电力系统低压减载配置和整定方法综述

低压减载是一种能有效防止电力系统电压崩溃的紧急控制措施。介绍了国内外一些电网的低压减载方案,并从低压减载的控制方式、安装地点、动作条件、时间延迟、切负荷量和仿真计算等方面分析和总结了低压减载配置、整定方法和经验。低压减载在国外较多采用集中控制方式,在国内电网主要采用分散控制方式;对于低压减载动作条件和延迟时间,分散控制方式多采用电压水平作为动作条件,集中控制方式多采用较为复杂的综合判据作为动作条件。低压减载需要协调电网的安全性和经济性,与低频减载相互协调,并适应交直流混合运行大电网及智能电网的发展需求。     

计及微振磨损与风雨荷载的输电线可靠性建模

输电线长期受风导致的振动引起股线间微振磨损,而外部强风雨荷载的冲击进一步加剧了磨损程度,导致断股、断线事故风险显著增加,因此对经受长期微振磨损的输电线在强风雨荷载冲击下的可靠性模型进行研究具有重要实用价值。基于微振磨损的理论模型建立了ACSR的结构强度时变模型,在考虑微振磨损的基础上计入强风雨荷载的影响,结合输电线强度和永久荷载的随机特性,建立输电线时间相依可靠性模型。所提时间相依故障概率模型可以对输电线断股、断线风险进行准确预测并实现恶劣天气下的输电线风险预警。算例结果表明,微振磨损会显著降低输电线的结构可靠性,而强风雨条件下的雨荷载则进一步加剧了事故风险。     

考虑系统静态电压稳定性的电动汽车充电设备 就地控制方法研究

随着电动汽车的大规模发展,其峰值充电负荷占全网负荷的比例日益上升,给电网的静态电压稳定带来了负面影响。试图将电动汽车充电设备纳入电力系统安稳控制,从而减少这一影响。提出了电动汽车充电设备的三种控制方法：灵敏度控制方法、理想控制方法以及下垂控制方法,并对其控制效果进行了对比。三种方法都能够达到提升系统负荷裕度的目的,但其中的下垂控制方法更适合实际控制应用。将下垂控制应用到新英格兰39节点系统,在不同渗透率和不同充电速率情况下分析其对系统电压稳定性的影响。结果表明下垂控制能够明显提高系统负荷裕度,是一种有效的电动汽车充电设备就地控制方法。     

考虑系统静态电压稳定性的电动汽车充电设备就地控制方法研究

随着电动汽车的大规模发展,其峰值充电负荷占全网负荷的比例日益上升,给电网的静态电压稳定带来了负面影响。试图将电动汽车充电设备纳入电力系统安稳控制,从而减少这一影响。提出了电动汽车充电设备的三种控制方法:灵敏度控制方法、理想控制方法以及下垂控制方法,并对其控制效果进行了对比。三种方法都能够达到提升系统负荷裕度的目的,但其中的下垂控制方法更适合实际控制应用。将下垂控制应用到新英格兰39节点系统,在不同渗透率和不同充电速率情况下分析其对系统电压稳定性的影响。结果表明下垂控制能够明显提高系统负荷裕度,是一种有效的电动汽车充电设备就地控制方法。     

基于自然坐标与功率前馈的三相电压型PWM变流器控制

针对三相电压型PWM变流器控制系统,提出一种自然坐标与负载功率前馈控制方法。根据p-q理论在自然坐标下的表征,引入瞬时有功电压和瞬时无功电压的概念。从而基于电网电压定向的矢量控制策略引入PWM变流器的自然坐标控制方法,省去了电网相位检测和坐标系变换,降低控制复杂度。针对PWM变流器矢量控制下直流侧负载(包括有源负载和无源负载)功率波动对直流侧电压产生较大冲击和波动问题,基于功率平衡和p-q理论推导了负载扰动点到三相交流电流指令的前馈通道增益矩阵,提高PWM变流器直流侧稳压控制的鲁棒性。RCP实验证明所提方法的正确性和可行性。     

