机数学模型进行差分离散化处理,通过定、转子分离迭代,推导出电机等效电路模型,并在PSCAD中建立双绕组发电机仿真模型。应用时步保持算法,将模型的仿真时步划分为计算时步和保持时步,提高了计算速度。最后,构建综合电力推进系统试验平台,发电机空载短路、推进系统调速的试验与仿真结果吻合,验证了建模方法的有效性和所建模型的正确性。研究表明,基于隐式梯形–时步保持算法的建模方法能够准确高效地建立双绕组发电机的仿真模型,可应用于EMTP类仿真软件,并可推广至IPS各类多相电机建模。     

基于聚类算法的风电场动态等值

风电机组在实际运行时,受尾流效应等因素影响,运行状态并不相同。为提高风电场实际运行模型的精度,提出了一种适用于双馈式风力发电机的动态等值建模方法。它将风电机组的状态变量矩阵作为分群指标,利用聚类算法将矩阵中的数据进行分群,将同群的风电机组等值成为一台风力发电机,实现了风电场的动态等值。利用PSD/BPA平台,对系统侧故障与风速变化2种情况仿真,并与传统等值方法及风电场详细模型对比。仿真结果表明,采用仿真过程中的状态变量作为分群指标是合理的,该模型与详细模型的动态特性基本一致,可以用来描述风电场的实际运行状态。     

基于粒子群算法的传感器动态补偿及Labview实现

以冲击波压力测试为背景,介绍了一种基于粒子群优化算法(PSO)的动态补偿数字滤波器的设计方法。针对压力传感器进行了动态校准实验研究和计算机仿真研究,根据传感器动态标定时的输入输出数据及参考模型,利用粒子群优化算法进行寻优,得到的全局最优值即为传感器动态补偿器的系数,最后在LabVIEW平台实现了动态补偿滤波器的设计,实验结果表明经过补偿器处理后的数据很好的反应了输入的被测信号。     

基于阵列式发射模组的群体机器人动态无线供电路径规划研究

群体机器人可依靠群智能有效分工协作完成复杂和大规模任务,在物流、制造、交通和军事等领域有极大的应用价值。然而,目前已有电能补给方式均无法满足其持续不间断充电的需求,导致强大的协同工作能力得不到充分发挥。为此,本文提出一种基于阵列式发射模组的群体机器人动态无线充电方式,可为群体机器人工作过程中实时供给电能。首先,分析了机器人动态无线充电过程中效率和功率的波动特性。其次,以充电效率最优为目标,提出一种带有惩罚机制改进的蚁群算法以及协同工作模式,并应用于群体机器人协同动态无线充电系统。最后,进行仿真实验,验证了本文提出的方法可实现群体机器人在动态无线充电过程中稳定可靠协同工作。本文的研究对群体智能的研究具有极大的促进作用。     

基于DTW算法与稳态电流波形的非侵入式负荷辨识方法

非侵入家用负荷识别技术可以指导家庭用户合理安排用电,提高用能效率,同时也为电力部门提供家庭用电的数据支持,有利于了解负荷用电规律及趋势,完善电力规划。由于家庭用户用电负荷的稳态特征值存在相似和无规律的问题,现有的方法多采用高级算法对所有的用电负荷组合进行训练。针对现有采用负荷稳态特征值方法进行识别所存在的不足,考虑到家用负荷稳态波形具有独特性和叠加性,提出了一种利用动态时间弯曲(DTW)算法计算与模版库波形的距离来识别家用负荷的辨识方法。首先,建立负荷稳态波形模版库;然后,在电压满足一定条件的情况下,测量家庭用户电流的稳态波形;最后,利用DTW算法计算出最小距离进行识别。     

压接式IGBT模块的动态特性测试平台设计及杂散参数提取

压接式IGBT模块具有散热性能好、杂散电感小、短路失效直通等特点,在柔性直流输电等大容量电力电子变换系统中具有极为重要的应用潜能。然而,目前学术界和工业界尚未很好地理解压接式IGBT模块的动态开关特性,严重制约了其推广应用。从压接式IGBT的封装结构和电气特性出发,基于双脉冲测试原理,设计并搭建压接式IGBT模块的动态开关特性测试平台。采用Ansoft Q3D软件对测试平台的杂散参数进行仿真,分析杂散参数的分布特征、影响与提取方法,并通过实验进行验证,揭示叠层母排技术与吸收电容对器件关断电压尖峰的抑制作用,低寄生电感总和验证了平台设计方案的合理性。     

HAVC系统的多目标趋优化序贯式算法及东北电网应用

HAVC(混成自动电压控制)系统可以通过对发电机、变压器、电容电抗器等设备的调节,实现电网的电压无功优化控制,保证系统的安全、经济和优质运行.本文给出了一种应用于HAVC系统的多目标趋优化序贯式算法,该算法能够对系统运行的安全性、经济性和电压质量三个目标进行协调控制,从而将系统的电压及无功水平控制在比较理想的状态.根据该算法编制的软件已在东北500kV电网HAVC系统中进行了成功应用,试运行结果证明了该算法的合理性和有效性.     

基于多物理场仿真和神经网络算法相结合的油浸式变压器热点温度动态反演方法

绕组热点温度是影响油浸式电力变压器绝缘老化程度的重要因素之一。已有的变压器热点温度计算方法主要包括经验热模型、热路等值模型、人工智能算法等,这些方法在计算准确性和实际应用方面各有不足。基于此,提出了基于多物理场仿真和神经网络算法相结合的油浸式变压器热点温度反演方法。借助多物理场仿真技术实现变压器的高精度模拟,以获取多种环境温度和负载升降变化运行断面下的可信样本,并提取环境温度、顶层油温、负载系数等特征参量作为输入,采用反向传播神经网络建立变压器热点温度的反演模型。以100 kVA/10 kV变压器为例进行分析,结果表明该文提出的热点温度计算方法可以实现负载系数和环境温度变化过程中热点温度的动态反演,其动态反演曲线和实际测量曲线均方根误差为0.94℃,较现有的导则经验公式和热路模型有更高的计算精度。