有源动态滤波器对电能质量的改善

0引言 电能质量问题通常是指面向用户的供电可靠性和电压质量问题。在低压配电网中,由于负荷电流的特性直接影响着供电电压的质量,因此还可以将电能质量问题分为电压质量和电流质量2个方面。其中电压质量问题是指电压波动和闪变、电压谐波、电压三相不平衡、电压下跌和电压中断等问题。     

离子膜烧碱整流装置谐波治理效果的检测分析

采用FLUKE43B电能质量分析仪,检测整流装置采取谐波治理措施后的谐波电压畸变率和谐波电流数值。检测结果表明,谐波治理的效果较理想,符合设计要求。     

浅述电石炉的电能质量测评

从电压波动和闪变谐波评估，无功补偿等方面对电石炉的电能质量进行测定和评估，选择适当的电容补偿装置，满足电力公司对电能质量的要求。     

基于滑窗滤波的谐波电流计算方法的研究

近年来配电网中整流器、变频调速装置、电弧炉等负荷不断增加,这些负荷的非线性、冲击性及不平衡的用电特性是电力系统的电压、电流波形发生畸变,甚至引起电压波动、闪变和三相不平衡,对供电质量造成了严重的影响,因此消除电网中的谐波污染已经成为电能质量研究中的一个重要课题。有源滤波器(APF)的控制器是APF的关键部分,决定了APF的性能指标和补偿效果。控制器分别实现了谐波指令电流提取,谐波指令电流输出控制。文章将采用一种改进的滞环控制方法以实现非正弦电流的跟踪控制。     

浅谈电力用户的谐波源及治理措施

电力系统中谐波主要是由冶金、化工、电气化铁路及其他行业的换流设备产生的。它们向公用电网注入谐波电流,在公用电网中产生谐波分量,不仅干扰电网的保护装置与自动化装置的正常运行,造成了这些装置的误动与拒动;据权威部门统计,在我国每年有近数百亿元的损失是谐波电压和谐波电流引起的。因此,谐波已逐渐成为影响电网稳定运行、劣化电能质量的潜在威胁。     

滤波补偿一体化技术在钻井船低压电网中应用浅析

钻井平台低压电网质量因特殊工况环境,极易产生谐波、电压闪变、波形畸变等干扰因素,影响电网损耗甚至电气设备安全运行。通过对滤波补偿一体化与功率因数之间的关系探讨及可靠性分析,浅谈如何有效抑制输电线路的电能损耗,降低设备电源产生的谐波,实现电网无功功率的合理调节,抑制从而达到提高系统的功率因数,降低能耗,改善电网电压质量的目的。     

MBR工艺污水处理厂的谐波治理

为查明并解决MBR工艺污水处理厂频繁出现的变频器故障,通过谐波检测、计算、故障分析、方案制定,采用有源电力滤波装置进行谐波治理,大幅降低了电力系统中的三相电流和电压的畸变率,提高了电力系统的电能质量,消除了由谐波引起的变频器故障,实现了MBR工艺设备平稳投运。     

电力系统谐波对电子式电能表计量的影响

研究电力系统谐波对电能表计量的影响。近年来,化工、冶金、煤炭以及家用电器等企业日渐增多．一些大功率变流设备与电弧炉投入使用．导致电网中的非线性负荷大量增加。它们所产生的高次谐波被注入电网．使得电力系统的电压与电流波形发生严重畸变,对输电设备、测量仪器、通信设备、计量仪表等产生不同程度的影响。电费回收率与线路损耗率是考核供电企业的重要指标．而这两者都以电能计量作为基础与依据。冈此．研究电力谐波对电能计量的影响及解决措施具有重要的意义。     

海上平台电能质量问题及其改善措施

目前大多数海上平台采用自发电的方式提供平台用电,电网容量小。另外平台上大功率设备占比大,钻井、采油等生产过程工况复杂,导致平台的供电电能质量存在无功变化快、谐波含量高及电压波动大等严重问题。文章结合实际应用项目介绍了目前常见的海上平台电能质量问题及改善措施,并对海上平台电能质量改善方法提出了一些建议。     

