特约主编寄语

近年来,随着新能源渗透率逐步提高,电源的间歇性、波动性为电网的无功控制带来困难。同时,为了实现跨区电网的电力互供,促进清洁能源消纳,我国开展了大规模交直流混联电网的建设。若送端无功水平不足,大扰动下可能发生大规模新能源脱网事故;若受端网架结构薄弱,无功支撑能力不足,特高压直流可能因交流故障而发生换相失败甚至闭锁,进而导致电网崩溃等严重后果。为了提高大规模交直流混联电网对故障的耐受能力,保证电网安全稳定运行,各类新型无功补偿、控制技术获得了广泛关注,成为学界与业界的研究热点。     

考虑规模化快充负荷的低压互联配电台区风险评估

提出一种基于规模化电动汽车快充负荷的配电台区风险评估方法.首先,以"停车—充电"模式为基础,考虑居民区、商业区不同的充电需求,进行电动汽车快充负荷的模拟;其次,给出配电台区中快充负荷分散接入的传统方式,以及台区低压侧互联的新型接入方式,并基于此提出AC/DC变流器、储能设备的控制策略,建立台区互联的功率模型;最后,以台...     

虚拟仪器技术及其在电力系统中的应用

概述了虚拟仪器的组成、常用软件,介绍了虚拟仪器技术在电力系统实验教学、远程电力参数测试和分析系统、地下电缆故障测距、谐波测量、电力系统监测以及电力互感器校验中的应用,指出虚拟仪器在电力系统中具有广泛的应用前景。     

基于改进鲸鱼算法的混合直流输电系统控制参数优化方法

混合直流输电系统结合了传统电网换相换流器和电压源换流器的优点，具有广泛的应用前景。为解决混合直流输电系统控制参数优化问题，引入一种新型的元启发式算法--鲸鱼算法。针对算法全局搜索能力较差的问题，引入混合优化理论，利用模拟退火和联赛选择机制对其进行了改进，改进算法有效平衡了全局搜索与局部开发能力，降低了对参数选择的依赖性。以双极型两端混合直流输电测试系统为研究对象，采用改进鲸鱼算法优化整流侧定电流控制中的比例积分（proportional integra，PI）参数和逆变侧dq轴双环控制器的PI参数，并通过MATLAB和PSCAD软件联合仿真实现该算法。算例结果表明，相比于原始鲸鱼算法和粒子群算法，所提算法具有更高收敛精度，有效优化了控制系统的参数，提升了混合直流输电系统的指令跟踪能力。     

考虑关键故障筛选的电-气互联综合能源系统混合控制方法

电网与气网耦合日益加深,分析电网或气网故障对电-气互联综合能源系统安全稳定运行的影响具有重要意义。在此背景下,计及电-气互联综合能源系统的互补特性,提出一种考虑关键故障筛选的混合控制方法。该方法为一种迭代算法:主问题针对预想故障集中的关键故障集,提出最优预防控制策略;子问题基于主问题控制策略,针对预想故障集中关键故障外的其他故障进行优化校正,并根据切负荷阈值筛选出其中关键故障添加至关键故障集。最后,以IEEE24节点电力系统和25节点天然气系统为算例,验证了所提算法的有效性。     

改进迭代自组织数据分析法的不良数据辨识

针对迭代自组织数据分析技术A(iterative selforgani zing data analysis technique A-ISODATlA)对初始聚类中心敏感问题,提出将基于遗传算法的改进ISODATA方法用于电力系统不良数据辨识。该方法采用量测值的标准残差rN 和相邻采样时刻量测值之差△z作为特征值,然后采用遗传算法形成初始分类矩阵,通过遗传操作进行迭代计算,实现量测数据的模糊聚类分析,最终根据隶属度的大小来辨识其是否属于不良数据。算例表明,该方法能最终获得全局最优解,从而进行准确的不良数据辨识,避免了初始聚类中心对分类结果的影响。     

计及相关性及改进交叉熵法的电-热互联综合能源系统风险评估

电-热互联综合能源系统负荷及风电随机性加剧,导致系统运行风险水平增加.为解决上述问题,提出了一种计及变量相关性及改进交叉熵法的电-热互联综合能源系统风险评估方法.首先,构建了电-热互联综合能源系统潮流模型,采用高斯混合模型建立风电出力不确定性场景,基于概率潮流对系统风险进行评估.接着,针对现有单峰最优抽样函数的交叉熵法...     

基于深度神经网络的电力系统快速状态估计

随着现代电力系统的迅猛发展,电网结构和运行方式日益复杂,对状态估计的实时性和准确性也提出了更高的要求.为此,该文提出一种基于深度神经网络的电力系统快速状态估计,通过相关性分析筛选出该状态估计模型的输入量测集,进一步利用海量历史数据建立基于深度神经网络的状态估计模型.当电力系统的实时量测更新时,将强相关量测输入已建立的状...     

考虑样本类别不平衡的电网故障事件智能识别方法

电网中不同设备的故障概率存在差异,影响智能诊断技术的准确性.为解决此问题,提出了一种基于代价敏感学习和模型自适应选择融合的电网故障事件智能识别方法.首先,利用Word2vec模型将预处理后的电网告警信息向量化,并搭建2个双向长短期记忆网络作为基础分类器;然后,设计代价敏感损失函数,将交叉熵损失函数与代价敏感损失函数分别应用于2个分类器中;最后,提出一种模型自适应选择融合法,融合上述分类器,得到故障事件识别结果.实际数据测试表明,所提方法能够有效降低故障事件识别中样本类别不平衡的影响.     

基于VFFRLS算法的锂电池参数辨识

动力电池性能是影响电动汽车综合性能的关键因素,因此准确辨识锂离子电池模型的参数对后续电池系统的荷电状态估计和健康状态预测至关重要。为了提高锂离子电池模型参数辨识算法的精度,以磷酸铁锂电池作为研究对象,建立电池二阶RC等效电路模型,并采用基于变量遗忘因子的最小二乘算法对锂离子电池模型进行在线参数辨识。通过搭建测试平台进行充放电实验,基于2种不同工况的实验数据,分别用文中算法、递推最小二乘算法和传统的带遗忘因子的最小二乘算法进行参数辨识,根据辨识结果估计出的端口电压与实验测试得到的实际值的误差比较来描述文中算法辨识结果的准确度。实验结果表明,基于变量遗忘因子的最小二乘算法在锂电池参数辨识方面表现出快速的收敛性和较高的估计精度。