商业园区储能系统削峰填谷的有功功率协调控制策略

作为未来重要的电力用户,商业园区建设将成为智能电网建设的重要内容之一。商业园区中储能系统最基本的作用是进行负荷侧的削峰填谷,在给园区带来经济收益的同时,也保证了电网运行的安全性。提出了一种储能系统削峰填谷的变参数功率差控制策略,基于园区典型日负荷预测曲线,对负荷状态和储能SOC状态进行区间划分,提出了对应的子目标函数,采用适应度函数变差系数排序法确定各子目标函数权重,对目标函数进行寻优,确定不同负荷区间与SOC区间的储能系统控制策略。最后,以上海某商业园区为例进行了仿真,验证了所提控制策略的有效性。     

基于风电概率预测的风电场调频容量估计方法

考虑风电的不确定性,提出一种基于风电功率概率预测区间和储能设备的风电场调频容量估计新方法。首先基于风电场弃风数据,利用粒子群算法得到风电场储能系统容量配置;然后建立Copula分位数回归模型求得日前风电功率预测区间;最后结合日前风电限值和不同置信概率下的风功率预测曲线产生最优调频容量估计。风电场实际数据的仿真证实所提方法的有效性,可为风电场调频能力研究提供有益的探索。     

发电厂主汽温系统的模糊滑模控制研究

电厂主汽温被控对象是一个典型的变参数、强扰动的对象,常规的PID控制器难以满足控制要求。针对此问题,设计一种自适应模糊滑模控制器。该控制策略基于带积分补偿的变结构控制器,并利用自适应模糊控制方法,把滑模控制器中的不确定项进行模糊逼近。利用李亚普诺夫函数证明了控制器的稳定性。将此控制策略应用到电厂主汽温控制系统中,仿真结果显示此控制方法具有较强的鲁棒性和良好的跟踪性能。     

过热汽温多模型预测函数控制策略的研究

过热汽温系统是典型的大时延、大惯性对象,尤其当机组负荷变化时,参数表现出明显的时变特性,大大降低了传统PID串级控制的品质。基于此点,提出先进的多模型切换的过热汽温预测函数控制策略。使用带有Smith预估补偿思想的一阶时滞对象预测函数控制算法,来有效克服对象的大时延、大惯性;并通过建立若干典型工况的固定模型,在线计算其模型匹配度确定控制权重,从而得到控制器的输出的方法,能适应参数的时变。与PID串级控制和单一模型控制的仿真结果对比,证实了本控制策略的有效性。图3表1参8     

电网约束下变速风电机组的限负荷控制策略

为适应目前电网限制风电场上网发电量的要求,风电机组需要具备全程风速范围内的功率限发调节能力。对变速风力发电机的限负荷控制策略进行了研究,建立了风电机组功率对象的数学模型,分析了可实现机组功率调节的桨距角控制模式和转矩控制模式,并建立了仿真模型,针对多种典型工况进行详细的仿真对比。结果表明,转矩控制模式下风电机组调节过程具有更好的动态特性,更适合于实现电网限发条件下的变速风电机组功率控制。     

基于GPRS技术的集中式自动抄表系统

针对集中式抄表系统对数据传输可靠性和实时性的要求．提出并设计了一种基于通用无线分组业务GPRS(General Packet Radio Service)技术的集中式数字抄表系统。克服了低压抄表系统中通信介质的瓶颈问题。详细介绍了系统的结构和实现方式,包括供电局用电分析管理系统、银行售电管理系统和数据采集系统。运行经验和实践表明该系统具有传输速率快、可靠性高、实时性强和运行费用低的优点。     

基于EEMD的SOA-KELM风电功率概率性短期区间预测

针对风电功率概率短期区间预测问题,提出了基于集合经验模态分解(EEMD)与人群搜索算法(SOA)优化的核极限学习机(KELM)模型。首先,在风电功率非平稳性时频分析的基础上,利用EEMD将原始风电功率序列分解为不同的子序列,并对各EEMD子序列建立基于上下限直接估量的预测子模型。然后,使用SOA寻求KELM子模型输出权值上下限的最优解,以优化模型预测性能。最后,以实际数据为算例,将本文模型与粒子群优化(PSO)算法优化的5种预测模型进行对比。结果表明:EEMD-SOA-KELM模型收敛速度更快且全局收敛,可获得更加可靠优良的区间预测结果。     

一种定性和定量信息混合控制法

基于精确数学模型的定量控制,虽精度高,但控制质量受限于对象参数的变化;定性控制具有较强的鲁棒性,但精确性稍差.结合两者优点,本文提出了一种无需对象精确数学模型的定性、定量信息混合控制新算法.该算法首先建立无因果划的键图模型,使用改进的键图理论,分析并给出键图模型中知识的定性表达方程,并对该定性表达方程进行适当的化简导出控制方程.对比PID控制的仿真结果证实:该算法具有较好的鲁棒性和动态性能,尤其在对象参数时变和含有非线性环节时.     

考虑光-荷不确定性和旋转备用约束的主动配电网经济优化调度策略

分布式光伏、储能装置等大量分布式电源接入主动配电网(active distribution networks,ADN)后,光伏出力、负荷和旋转备用容量的多重不确定性对主动配电网经济调度的可靠性提出新的挑战。考虑了光伏出力及负荷不确定性,对旋转备用容量进行概率约束,以调度过程中运行成本最小为目标函数提出了一种主动配电网经济优化调度模型。通过所提出的潮流约束线性化方法和离散步长变换方法,将机会约束规划(chance constrained programming,CCP)模型转化为易于求解的确定性混合整数线性规划(mixed-integer linear programming,MILP)模型,并通过CPLEX求解器进行求解。基于IEEE-33节点配电网系统对所提方法进行验证。算例结果表明,所提策略的系统计算时间显著减少,优化效果更好,且可以通过适当设置旋转备用容量概率约束的置信水平实现主动配电网可靠性与经济性间平衡。     

基于EMD与加权马尔可夫链QR法的风电功率区间预测

提出一种基于经验模式分解(EMD)、加权马尔可夫链与分位数回归(quantile regression,QR)的风电功率概率区间预测方法。由于风功率数据与风速显著相关,首先对历史风速进行经验模式分解,得到不同频率段的风速,再以不同频率段的风速为样本,分别对其进行加权马尔可夫链预测,相加得到最终预测风速。最后将所得的预测风速代入QR预测模型,得到一定置信水平下的风电功率概率区间的上下限。以区间覆盖率和区间平均带宽为评价指标,与马尔可夫链下的QR法和加权马尔可夫链下的QR法的对比仿真表明,提出的基于经验模式分解与加权马尔可夫链下的QR法具有风电功率概率预区间预测的覆盖率更高,平均带宽更窄,精度更好的预测效果。