无功功率和谐波对电网的影响和解决思路

近年来,我国工业发展和科学技术不断进步,电网逐步扩张,电力负荷快速增长,电压等级越来越高,电网、发电厂以及单机容量越来越大,电网覆盖的地理面积不断扩大,随之而来无功优化和谐波治理工作也更加艰巨,要保证系统的稳定和优良的电能质量,就必须解决无功补偿及谐波治理等问题。     

基于S变换和径向基神经网络的暂态电能质量扰动识别

提出一种基于S变换和径向基神经网络的暂态电能质量扰动识别的方法。该方法首先用S变换对暂态电能质量扰动波形进行预处理．使用统计的方法提取了5个相关特征量,然后用径向基神经网络对提取的特征量样本进行分类。仿真结果表明,该方案正确率高,抗噪声能力强,训练样本少,响应快速．     

基于离散傅里叶变换的过程工业报警泛滥序列聚类分析及应用

报警泛滥是过程工业报警管理中普遍存在且难以解决的问题。报警泛滥序列聚类分析有助于报警根源分析和预警。针对目前报警泛滥序列相似度测量方法存在的缺陷,如对报警序列长度限制、计算复杂、依赖参数,采用基于离散傅里叶变换的方法在频域对报警泛滥序列进行相似性分析,提出了离散傅里叶功率谱的欧氏距离作为度量报警泛滥序列相似度距离的方法,计算不同报警泛滥的相似度距离,再通过非加权组平均法获得报警泛滥序列的聚类树状图,根据相似度距离,确定报警泛滥的模式,帮助操作员确定异常根源,做出快速响应。TE仿真过程在不同干扰下的应用实例验证了该方法的有效性、准确性。     

Plant-wide utility disturbance management in the process industry

Utilities, such as steam and cooling water, are often shared between production areas at large-scale sites. A disturbance in the supply of a utility is therefore likely to affect a large part of a site, and cause great loss of revenue. This study focuses on identifying disturbances in utilities and estimating the economical effects of such disturbances. A general method for reducing the loss of revenue due to utility disturbances, the utility disturbance management (UDM) method, is presented. Modeling of the effects of utility disturbances on production is needed to complete all steps of the method. In this paper, a simple on/off modeling approach is suggested to quickly obtain key performance indicators that may be used for decision support for proactive disturbance management. A matrix representation of a site and its utilities is introduced to simplify the computations. The UDM method is applied to an industrial case at Perstorp, Sweden.     

基于改进的单周控制SVG的研究

单周控制在抑制电源扰动方面有很大优势,但抑制负载扰动的效果却十分不理想.在发生负载扰动时,输出电压不稳定会影响电能质量.为了改善单周控制的这项薄弱环节,在主电路为SVG的基础上,通过对负载扰动进行分析,从能量关系的角度对单周控制器进行改进并提出控制策略,通过MATLAB进行仿真验证.仿真结果表明：改进型单周控制的SVG对负载扰动具有良好的抑制作用.     

基于测地线距离统计量的多工况间歇过程监测

针对间歇过程数据具有非线性和多工况的特点, 提出一种基于测地线距离统计量(geodesic distance statistic, GDS)的监测方法。首先, 对多工况间歇过程数据按批次方向展开及标准化, 利用主元分析(principal component analysis, PCA)方法进行降维;然后, 在降维空间获得赋权邻接矩阵, 提出采用改进的Dijkstra (improved Dijkstra, IDijkstra)算法使Dijkstra算法更易于实现, 计算各批次之间的测地线距离, 用以表征非线性多工况数据之间的实际最短距离, 更好地体现批次数据之间的局部近邻关系。通过构造测地线距离α次方统计量D^α进行过程监测, 与欧氏距离平方和D²相比将减小边缘训练数据距离的偏离程度。最后, 通过在数值仿真和工业仿真实例中的应用, 验证所提算法的有效性。     

