基于元件状态空间全概率枚举的海上风电场送出系统可靠性评估

海上风电场电气主接线是构成海上风电场电力系统能量枢纽的基本结构,它的可靠运行对电力系统的安全稳定运行有着至关重要的影响。综合考虑状态空间法、最小路集法和状态枚举法的特点,提出了一种基于元件状态空间的全概率枚举可靠性评估方法。通过对某1000 MW海上风电场送出系统主接线进行深入分析,采用该评估方法进行可靠性评估和综合分析,验证了该方法的正确性和有效性,并根据可靠性评估结果提出了相应的改善措施,促进了海上风电场送出系统电气主接线可靠性评价的规范化。     

计及时间演变和空间相关的多风电场短期功率预测

针对多风电场站和多时间步的日前风电功率预测问题,提出了同时计及单风场功率时间演变和多风电场间空间相关的深度时空融合多风电场短期功率预测模型。它由门控循环单元、多核卷积层和时变模式注意力机制共同构成。首先通过门控循环单元和多核卷积层分别提取各风电场历史风电数据的时序和多周期特征;然后引入时变模式注意力机制对多风电场时变特征的演变模式赋予相关性权重,同时实现对多风电场功率时间演变规律的纵向追踪与横向对比。中国北方某风电基地实际算例结果表明,所提预测模型能有效利用风电功率时空特性,与现有多种预测模型相比具有更高的预测精度和更强的风功率时变模式学习能力。     

基于改进深度强化学习的风电场无模型无功电压控制

在风电大规模并网的背景下,风电场的电压越限问题愈发严重。为缓解风电场的电压越限问题并提高风电场的安全性和经济性,无功电压控制方法受到广泛关注。现有风电场无功控制方法大多基于准确的风电场物理模型进行优化计算,部分研究虽考虑了风电场模型不完整的因素,但仍存在稳定性差、效率低的问题。针对当前许多风电场缺乏维护良好的模型这一现状,提出一种基于改进深度强化学习的风电场无模型无功电压控制方法,通过挖掘在线交互样本的信息智能学习得到最优控制策略。为提高现有基于深度强化学习的无功电压控制的效率和稳定性,引入了随机策略和柔性约束技术避免陷入局部最优,并通过仿真实验验证了本文所提方法的有效性与优越性,能够在风电场的模型缺失场景下,提供稳定、高效的风电场无功电压控制服务。     

基于正序阻抗幅值比的风电场送出线路纵联保护

针对风电场送出线路纵联保护在数据延时传输及异常采样数据下保护性能不佳的问题,提出了基于正序阻抗幅值比的纵联保护。通过分析风电系统送出线路发生区内外故障时正序阻抗幅值特征,得出区内外故障下双端正序阻抗幅值差异比特征不同。引入综合层次聚类(balanced iterative reducing and clustering using hierarchies, BIRCH)方法剔除正序阻抗幅值序列中异常采样数据,形成不含异常采样数据的故障时间序列聚类特征,并结合双端正序阻抗幅值差异比特征,构造不受数据延时传输影响的纵联保护判据。仿真结果表明,所提出的纵联保护不受系统运行工况、故障类型、数据延时传输及异常采样数据的影响。在过渡电阻达到150  时,所提出的纵联保护仍能正确判别故障方向,具有较强的抗噪性能,适用于含风电接入的弱馈型电力系统。     

计及Crowbar状态改进识别的双馈风电场等值建模方法

故障过程中双馈风机Crowbar投入与不投入的暂态响应特性差异明显,因而在风电场等值中场内机组Crowbar状态是一个良好的机群划分指标。然而,双馈风电场与单台机组间故障特性的差异性,使得现有采用单机模型来识别场内机组Crowbar状态的方法存在识别不准确的问题,从而降低风电场等值建模精度。为此,该文提出一种计及Crowbar状态改进识别的双馈风电场等值建模方法。通过分析风电场故障特性,构建Crowbar状态特征向量;收集风电场各工况下的样本数据,建立基于支持向量机(support vector machine,SVM)的识别模型。在新工况下,依次以Crowbar状态识别结果和输入风速为分群指标对场内机组进行机群划分,从而建立风电场等值模型。仿真算例结果表明,该文提出的基于SVM的Crowbar状态识别方法在各个故障场景下相较于传统方法均有较好的识别效果,所建立的等值模型与详细模型故障暂态特性十分吻合,等值方法合理有效。     

基于鲁棒多标签生成对抗的风电场日前出力区间预测

风力发电不确定性强、波动性大,日前预测精度有待改善。为提高风电日前区间预测效果,提出一种基于鲁棒多标签生成对抗的风电场日前出力区间预测方法。首先,采用皮尔逊相关系数分析风电出力与多种气象因素、历史风电出力间的相关性,构建含数值天气预报气象特征与风电出力的原始数据集。然后,在原始数据集中去除待预测日风电功率,得到聚类数据集开展k-means聚类,获得带簇标签的原始数据集。之后,基于鲁棒性辅助分类生成对抗网络,生成海量带标签场景。最后,根据已知的历史风电出力和数值天气预报获得的特征,确定待预测日的簇标签,在生成场景中按对应簇标签筛选与待预测日风电功率特征相似度高的多个场景,组成相似场景集。基于相似场景集的待预测日风电功率均值及上下限,分别获得待预测日（次日）24个时段的风电功率点预测及区间预测结果。以中国东北某地区实际风电场数据为例验证了所提方法的优越性。     

风电场线路无人机巡检关键技术研究综述*

近年来,风电场作为新能源发展的前沿领域得到了大力发展。然而风电场多处于偏远位置,线路较长,对巡检工作的效率、智能化水平有着较高的要求。无人机作为一种新兴技术,广泛应用于电力巡检领域,但仍存在智能化不足的问题。为此聚焦风电场线路无人机巡检领域,分析无人机自主避障、路径规划等关键技术的研究现状,探讨其在风电场线路巡检的技术应用方案和发展前景。     

一起风电场跳闸故障引起的继电保护定值配合分析

结合一起风电场３５kV 集电线路零序电流II段保护拒动,３５kV＃１接地变零序电流II段保护动作,停电范围扩大的跳闸事件,分析了风电场小电阻接地系统３５kV 零序电流II段保护定值的配合情况,并根据实际运行情况 给出了新的整定值,同时提出了改进建议.该建议在特殊情况下为零序电流II段保护定值整定及配合提供了解决思路,能有效提高风电场３５kV 系统运行的稳定性.     

适用于次同步振荡分析的直驱式风电场等值方法

为解决大规模直驱式风电场阻抗建模困难和数值仿真节点限制的问题,基于阻抗分析法的核心原理,以等值前、后直驱式风电场外阻抗特性相一致为目标,提出了适用于次同步振荡分析的直驱式风电场等值方法。该方法包括基于阻抗灵敏度分析的分群聚合和基于遗传算法的等值降阶2个步骤。分别以风电场含相同型号直驱风机和不同型号直驱风机为例,对等值前、后的直驱式风电场外阻抗特性进行对比分析。结果表明,所提方法能够实现大规模直驱式风电场模型的等值降阶,等值前、后的直驱式风电场外阻抗特性较为接近,其等值误差能够被量化。