基于链式STATCOM的三相不平衡负载的平衡化补偿

链式STATCOM由于具有分相控制能力、输出无功电流谐波含量低、响应速度快等优点而适合于不平衡负荷的平衡化补偿。给出了采用链式STATCOM实现平衡化补偿的主电路结构及电压-无功综合控制方法。三相补偿电流相量采用对称分量法通过矢量变换获得,单相无功功率采用单相瞬时无功功率算法得到,链式逆变器采用特定谐波消除PWM算法(SHE-PWM)以保证输出无功电流的谐波总畸变率小于5%,同时保证直流侧电容电压的稳定。对所给出的补偿方法进行了仿真研究,结果验证了链式STATCOM进行快速平衡化补偿的能力。     

光伏发电系统与可投切负荷协调控制策略

提出一种光伏与可投切负荷的协调控制策略,利用光伏出力的可快速调节特性以及可投切负荷容量较大的特点,通过求解混合整数优化问题,确定各台光伏的实时参考出力以及各台可投切负荷的工作状态,并使用基于二次插值算法的功率控制策略,使各台光伏的出力快速跟踪其参考值,从而实现协调控制系统净出力的灵活可调。所设计的协调控制系统具有与传统混合储能系统类似的外部特性(如大功率的快速充放电),可为高渗透率的新能源电网提供必要的支持(如一次调频等)。此外,它还具有容量易于扩充、造价低廉等传统储能系统不具备的优势。基于微电网的仿真结果验证了该控制策略的可行性。     

基于EMD-SLSTM的家庭短期负荷预测

针对非平稳的家庭短期负荷数据,直接套用预测模型难以挖掘出更深层次的时序特征。提出一种经验模式分解(Empirical Mode Decomposition, EMD)和堆栈式长短期记忆(Stack Long Short-term Memory, SLSTM)的组合算法应用于家庭短期负荷预测。首先分析了SLSTM和EMD原理,提出EMD-SLSTM组合预测模型。将负荷数据通过EMD算法进行分解,然后将分解后的分量数据分别转化为三维数据样本。通过设计SLSTM网络架构及其参数,对归一化的分量数据和原始数据分别进行预测建模及其重构。为显示算法预测性能,实验对比了支持向量回归、人工神经网络、深度神经网络、梯度提升回归等模型在两种情景下的性能,采用MAPE和RMSE性能度量进行验证。实验结果表明EMD-SLSTM更能有效地表达出家庭短期负荷的时序关系,具有更高的预测精度。     

影响变压器经济运行的两个重要因素及优化措施

在分析、计算变压器经济运行区间的基础上,研究了负载功率因数对变压器经济运行的影响,提出通过晶闸管投切电容器组(TSC)补偿负荷侧无功功率,提高变压器负荷功率因数,以降低变压器综合功率损耗。为避免变压器完全根据负荷变化频繁切换经济运行区间,降低变压器及开关的使用寿命,引入了短期负荷预测,利用预测的日负荷曲线对变压器的投切进行优化,提高变压器经济运行水平。在MATLAB仿真平台下对以上两项优化措施进行仿真,仿真结果验证了理论的正确性及措施的可行性。     

考虑负荷不确定性与差异化需求的配电网网架结构混合多属性评价优选模型

传统配电网网架结构选择以定性决策为主,受人为因素影响大,决策繁琐。提出了一种考虑负荷不确定性与差异化需求的混合多属性评价优选模型。从拓扑结构、可靠性、经济性3个方面建立多属性评价指标体系,基于集对分析的混合多属性评价方法在评价过程中量化负荷不确定性,在此基础上进一步利用熵权法得到各指标客观权重及由指标权重表征的各网架性能;引入K-means聚类算法及模糊层次分析法建立多专家决策加权的需求方案静态获取模型,得到差异化需求方案以及指标主观权重;利用基于主客观权重及模糊熵的多属性关联关系分析模型,计算差异化需求方案与各备选网架的关联程度,最终建立考虑负荷不确定性与差异化需求的混合多属性评价优选模型。以多个地区的配电网规划为研究对象,利用所提出的混合多属性评价优选模型,分析了不同地区差异化需求下所适合建设的最优网架,验证了所提模型的有效性。     