基于二次型性能指标的不确定混沌系统最优控制器设计

研究具有不确定性并带有扰动的混沌控制系统。首先基于成熟线性理论中的二次型最优控制理论将扰动非线性的混沌系统模型转换为无扰动的等价线性系统模型,然后给出了针对伪线性系统的基于二次型性能指标的最优控制器设计方法。对Liu混沌系统的参数不确定性的仿真结果表明：控制品质有了较大的改善和提高。     

废水处理过程的抗扰控制研究

厌氧消化废水处理过程中,动态变化的进水组分、组分浓度,组分间耦合等各种不确定因素,使得简单的闭环控制无法获得理想的污水处理效果。为使污水处理出水水质达标,对污水处理过程模型依赖小、对各种变化（扰动）因素鲁棒性强、动态响应好的控制方法可满足工程要求。为此,设计一种能够主动估计并消除扰动的抗扰控制方法,有效估计并补偿污水处理过程中存在的各种不确定因素,以获得期望的污水处理效果。数值仿真结果表明,抗扰控制具有较好的抗干扰能力,能够满足控制要求,是一种可行的污水处理控制方案。     

用SVC提高区域电网的动态电压稳定性

分析电压稳定性与频率稳定性的不同,提出分区保持电压稳定性的必要性。仿真计算了无功补偿器为电容器和SVC两种情况下区域电网发生大干扰后电压变化的动态过程,说明采用SVC可以显著提高区域电网的动态电压稳定性,并探讨SVC调节的时间常数对电压变化的动态过程的影响。     

Disturbance rejection of dead-time processes using disturbance observer and model predictive control

This article mainly focuses on disturbance rejection of dead-time processes by integrating a modified disturbance observer (MDOB) with a model predictive controller (MPC). The effect caused by model mismatches is regarded as a part of the lumped disturbances. This means that the disturbances considered here include not only external disturbances, but also internal disturbances caused by model mismatches. Control structure of the proposed method includes two parts which can be designed separately. The MPC which acts as a prefilter, is employed to generate appropriate control actions such that a desired setpoint tracking response is achieved. The MDOB is employed to estimate the disturbances of the closed-loop system, and the estimation is used for feedforward compensation design to reject disturbances. Rigorous analysis of setpoint tracking and disturbance rejection properties of the closed-loop system are given in the presence of both model mismatches and external disturbances. The proposed scheme is applied to control the temperature of a simplified jacketed stirred tank heater (JSTH). Simulation results demonstrate that the proposed method possesses a better disturbance rejection performance than those of the MDOB-PI, MPC and PI methods in controlling such dead-time processes.     

Nonlinear stochastic modeling to improve state estimation in process monitoring and control

State estimation from plant measurements plays an important role in advanced monitoring and control technologies, especially for chemical processes with nonlinear dynamics and significant levels of process and sensor noise. Several types of state estimators have been shown to provide high‐quality estimates that are robust to significant process disturbances and model errors. These estimators require a dynamic model of the process, including the statistics of the stochastic disturbances affecting the states and measurements. The goal of this article is to introduce a design method for nonlinear state estimation including the following steps: (i) nonlinear process model selection, (ii) stochastic disturbance model selection, (iii) covariance identification from operating data, and (iv) estimator selection and implementation. Results on the implementation of this design method in nonlinear examples (CSTR and large dimensional polymerization process) show that the linear time‐varying autocovariance least‐squares technique accurately estimates the noise covariances for the examples analyzed, providing a good set of such covariances for the state estimators implemented. On the estimation implementation, a case study of a chemical reactor demonstrates the better capabilities of MHE when compared with the extended Kalman filter. © 2010 American Institute of Chemical Engineers AIChE J, 2011