山西电网风区分布研究

分析了山西电网输电线路近年来大面积风偏故障的类型及成因,结合山西地区的气候和风分布特征,采用极值Ⅰ型概率分布函数确定不同重现期最大风速,根据输电线路运行情况进行修正,得到山西电网30年一遇、50年一遇和100年一遇3种重现期下的风区分布,并提出了山西电网输电线路防风偏措施,以提高山西电网输电线路运行的安全可靠性.     

双馈电机电压跌落暂态过程分析

为了便于研究并网双馈风力发电机组低电压穿越运行的控制策略,有必要对电压跌落时双馈风电机组的暂态特性进行分析.本文利用双馈发电机定转子磁链的暂态变化机理,推导并提出了双馈风电机组在电网电压骤降时的定子暂态电流和电磁转矩的解析表达式.在此基础上,通过对表达式的分析得到影响电压跌落电磁过渡过程的本质因素.在理论分析基础上,为了验证所提电磁过渡过程的正确性,建立了1.5MW双馈电机低电压穿越控制模型,仿真结果表明:电网电压跌落时,双馈电机定子侧电流和电磁转矩与理论分析基本一致,因而可以说明本文电压跌落的分析方法能够正确地反映电压跌落过程中的电磁现象,可以为双馈电机LVRT控制策略的研究提供足够的理论依据     

高压电机少胶VPI绝缘的现状及发展方向

在11篇文献的基础上综述了国内外高压电机少胶VPI绝缘的发展状况，分别比较了国外几家公司的少胶VPI绝缘结构的性能，分析了国内VPI绝缘存在的问题以及解决这些问题的方法，指出了我国VPI绝缘的发展方向。     

宽频激励下双稳态压电振动发电机供电能力分析

为了探讨双稳态压电振动发电机在宽频激励下的供电能力问题,建立了宽频激励下双稳态压电振动发电机系统的动力学模型,仿真了双稳态压电振动发电机系统的输出响应特性和不同运动状态的输出电压特性,研究了双稳态压电振动发电机系统运行在高能量轨道上的激励条件,据此优化双稳态压电振动发电机结构参数,并对传感器网络节点的用电需求和双稳态压电振动发电机的供电能力进行分析。仿真和实验结果表明:双稳态压电振动发电机在宽频激励下,其输出平均功率为3.8 m W,能够满足实际振动环境下无线传感器网络节点的用电需求。     

可编程控制器在双备用供电系统中的应用

介绍了利用可编程控制(PLC)实现一种高可靠性、高供电质量、无断电情况的供电方式。这种方式是把以不同供电线路作为备用电供电系统和采用备用柴油机组发电自动投入作为备用电供电系统二者相结合,利用可编程控制器予以控制,既有多个供电备用线路,又可以在有特殊紧急情况外部不能供电时,采用本地柴油机组发电,保证部分特殊部门继续用电的需要,实现备用电系统的自动投入和切换。     

双馈异步发电机通风冷却综合计算

针对具有轴径混合通风结构双馈异步发电机的通风发热问题,根据其通风系统的结构特点,建立集总参数的通风数学模型.通过此模型对电机内各风道的通风流量分布进行计算,并进一步分析转速及径向风道结构尺寸等因素对流量分布的影响.将通风计算结果作为边界条件,采用有限单元法对电机转子的温度场进行计算.计算结果表明,各径向风道的空气流量会随转速的升高而增加,各径向风道的流量分布可通过改变各风道的宽度来进行优化.集总参数的通风模型可有效用于电机通风的优化设计.     

一种基于SRD模糊控制的风力机模拟器

针对风力机特性模拟中电动机转矩控制较难实现的问题,提出一种转速调节模拟法风力机模拟器.该模拟器基于开关磁阻电机调速系统,DSP中实时采集转速和负载转矩信号,求解风力机模型,参考转速提供给开关磁阻电机调速系统实时跟踪.针对转速调节模拟法,建立误差模型以衡量模拟步长和转速对模拟误差的影响.针对开关磁阻电机的实时转速控制问题...     

一起600MW发电机氢爆事件原因分析

某电厂的一台600 MW氢冷发电机,在完成气体置换操作2天后进行发电机直流耐压试验,当第一相试验完成降压且绕组接地后,发电机内部发生氢爆事件.通过对发电机的结构分析及事件过程调查,导出可能的氢气来源和引爆火源,同时提出为防止类似事件的发生而应采取的措施.     

基于WAMS的电力系统机电暂态过程动态状态估计

广域同步测量系统(wide area measurement system, WAMS)作为一种量测手段,不可避免地会存在量测误差和坏数据。如果对WAMS量测数据不进行估计而直接应用,将有可能导致采取错误的控制策略,甚至恶化系统状态,造成严重后果。针对该问题,根据WAMS实测数据,提出了一种电力系统动态过程中发电机状态变量估计的新方法。该方法将发电机转子运动方程与外部网络解耦,进而给出对WAMS实测功角轨迹进行估计的模型,提出了相应的坏数据检测和剔除方法以及整体算法流程。仿真结果表明该方法可以实时提供估计后的发电机状态信息,有效减小WAMS量测数据误差及坏数据的影响,为基于WAMS的各种动态应用与实时控制打下了基础。     

基于互信息属性分析与极端学习机的超短期风速预测

超短期风速预测对保证风电并网运行可靠性和维持电力系统安全稳定具有重要的意义,针对风速预测中不同因素对风速影响程度不同的特点,本文提出一种基于互信息属性分析与极端学习机的超短期风速预测方法。首先,选取与风速相关的68种候选属性因素,分别计算其相对于风速序列的互信息值,根据互信息,衡量属性对风速的影响程度,并选择输入属性;然后,由互信息值计算属性权值;之后,采用加权处理后的属性值来训练极端学习机,构建风速预测模型;最后,采用新模型预测未来4h内风速。采用北纬39.91°、西经105.29°的美国风能技术中心的实测数据开展实验,实验结果表明,新方法具有良好的预测精度,能够满足实际风速预测需要。