基于自适应微分进化算法的变压器参数辨识

为了对变压器绕组漏感和电阻参数进行精确辨识,基于微分进化算法,通过对控制参数的自适应调整、变异向量的自适应选择以及增加局部增强算子,提出一种自适应微分进化算法,消除了最小二乘法的局限性,可以实现对变压器绕组参数的精确辨识。采用Matlab/simulink对算法进行仿真以及动模试验,结果表明该算法能够正确辨识变压器绕组电阻和漏感参数,且稳定、误差很小。     

基于时域的多新息随机梯度法VSG参数辨识

针对采用虚拟同步发电机技术(Virtual synchronous generator,VSG)控制的新能源并网逆变器,提出一种基于统一模型的VSG实际输出惯性和阻尼的辨识方法,定量评估逆变器提供给大电网的惯性和阻尼。首先分析不同的VSG接建模方法,建立统一的VSG控制模型结构,然后提出一种适用于时域的多新息随机梯度法VSG关键参数的辨识方法,利用指令功率阶跃激励出系统功率动态信息,根据所推导的VSG控制模型参数之间的关系,动态地辨识出系统输出的惯性和等效阻尼参数,然后分析辨识模型的误差。最后,通过仿真验证与对比证明所提方法的有效性。     

基于多新息随机梯度算法的网侧变流器参数辨识方法研究

永磁直驱风力发电机(D-PMSG)通过双PWM全功率变流器实现和电网的连接,但在其运行过程中,网侧变流器的参数变化会对其控制性能造成影响,精确辨识网侧变流器参数对于提升发电系统控制性能具有重要意义。文章基于网侧变流器在d-q轴的动态方程,构建了网侧变流器的回归模型,设计了网侧变流器电气参数的带收敛因子的多新息遗忘随机梯度辨识算法,实现网侧变流器的电气参数辨识,并通过仿真实验验证了算法的有效性。     

基于WOA-LM算法的变压器油纸绝缘等效模型参数辨识

为实现有效、准确地评估变压器油纸绝缘系统老化状态,在极化去极化电流法的基础上,结合扩展德拜模型,设计搭建了油纸绝缘测量系统,进行试验并求解得到去极化电流曲线,提出了一种基于鲸鱼优化算法(WOA)与Levenberg-Marquardt(LM)算法的融合算法进行油纸绝缘系统扩展德拜模型参数辨识,并建立了扩展德拜模型。与其他优化算法结果相比,所提算法求解精度高、收敛速度快,为实际场景中快速精确评估油纸绝缘设备绝缘老化状态奠定了基础。     

基于Jaya-DA算法的太阳电池模型参数辨识

为提升太阳电池模型参数辨识的准确率,该文提出基于Jaya算法与蜻蜓算法相融合的辨识方法,运用Jaya算法进行初步全局搜索,并结合蜻蜓算法进行局部搜索最优解,使算法收敛精度得到有效提升.研究结果表明:运用Jaya-DA算法求得太阳电池模型的电流均方根误差为9.861×10-4,相较于单一使用Jaya算法、蜻蜓算法、人工蜂...     

基于收缩因子改进PSO算法的J-A磁滞模型参数辨识

变压器铁心磁滞特性的准确预测及其模型参数可靠辨识,一直是国内外学者们研究的难点问题。针对现有主流磁化(Jile-Atherton,J-A)模型存在的辨识参量多、计算时间长、容易陷入局部最优解等问题,提出一种基于收缩因子改进粒子群优化(Particle swarm optimization,PSO)算法的J-A磁滞模型参数辨识方法。研究建立以磁感应强度为输入变量的J-A静态磁滞逆模型,提出考虑包含涡流损耗、异常损耗因素下的动态磁滞模型;针对传统PSO算法计算精度低、不易于快速寻优的问题,提出基于收缩因子改进的PSO优化算法,可实现J-A磁滞模型关键参量的快速辨识。所提算法克服了传统粒子飞行速度的限制,兼具全局寻优和局部寻优的特点,易于实现J-A磁致模型的快速参数辨识。通过仿真算例分析,验证了所提改进PSO算法在不同磁密峰值工况下的应用可靠性,且迭代收敛速度和精度均优于传统PSO算法。     