Long-term Sector-wise Electrical Energy Forecasting Using Artificial Neural Network and Biogeography-based Optimization

This article presents a hybrid model involving artificial neural networks and biogeography-based optimization for long-term forecasting of India's sector-wise electrical energy demand. It involves socio-economic indicators, such as population and per capita gross domestic product, and uses two artificial neural networks, which are trained through a biogeography-based optimization algorithm with a goal of perfect mapping of the input–output data in the non-linear space through obtaining the global best weight parameters. The biogeography-based optimization based training of the artificial neural network improves the forecasting accuracy and avoids trapping in local optima besides enhancing the convergence to the lowest mean squared error at the minimum number of iterations than existing approaches. The model requires an input and the year of the forecast and predicts the sector-wise energy demand. Forecasts up to the year 2025 are compared with those of the regression model, the artificial neural network model trained by back-propagation, and the artificial neural network model trained by harmony search algorithm to exhibit its effectiveness.     

雷电电磁脉冲对双绞线耦合的仿真研究

为得到雷电电磁脉冲对双绞线的耦合规律,基于软件CST仿真研究了双绞线长度、电场极化方向、终端负载对线缆终端响应电压的影响。结果表明,随着线缆长度的增加,双绞线受测端负载感应电压波形脉宽会增大,但感应电压幅值变化规律受辐射场波形频谱分布的影响;线缆受测端负载感应电压幅值随着线缆与电场方向的夹角的增大而变小,当电场与线缆垂直时,感应电压为0;随着终端负载阻值的增加,双绞线受测端负载感应电压也逐步增大,且增大趋势减缓。     

风电容量可信度研究综述与展望

风电容量可信度定义为等可靠性前提下风电机组可以替代的常规机组的容量占风电装机容量的比例,是衡量风电对电力系统充裕度贡献的重要指标。随着我国风电的大规模并网,风电容量可信度将成为电力规划中电力平衡的重要指标。综述了风电容量可信度的定义与主要计算方法,总结了风电容量可信度的影响因素,分析了风电容量可信度的变化机理,展望了未来有待进一步研究的方向。     

Harmonic modelling of PV systems for probabilistic harmonic load flow studies

Probabilistic harmonic load flow (HLF) is currently enjoying renewed popularity. This is not surprising since in the near future, thousands of photovoltaic (PV) systems will be integrated into distribution systems. However, as yet, there is no model capable of explaining PV harmonic current behaviour in probabilistic HLF studies. To fill this gap, the harmonic modelling of PV systems proposed in this paper has three key points. First, it provides an effective model of the relationship between PV harmonic current emission and background harmonic voltages. Second, it statistically characterises PV harmonic currents (relative magnitude and phase angle) at different fundamental‐frequency current output intervals using historical time‐series data. In this statistical characterisation, the first fifth moments of each PV harmonic current are used to accurately approximate the raw probability density function (PDF) by means of the Legendre series. Finally, the third key point of this harmonic modelling is a method capable of determining the distribution functions of PV harmonic currents (absolute magnitude and phase angle), based on the statistical characterisation and a fundamental‐frequency probabilistic PV model. The numerical results obtained confirm the effectiveness of this PV model. Copyright © 2014 John Wiley & Sons, Ltd.     

基于半马尔可夫控制过程的智能电网最优储能控制

针对具有多种类型业务需求的智能电网储能控制问题,在考虑业务需求和用户行为的随机分布特性,以及储能设备的充放电特性的基础上,建立了基于半马尔可夫控制过程的系统分析模型和策略优化框架。在此基础上,以电网运行的长期平均代价最小为目标,结合性能势基于样本轨道的估计,提出一种基于仿真的策略迭代优化算法。该算法有效缓解了系统大状态空间导致的维数灾问题,具有较快的收敛速度和良好的应用效果。仿真结果验证了该方法的有效性。