考虑气耗特性及一次能源约束的燃机日前发电计划优化

目前燃机日前发电计划通常与实际发电曲线存在较大偏差,不利于提前安排运行方式和进行调峰分析,给电网安全稳定运行带来不利影响。为此,提出考虑气耗特性及一次能源约束的日前发电计划优化策略。燃机电厂每日气量受供气合同约束为固定值,对燃机气耗特性进行线性化逼近,获取燃机有功功率与耗气量的解析关系,依据次日负荷预测数据,按照高峰、腰荷和低谷时段对燃机有功功率进行分割,获取各时段耗气量并累加求和,和值受气量总指标约束,进而建立优化模型目标函数。利用细菌群体趋药性算法求解该模型,获取燃机日前发电计划。夏季高峰和低谷2个实际典型方式算例结果显示,该方法制订的计划曲线与实际发电曲线均方误差均低于10 MW,完全满足调度生产要求,表明了所提方法的正确性和有效性。     

物联感知环境下电动汽车充电等待时间分布的预测方法

已有的充电站等待时间研究往往忽略不同车辆充电需求的时变差异性,为全面描述充电等待时间的时变规律,文中提出了物联感知环境下电动汽车充电等待时间分布的预测方法。首先,确定充电站到达车辆数分布和充电时长分布,采用M/G/n排队模型模拟充电站排队等待系统,求解电动汽车充电等待时间分布函数。其次,建立用户选择充电站效用函数,利用Multi-logit模型对各个充电站内的充电需求进行预测。再者,根据充电需求预测值和网联充电站实时数据更新平均到达率、服务时间变异系数,提出电动汽车充电等待时间短时分布的预测算法。最后,以某城市某区域为例,验证了该分布的准确性,并通过路径选择分析了充电等待时间分布和可靠性对充电站的影响,为减少充电站排队拥堵和均衡电网负荷提供决策依据。     

面向运行规划可靠性的综合聚类负荷模型

针对目前运行规划可靠性评估中负荷模型的不足,提出了一种综合聚类负荷模型,该模型能综合考虑负荷节点的特征量信息,分类精度显著提高.对研究时段内的多个负荷水平进行综合聚类的基础上采用多维正态分布抽样技术,计及节点负荷相关性和负荷预测标准差,确定评估期间的节点负荷值.在负荷分类基础上结合累积概率负荷模型,推导了停电频率指标的计算公式,解决了非序贯仿真中考虑负荷转移的频率计算问题.通过算例,分析了负荷分类、负荷预测不确定性、节点负荷相关性和负荷转移频率对可靠性指标的影响,验证了模型的正确性和有效性.     

考虑输入变量相关性的概率潮流计算方法

风电场的大规模接入使得电力系统在进行规划设计和方式安排时需要计及风电出力的不确定性,概率潮流计算方法是在计及不确定因素的条件下分析电力系统运行状态的重要工具。针对当前所使用的概率潮流计算方法的不足,提出一种可以处理多个输入随机变量相关性的基于拉丁超立方采样（Latin hypercube sampling,LHS）的Monte Carlo模拟概率潮流计算方法,该方法同时还具有精度高和速度快等优点,并且不受输入随机变量的概率分布类型的约束。在同时考虑风电和负荷不确定性的条件下,对IEEE14和IEEE118节点系统进行仿真计算,结果验证了所提出方法的有效性和准确性。     

银川城市电网负荷特性分析及预测

城市负荷特性分析及研究是城市电网发展规划方案制定以及实施电网建设项目决策的重要依据,是城市电网规划中的基础工作,其性质属于战略预测,是电力系统发展与运行研究的重要内容。其精度的高低直接影响着电网规划质量的优劣,对城市电网发展规划具有重要的指导意义。本文通过对银川城市发展、城市负荷历史发展、典型行业用电、居民生活水平等方面进行深入的调研,掌握大量的基础数据,通过对负荷特性的分析,采用科学方法对银川城市负荷发展水平进行预测。