基于全局信息融合粒子群算法的水轮发电机模型参数辨识

针对粒子群(PSO)优化算法辨识发电机模型参数时存在局部最优和后期收敛速度慢很难准确获取具有强泛化能力的模型参数的问题,提出了一种基于多粒子全局信息共享和变权重的全局信息融合PSO算法(GPSO),并通过IEEE3机9节点系统算例验证了该算法的有效性。结果表明,与常规PSO算法相比,该算法具有泛化能力强、辨识精度高和后期收敛速度快的优点。     

基于改进随机子空间法的弧形闸门模态参数辨识

针对弧形闸门模态参数测试过程中存在的计算误差及环境激励干扰导致的虚假模态等问题,提出改进随机子空间法,即在弧形闸门模态参数辨识过程中引进随机子空间法,并利用时频分布——Gabor展开作为数据前处理,采用特征参数随数据量增加而变化的稳定图有效区分了物理模态和虚假特征,剔除虚假模态,辨识弱小特征,提高了辨识精度。以某水电站泄洪表孔弧形闸门为例进行模态参数辨识,并与有限元结果进行比较。结果表明,改进随机子空间法辨识结果与有限元数值分析结果吻合较好,可见所提方法可行、有效。     

基于果蝇优化算法的汽轮机调节系统参数辨识

为了建立用于电力系统稳定计算的汽轮机调节系统的准确模型,通过现场试验的方法得到某电厂试验数据并进行了相关预处理,采用果蝇优化算法对该电厂汽轮机调节系统各环节的参数进行辨识,最后对辨识结果进行仿真校核,给出仿真曲线与实测曲线的对比结果,并计算出各误差指标.结果表明:所采用的果蝇优化算法适用于汽轮机调节系统参数辨识,经过仿真校核得到的模型与机组实际特性趋于一致,验证了该方法的实用有效性.     

Finite-element calculation of leakage inductances of a saturated salient-pole synchronous machine with damper circuits

It is important to understand the relationship between leakage flux distributions and machine characteristics for better design of synchronous machines. This paper presents a calculation method for leakage inductances of saturated salient-pole machines with damper circuits. All leakage inductances are divided into the self-leakage, gap leakage, and winding-differential leakage inductances. The leakage inductances correspond directly to the leakage flux distributions in the machines. Cross-magnetizing inductances are also calculated. The method is applied to a 300-MVA class generator. The relationship between the winding distributions, flux distributions, saturation, and inductances is discussed. Weak magnetic influence of the damper circuits on the armature in the d-axis is quantitatively illustrated through values of the winding-differential leakage inductances. The cross-magnetizing inductances, except for the d-axis damper circuits, are relatively large. Variations of the armature self-leakage inductances with saturation are small, and variations of the field and damper self-leakage inductances are larger.     

基于GA优化支持向量机的变压器故障诊断

针对变压器故障诊断中出现的多故障分类问题,为提高支持向量机的多故障分类的准确率,利用遗传算法(GA)对支持向量机的相关参数进行了优化。将利用遗传算法优化的支持向量机(GA-SVM)应用于变压器故障诊断中,并与利用粒子群算法优化的支持向量机(PSO-SVM)的识别结果进行比较。对比试验结果可以看出,GA-SVM算法能够更为有效地选择支持向量机的相关参数,在很大程度上提高了变压器多故障分类的准确性。     

A novel robust adaptive sliding mode control using stochastic gradient descent for PEMFC power system

