风力-生物质能联合发电系统在微电网中的扩展规划

提出了基于改进遗传算法的风力-生物质能联合发电系统在微电网中的扩展规划模型,在寻求总成本最小的扩展方案的同时,使微电网可靠性更高,而且满足系统规划和运行的非线性约束条件。在规划总成本中,不但包含机组投资的建设费用和运行费用,而且把电力供给不足所导致的需求侧停电损失成本也考虑在内。在模型中采用了适应性权重和方法构造双目标函数,很好地协调了成本和可靠性的问题。计算表明,文章所提出的模型和算法是可行、有效的,能对智能电网和分布式发电的规划和设计提供一定的理论依据和技术支持。     

一种求解最大输电能力的模糊算法

将模糊集理论和原始-对偶内点法应用于求解在最不利的负荷增长方式下并具有可伸缩不等式约束的最大输电能力问题。试验系统的计算表明,选用最不利的负荷增长方式,能更加准确地求得系统最大输电能力的下限值;将部分不等式约束模糊化,可求解出更加符合实际情况的最大输电能力。     

一种认知MTD雷达脉间编码设计方法

认知动目标检测(MTD)雷达系统根据时变的杂波环境改变发射,从而改善回波的信杂噪比(SCNR)。针对在信号相关杂波中MTD雷达的发射设计问题,研究了基于慢时间域脉冲编码的MTD雷达模型,讨论了SCNR改善的可行性;提出了用于SCNR改善的脉间编码优化设计准则,给出了优化问题的简化方法,并针对锥约束下的二次型规划(CCQP)问题提出了一种基于简约梯度法的编码设计方法。仿真结果表明,慢时间域编码优化能够有效改善回波的SCNR,且该算法具有运算量小和实时性能好的特点。     

考虑多方利益的居民小区电动汽车有序充电策略

随着电动汽车的普及率越来越高,电动汽车规模化接入将给电力系统的稳定运行带来风险和负担,如何进行移峰填谷、减小负荷波动成了当今电网非常关注的一个问题。对此,文中提出了一种上层优化指导曲线和下层实时负荷跟随相结合的实时优化模型。在上层总控中心,基于典型日常规负荷曲线和车辆出行预测数据,建立了以总负荷(常规负荷和EV充电负荷)峰谷差最小为目标的优化模型,得出一条电动汽车充电功率指导曲线;在下层智能控制中心,根据返回EV的状态和充电需求,计算EV充电优先级,以上层优化得到的功率指导曲线为跟随目标,来指导电动汽车的有序充电,实现负荷跟随。然后以某小区的常规负荷数据和EV用户出行的概率模型数据进行充电模拟,计算出相关的指标,与无序充电的结果进行对比。仿真结果表明,此有序充电控制策略能够有效地实现EV充电负荷的移峰填谷、降低负荷波动,同时也能够增加代理商的充电服务收益,满足用户的充电需求。     

基于输入输出反馈线性化控制的光伏并网控制策略分析

提出了一种新的控制策略,利用输入输出反馈线性化控制技术,将非线性的光伏并网控制系统分解为d-q旋转坐标系下的两个等效线性控制系统,使直流侧电压、交流侧功率因数得到解耦控制。采用极点配置技术将系统的闭环极点配置在所希望的位置,以获得满意的动态品质和稳定性。另外,利用改进的增量电导法实现其最大功率跟踪(MPPT)控制,使系统兼具良好的动态、稳态性能,能满足光伏并网控制的性能要求。     

高压直流输电系统非线性变结构控制器的设计

为了进一步改善高压直流（HVDC）输电系统的性能，采用在逆变侧定无功电流控制方式代替传统的定熄弧角控制，并将现代控制理论中非线性系统的状态反馈精确线性化方法与线性系统的变结构控制理论相结合，设计了非线性变结构控制器。仿真结果表明，所设计的新型控制器能够改善直流系统的性能，并提高交流系统的电压稳定性。     

风电场中抽水蓄能电站的优化配置

为解决电力系统接入风电容量超过一定比例后引起的调峰及弃风问题,改善风电场功率输出特性,可采用与风电场配套建设抽水蓄能电站的模式。在建立风电场及抽水蓄能电站运行模型的基础上,以风电—抽水蓄能电站经济效益为目标,采用一种新的自适应遗传算法对风电—抽水蓄能电站的最佳容量配比进行求解。通过对一实际算例的仿真,表明配置适当容量的抽水蓄能电站可提高风电场的综合效益。     

泛在电力物联网框架下的新型UPFC系统

基于提出的建设泛在电力物联网的号召,利用统一潮流控制器(unified power flow controller,UPFC)实现物理层面上多条线路的紧密联系。由多个换流器串联接入到多条输电线路上,另外多个并联换流器连接到其他多个网络中,形成一个由换流器作为媒介的大型电力系统输电框架。在连接众多换流器的直流线路上,由储能电池作为有功功率支撑并联接入,共同组成泛在电力物联网框架下的新型UPFC系统。对新型UPFC系统进行数学建模,以对可再生能源的最大消纳能力和有功功率传输的最小成本为目标函数,用遗传算法进行求解。通过算例仿真验证了新型UPFC系统在增强有功功率传输极限、减少有功功率传输成本等方面的优越性。     

基于双蓄电池组的微电网两阶段调度优化模型及控制策略

针对微电网应用中储能寿命损耗成本过高的瓶颈问题,提出了基[JP2]于双蓄电池组的日前日内两阶段协调调度模型与控制策略。在日前阶段,综合考虑日前预测数据、储能装置寿命及市场电价,建立了以微电网运行总成本最低为目标的经济调度模型,并利用随机权重粒子群优化算法求解该模型。在日内阶段,为应对间歇性分布式电源预测误差引起的联络线功率波动,构建了基于双蓄电池组拓扑结构的储能系统,根据蓄电池特性设计了实时控制策略,即两组蓄电池分别作为放电组、充电组,交替补偿联络线功率的正、负偏差,当任一组蓄电池达到其荷电状态的上、下限,则同时交换两组蓄电池的充、放电状态。最后,以某园区的示范微电网作为分析对象,通过实际算例验证了日前优化模型及算法的有效性,并证明了基于双蓄电池组的日内实时控制策略能有效延长蓄电池循环寿命,提高系统的经济性。     

基于免疫算法的电压稳定裕度计算

提出一种求解电压稳定裕度的新算法——免疫算法。该算法模仿人体的免疫系统,将搜索空间的解作为抗体,依据抗原与抗体的亲和性以及抗体之间的亲和性对解进行评价和选择,由于具有多样性记忆单元的存在,有效地克服了确定性算法中解易陷入局部极值的缺点,能快速搜索到全局最优解,并求得电压稳定裕度的最大值。应用该算法对IEEE14节点和IEEE57节点系统进行仿真计算,获得了较原-对偶内点算法至少增加10%的稳定裕度。