多机系统中考虑多种运行方式的飞轮储能系统稳定器设计

针对基于某运行点设计的飞轮储能系统(FESS)稳定器不能保证鲁棒性问题,提出考虑多种运行方式的FESS最佳安装地点、控制回路和反馈信号选择以及FESS稳定器参数整定的改进方法。在推导了含FESS的多机系统线性化模型的基础上,应用阻尼转矩分析法,将多种运行方式下的最小阻尼转矩指标中的最大值作为FESS安装地点、控制回路和反馈信号的选择指标,以改变特征值实部最小的运行方式作为整定FESS稳定器参数的运行方式,并以FESS接入四机系统为例,分析结果表明应用该方法设计的FESS稳定器在多种运行方式下都能有效抑制低频振荡,验证了方法的有效性,且具有一定的鲁棒性。     

中国部分典型地区大气可降水量特性遥感研究

新疆喀什、河北张北、安徽合肥、云南丽江分别位于中国西部、北部、中部、南部地区,属于我国典型气候地区。利用DTF型太阳光度计资料分析了该四个典型区域不同季节大气可降水量日变化和季节变化特征,分别给出各地区观测期间可降水量日均值、月均值和季节变化以及频率分布。结果表明:合肥可降水量最大,丽江最小,喀什高于张北;各地区可降水量夏季最多,冬季最少,喀什和合肥春季低于秋季,张北和丽江春季高于秋季。喀什可降水量值多集中在0.3~2.0 cm之间,张北多集中在0.05~1.5 cm之间,合肥多集中在0.2~3.0 cm之间,丽江多集中在0.04~0.5 cm之间。     

雾滴谱分布和雾对红外的衰减

雾天气是一种常见的天气现象,为了研究雾气溶胶的特性,利用光学粒子计数器对雾的实际测量结果,使用Junge谱、对数正态谱和Γ谱对雾气溶胶谱分布特性进行了拟合,分析了地面雾和山顶雾气溶胶谱分布的特征。最后还对雾气溶胶在可见和红外波段的消光特性进行了计算。     

水轮发电机组电气制动技术分析

介绍了电气制动的工作原理，它是基于同步电机的电枢反应。电气制动相比于机械制动具有制动力矩大、停机速度快、清洁无污染，但随着当前推力轴瓦的较大改善，机械制动也日趋成为可能。就新形势下水轮发电机组采用电气制动技术中存在的一些问题，如加装电气制动装置带来资金、场地的困难，以及在已安装电气制动的机组上实际运行所暴露出的制电流过大，投入时间间隔过短等缺陷提出了将电气制动与励磁系统结合、电气制动与机械制动混合制动的改良措施。     

极端灾害下考虑动态重构的微网形成策略

随着极端自然灾害的日益频繁,为了充分发挥燃气轮机、燃料电池等可控分布式电源(DG)在极端情况下的支撑作用,文中提出了一种极端灾害下考虑动态重构的微网形成策略,提升可控DG对重要负荷供应的电量价值。首先,利用Wasserstein距离求解负荷概率分布的相似性,将各个负荷划分为不同的时间场景。其次,读取线路当前的状态信息,建立满足辐射状微网形成问题的约束条件,以最大化恢复负荷价值为目标函数,利用混合整数线性规划的方法求解微网形成的静态最优方案。最后,结合负荷的状态变化,求解无重构次数限制下的动态最优解,并考虑重构次数限制,以动态过程恢复负荷价值最大为优化目标,确定最优方案。结果表明,以Wasserstein距离负荷状态划分为基础的动态重构,提升了配电网在极端环境下支撑负荷的电量价值。     

计及需求响应的电网安全优化调度模型

针对传统的发电日前调度方案,提出一种计及需求响应的电力系统安全优化调度模型.以峰谷分时电价为基础,建立激励补偿机制,鼓励用户积极参与需求侧资源调度,从而使得“削峰填谷”的效果更加明显.同时,为了合理配置电网运行的备用容量,在所提出的模型中融入期望停电损失,保证电网运行的安全性.基于IEEE24节点的算例分析表明,所提出的考虑需求响应和期望停电损失的电力优化调度模型可以在保证一定可靠性水平的前提下,降低电网的运营成本,实现市场环境下电力系统的经济和安全运行.     

无线定位技术在移动式起重机中的应用

针对现有起重机作业无法进行高精度动态定位的问题,提出了一种基于超宽带定位原理的起重机无线定位算法。研究设计了无线定位算法模型、硬件框架和控制系统,进行了仿真分析和整机试验。试验结果显示该无线定位系统满足设定的性能要求。     

引入PID反馈的SHAEKF算法估算电池SOC

电池荷电状态(SOC)的估算精度是电动汽车电池组的重要指标。为提升SOC估算精度,在融合Sage-Husa扩展卡尔曼滤波(SHEKF)算法与自适应扩展卡尔曼滤波(AEKF)算法的基础上,增加比例积分微分(PID)反馈环节,形成改进算法。采用粒子群优化(PSO)算法对二阶RC等效电路模型进行参数辨识;用开源电池数据集对模型和算法进行实验和分析。改进的SHAEKF算法在电池动态应力测试(DST)、北京动态应力测试(BJDST)和美国联邦城市驾驶(FUDS)等工况下的平均估计误差都在1%以内,与单纯的融合算法SHAEKF算法相比,最大误差可减小5%。     

基于TCN-GRU模型的短期负荷预测方法

为了进一步提高短期负荷的预测精度,为电力系统的稳定运行提供更加有力的保障,文中提出了一种将时间卷积网络(TCN)和门限循环单元(GRU)相结合的短期负荷预测方法TCN-GRU。首先,将采集的训练数据划分为时序数据和非时序数据;其次,将时序数据输入到TCN模型中以提取时序特征;然后,将提取出来的时序特征与非时序数据组合起来输入到GRU模型中对模型进行训练;最后,利用训练好的模型实现对短期电力负荷的预测。基于广东省佛山市某行业真实负荷数据验证了TCN-GRU模型的负荷预测能力,并通过对比多种深度学习模型的预测效果,验证该模型具有更高精度的短期负荷预测能力。     

考虑自适应传输备用的含风电电力系统双层随机调度方法

大规模风电接入增加了电网发生输电阻塞的概率.为克服确定性阻塞管理方法在应对系统随机扰动上的不足,基于考虑阻塞风险的机会约束规划条件,提出一种计及风电不确定性的传输备用自适应量化方法,构建了包含自适应传输备用的双层随机调度模型.该模型将线路传输备用纳入上层的机组组合模型中,针对下层的经济再调度问题,采用改进点估计法求得线路实时潮流的统计分布特性,并将结果返回上层模型以动态调整备用需求大小.同时,基于下层模型的Karush-Kuhn-Tucher最优条件,将双层优化结构合并为单层,并最终转化为便于求解的混合整数规划问题.最后,通过IEEE RTS-24节点测试算例验证了所提模型和方法能够有效缓解传输阻塞,提高风电消纳和备用可用性.