This study represents a comparison of novel robust adaptive sliding mode control using stochastic gradient descent (ASMCSGD) versus the super twisting algorithm (STA) for the proton exchange membrane fuel cell (PEMFC) power system. PEMFC has been constantly encountered with external disturbances such as inlet gas pressures and temperature fluctuations which a novel adaptive control law should be designed to be robust against the mentioned perturbations. The proposed ASMCSGD is based on the conventional sliding mode control (SMC), which guarantees robustness and restraining external disturbances. As is common, the main drawback of conventional SMC is the generation of a chattering phenomenon. Therefore, by using the stochastic gradient descent (SGD), a novel adaptive control law is designed. Hence, the SGD can continuously calculate the adaptive gain and then guarantee robustness besides minimizing the chattering phenomenon. The stability of the PEMFC power system for both controllers ASMCSGD and STA is demonstrated via the Lyapunov theorem. Simulation results have been studied and illustrate the effectiveness of the proposed controller successfully using Matlab/Simulink.     

基于混沌飞蛾捕焰算法的波浪发电系统最大功率跟踪

针对水动力参数非线性导致直驱式波浪发电系统控制效果不佳问题,文章采用混沌飞蛾捕焰优化控制算法解决。该算法初期引入具有非周期性和遍历性的混沌算子,采用多精英组合的直线捕焰模式寻优;后期结合火焰自适应机制,采用螺旋捕焰方式,求解最优电磁力,控制直线发电装置,提高捕获效率。通过ANSYS软件进行浮子的水动力数值计算,结合改进算法寻求系统最优负载。仿真结果表明,在波浪周期变化时,混沌飞蛾捕焰算法能有效提高全局搜索能力和求解精度,增加系统输出功率。     

Wind farm active power dispatching algorithm based on Grey Incidence

This study proposes a wind farm active power dispatching(WFAPD) algorithm based on the grey incidence method, which does not rely on an accurate mathematical model of wind turbines. Based on the wind turbine start-stop data at different wind speeds, the weighting coefficients, which are the participation degrees of a variable speed system and a variable pitch system in power regulation, are obtained using the grey incidence method. The incidence coefficient curve is fitted by the B-spline functi...     

基于综合能源系统的最优潮流解耦算法

依据能源枢纽作为多能源系统的联系载体,建立了一个通用的优化建模框架,用于不同能源耦合系统的最优潮流研究。根据建立的优化建模框架,将综合能源系统的最优潮流问题解耦,得到一系列独立的传统最优潮流问题,从而使得问题易于求解。综合能源系统的最优潮流问题是一个大规模的非线性问题,将多主体进化算法应用于求解中,从而保证能够得到的全局最优解,适用于大型的复杂的多能源系统。通过包含有多个能源枢纽的综合能源系统的仿真分析,验证了该模型的有效性。     

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。     

基于自寻优占空比的光伏系统最大功率跟踪算法

提出一种基于自寻优占空比的改进变步长最大功率点追踪(MPPT)算法。该算法利用功率电压曲线斜率实现追踪占空比自寻优,运行点远离最大功率点(MPP)时采用较大占空比追踪,在MPP附近时采用较小占空比追踪。MATLAB仿真结果表明,改进算法准确实现追踪占空比自寻优,同时具有较好的动态响应特性和稳定性。     

基于改进粒子群优化算法风力发电功率预测研究

准确的风电功率预测为电网运行调度提供可靠的依据。文章定性分析了数据相关性对功率预测的影响,提出一种基于模拟退火算法和粒子群优化算法相融合的风力发电功率预测模型。在构建基于粒子群优化算法预测模型基础上,针对粒子群优化算法存在的早熟问题,采用模拟退火算法对粒子群算法进行优化。实际算例表明该方法具有较高的预测精度和计算速度,具有较强的实际意义。     

基于改进功率预测算法的变步长光伏MPPT研究

光伏阵列最大功率点跟踪是目前光伏发电应用的研究重点。文章针对传统功率预测算法在光照非匀速变化时出现误判这一问题,利用光照变化率的概念,使光照条件变化过程的建模更加精确,改进了传统功率预测算法。同时,通过增加步长调整系数,提高算法的跟踪速度。最后搭建光伏发电系统的最大功率点跟踪模型,对比仿真结果表明,改进算法能更迅速、更准确的实现最大功率点追踪。