计及风光出力相关性的配电网多目标无功优化EI北大核心CSCD

风电-光伏机组的大量接入对传统的无功优化模型提出了新的挑战。提出了计及风光出力相关性的配电网多目标无功优化模型,采用粒子群优化神经网络(particle swarm algorithm-BP neural network,PSO-BP)依据过去天气预报和风电出力的历史数据训练得到风电预测出力曲线,利用综合场景概率法生成光伏出力曲线。用斯皮尔曼相关系数将风光之间的出力相关性量化,再考虑风机和光伏机组共同参与无功优化。采用多目标粒子群算法(multi-obj ective particle swarm optimization,MOPSO)求解模型,以改进的IEEE 33节点配电网系统作为仿真样本,求得兼顾网损和电压偏差的Pareto最优解集,从中选择最优方案。算例结果验证了风光出力相关性对无功优化的影响,以及分布式电源接入配电网能有效降低网损和提高节点电压。在实际运行中,各地区的风光出力均满足一定的自然规律,可以以斯皮尔曼相关系数大小为参考依据,实现分布式电源(distributed generation,DG)和静止无功补偿装置(static var compensator,SVC)的协同优化运行,为配电网的安全经济运行保驾护航。     

基于改进遗传内点算法的电网多目标无功优化

将遗传算法和内点法相结合求解电力系统无功优化问题。改进了传统的遗传算法,采用混合编码和动态调整选择、交叉、变异算子,并在适应度函数中引入了内点法的对数障碍函数,有效地解决了实际系统的离散变量和状态变量易在边界取得的问题。在无功优化模型中,计及了网损,电压平均偏离,静态电压稳定裕度和调控费用4个指标。IEEE 14和IEEE 57节点算例系统的仿真结果表明,该算法稳定且具有很好的全局寻优能力和较快的收敛速度,能有效提高系统运行的经济性和安全性。     

风电场混合储能系统优化配置方法

以钒电池VRB(Vanadium redox flow battery)和超级电容SC(supercapacitor)组成的混合储能系统为对象,建立了混合储能系统优化配置模型,研究用于平抑风电场功率波动的混合储能系统容量配置问题。结合专家系统和改进遗传算法提出了一种混合储能系统优化配置方法。首先,以电网节能和电压稳定为指标建立了风电场目标输出曲线;再将基于专家系统的协调控制策略引入改进的遗传算法中,得到混合储能系统的优化配置结果;最后,对典型日风电场出力下的钒电池和超级电容的工作情况进行分析,得到了专家协调控制策略具有延长钒电池寿命的结论,并验证了配置方法和模型的正确性。     

风电机组变桨距系统的反推滑模控制

传统的变桨距控制器在风速快速变化的情况下难以达到良好的效果,为改善系统的动态性能并实现恒功率输出,提出了基于精确反馈线性化(EFBL)的风电机组变桨距系统反推滑模控制方案。该方案首先将原非线性系统模型进行全局线性化处理,再将滑模控制和反推控制结合设计出反推滑模控制器(BSMC)。该控制器既保证了风机在高风速下具有良好的稳定性,又避免了单独使用传统反推设计方法带来的计算过程复杂的问题。仿真结果表明,通过与传统滑模控制器(SMC)进行对比,该方案有效地改善了风电机组变桨距系统的控制性能,能够很好地稳定风电机组的输出功率。     

两种新型综合模型在短期负荷预测中的应用

在四种广泛应用的预测模型(SVM模型、BP网络模型、小波回归模型、基于同类日模型)的基础上,提出了两种新型综合模型Ⅰ和综合模型Ⅱ.在模型的建立及参数的确定过程中,采用虚拟预测理念,并对历史数据、温度因素、节假日因素、经济水平增长因素的处理做了一系列创新改进.最后以EUNITE Network 2001年8月1日举行的一次全球性的预测竞赛为算例,验证了两种综合模型比单一模型有更高的预测精度,说明了这两种综合模型的优越性.     

基于输电线路脆弱性评估的连锁故障预防控制

针对电力系统中线路故障可能引起的连锁反应故障,提出一种基于线路脆弱性评估的连锁反应故障预防控制方法。考虑系统低电压、频率的变化以及潮流转移的严重度函数,以故障发生的可能性和严重性的乘积作为风险指标对事故链及输电线路进行风险评估,通过线路和事故链的风险指标对各输电线路进行脆弱性评估,以此来量化线路故障后对周围电网的影响以及发生连锁反应故障的风险。并基于优化潮流和原对偶内点算法建立了线路脆弱性的预防控制模型,通过对系统控制变量的优化,有效减小了线路脆弱性大小及发生连锁反应故障的风险,提高了系统运行的安全性。通过在IEEE14节点系统仿真验证了该方法的有效性。     

含分布式电源的交直流混合配电网动态重构模型

直流配电网的发展为直流电源和负载提供更高效接入方式的同时,也使配电网在运行中呈现出交直流混合的拓扑形式.为适应这种变化,考虑交直流配电网重构中可能出现的混合结构,建立了统一的稳态潮流模型.为了保证网络辐射特征,建立了基于有功潮流方程的充要约束条件,进而提出含分布式电源的交直流混合配电网动态重构模型.该模型以购电成本、网...     

人工智能在最优潮流中的应用综述

近年来,人工智能(AI)技术广泛地渗透到了电力系统,在电力系统最优潮流(OPF)的解算中,基于Al 方法的算法能够有效处理非线性和离散性问题,从而摆脱陷入局部极值或发散的可能,获得全局最优解该文相应于Al的结构模拟、思维模拟和行为模拟三类研究方法,分别综述了人工神经元网络(ANN)、模糊集理论、进化方法(模拟进化、模拟退火等)、多代理技术等Al方法在电力系统OPF中的应用     

基于Prony算法的HVDC输电系统模型辨识

提出一种基于Prony算法的辨识HVDC系统传递函数的方法，直接从时域仿真数据或实测数据得到系统的等值线性模型，能够提供与特征值分析法本质上相同的信息，却不需要列写大规模的系统方程和建立系统的详细模型，为大型互联电力系统的振荡模态分析和控制系统设计提供了方便。并用HVDC系统实例研究验证了它的有效性和准确性。     

基于同步相量测量单元的观测线性化追踪目标 励磁控制策略

为了进一步改善电力系统的暂态稳定性,结合同步相量测量单元（PMU）和观测线性化追踪目标控制理论,推导出了基于同步坐标系和参考机坐标系的多机电力系统观测线性化追踪目标励磁控制规律。该控制策略利用PMU测量得到的系统实时运行状态量实现了状态方程线性化,从而可以对励磁控制器进行线性最优控制设计,避免了非线性系统局部线性化的不精确性和精确线性化时系统模型设计的复杂性,适合于在线应用。仿真结果表明,该控制策略较之非线性最优励磁控制能更好地提高电力系统的暂态稳定性。