基于WiFi共享的移动通信网络信号补盲系统

研究在4/5G信号覆盖不佳,且无可信WIFI信号接入的场景下,基于VoWiFi技术,通过三网融合、WiFi共享等模式,结合大数据分析和自动配置工具实现语音和数据业务同时使用的通信业务。提出一种非可信WiFi网络参与可信任共享的模式,无硬件成本投资就解决缺乏公共网络覆盖的区域手机用户的通信需求,实现移动通信信号补盲。     

一种基于VoWiFi的家庭调制解调器WiFi共享技术研究

通过对基于VoWiFi的家庭调制解调器WiFi出现的背景、技术可行性、安全性和实现方法的描述,论述了一种在4/5G信号覆盖不佳,且无可信WiFi信号接入的场景下,利用同一运营商的家庭调制解调器共享WiFi解决移动终端接入通信网络的语音和数据业务等通信需求的方法。     

限出力条件下风电场集群有功功率优化分配方法

受电网建设与风电场建设不协调、外送通道输送能力不足等因素影响,风电场弃风问题日益严峻,且短期内无法得到有效解决。结合中国大规模风电基地开发建设特点,建立了一种基于超短期功率预测的限出力条件下的风电场集群有功功率优化分配方法。该方法将限出力条件下的风电场集群有功出力最大化、线损最小化作为目标函数,将系统安全、风电场输出功率、风电机组频繁启停、低预测功率作为约束条件,许计及了联络线上有功功率损耗以及超短期有功功率预测误差的影响。以中国西北地区某风电场集群进行的箅例分析验证了方法的有效性和可行性。     

基于扩散映射理论的谱聚类算法的风电场机群划分

针对地形复杂或布局不规则的风电场,将谱聚类方法应用于风电场机群划分,提出了一种风电场的机群分类方法.该方法以风电机组具有相同或相近运行点为机组分群原则,应用基于扩散映射理论的谱聚类算法对风电场各机组的实测运行数据进行聚类分析,找到风电机组之间动态运行过程的相似性,从而实现对风电场内所有风电机组的聚类划分.通过算例仿真验证了所提出的机群划分方法的有效性.     

基于中间数据库的PSS/E与BPA数据转换的研究

针对现有电力系统仿真软件PSS/E与BPA间存在的数据异构,不利于软件间数据共享和对比分析计算的问题,分析了基于中间数据库的异构数据源的转换方法,给出模式转换和数据转换实现过程;根据此方法将潮流数据和动态数据从源数据库中读出,通过PowerWorld中间数据库写入目的数据库,完成PSS/E与BPA异构数据的转换。以标准IEEE9节点系统为例进行数据转换和仿真对比分析,仿真结果显示PSS/E和BPA的潮流计算和暂态稳定性计算结果基本相同,证明数据转换是正确的。可见,基于该方法实现PSS/E与BPA的数据转换是可行的。     

配电网变电站并列运行三绕组变压器无功补偿的经济分析

配电网变电站三绕组变压器的无功补偿大多数是在低压侧安装并联运行的单组或多组电容器,传统上电容器投入与否或投入几组是根据变压器电源侧的功率因数大小来控制。这种控制方法的缺点是:仅考虑功率因数提高减少了变压器损耗的因素,而忽视了投入电容器介质损耗增大的因素。讨论了配电网两台三绕组变压器中压侧分列低压侧并列运行时,并联无功补偿电容器的经济运行;根据变压器损耗与电容器介质损耗之和最小的原则分析计算投切电容器组的临界负载,发现在某些条件下提高功率因数不仅不节电反而浪费电量;并在此基础上提出判断电容器经济运行的方法:最后举例说明了经济运行的节电效果。     

考虑相关性的地区风电出力对调峰容量的影响分析

在地区性的大规模风电并网背景下,电网的调峰能力是制约风电并网的一个很重要的因素。本文以某一实际地区电网一年的数据为例,计算风电出力和典型日负荷的皮尔逊相关系数,分析单风电场出力和地区风电出力的特性,在风电出力特性分析的基础上,计算分析不同风电出力场景下的调峰容量,选取用于调峰容量计算的地区风电典型出力特性。研究认为当地区电网并网风电容量较大时,考虑地区风电出力与负荷的相关性,采用逆调峰特性最明显的风电出力场景计算调峰容量是更合理的方法。     

基于分段控制的双馈风电机组有功-频率控制

为缓解大规模风电并网给电力系统频率带来的不利影响,在考虑风力发电经济性的前提下,使风电机组具有类似常规机组的调频特性,以改善含大规模风电的电力系统的频率稳定性,提出一种基于分段控制思想的双馈风电机组有功-频率控制策略,将风电机组有功-频率控制分为4段：卸载运行段、调频段、最大功率运行段及脱网运行段。研究采用该策略的控制模型参数整定问题,进而分析采用该控制策略的双馈风电机组的调频能力,探讨风电渗透率及负荷变化幅度对其调频效果的影响,在此基础上得出双馈风电机组的有功-频率特性。仿真结果验证了所提有功控制策略的可行性与有效性。     

基于实测数据的风电场风速-功率模型的研究

建立准确的风电场模型是风电接入系统相关研究的基础。首先通过对某双馈风电机组的标准功率特性曲线和实测风速-功率散点图进行对比,针对它们之间的差异问题,建立基于实测运行数据的风电机组风速-功率模型。其次,针对地形复杂、机组排列不规则的大型风电场风速差异性问题,利用K-means聚类算法对风电场内所有风电机组按实测风速数据进行聚类划分,建立了整个风电场的等效风速模型,进而给出了基于实测运行数据的风电场风速-功率模型。然后,以某实际风电场为例,对该风电场内的风电机组按风速进行K-means聚类划分,结果显示该划分结果与简单按地理位置的机群划分结果有明显差异。最后,对传统的风速-功率模型和所提出的风速-功率模型输出结果进行比较,结果证明所提出的模型相对于传统模型而言,准确性有了较大的提高。     

鲸鱼优化支持向量机的短期风电功率预测

为提高风电预测的精度,提出一种鲸鱼优化支持向量机SVM(support vector machine)的组合预测模型.该模型针对风电序列的非平稳波动特性,首先应用集合经验模态分解技术EEMD(ensemble empirical mode de?composition)将原始风电序列分解为一系列不同特征尺度的子序列;并...