基于MSP430的智能变电站电能监测单元设计与实现

介绍了智能变电站网络结构,综合分析了谐波监测、评价方法,在此基础上设计了基于MSP430单片机的智能变电站电能监测单元。按照IEC 61850-9-2和IEC 61850-8规约分别实现了SV网协议栈和MMS网协议栈。以满足电能监测单元与智能变电站间隔层SV网和站控层MMS网的数据交互要求。通过高精度SV网数据采集实现了电力系统实时数据的精确计量。同时,在对谐波监测方法进行分析比较的基础上,采用快速傅立叶变换(FFT)方法通过电能监测单元完成高速谐波监测,并对谐波评价关键参数进行计算。通过试验测试,验证了该智能监控单元测量精度满足国标要求,对接入点20次谐波的测量误差小于1%,可以正确反映谐波含有率和总谐波畸变率水平:与SV网、MMS网稳定通讯,且具有良好的抗电磁干扰能力。     

基于嵌入式PLC软核的通用保护平台设计与实现

提出了基于嵌入式PLC软核的通用配网保护平台设计方案。针对传统保护软件编程灵活性差,现场可配置能力弱的问题,在分析嵌入式PLC软核的特性并讨论了基于PLC软核技术实现110 kV及以下配网综合保护的可行性和优势的基础上,实现了基于嵌入式PLC软核的通用保护平台。设计了基于PLC软核的保护平台系统结构,然后在以ARM9200芯片为核心的硬件平台上实现了PLC软核的移植和调试。采用模块化设计思路,通过结构化文本语言(Structure Text)实现了差动保护、零序电压保护、反时限电流保护等面向配网主设备的保护功能。最后,以10 kV电动机为被保护对象,从保护特性和电磁兼容性等方面进行测试。实验分析表明,所实现的保护平台具有配置灵活,通用性好的优点,各保护参数满足GB/T 7261-2008和GB/T 14598国标要求。     

基于分位数插值和深度自回归网络的光伏出力概率预测

提出一种将分位数线性插值概率模型和深度自回归循环神经网络相结合的新型光伏出力概率预测方法，可以弥补传统方法在概率建模及刻画复杂非线性关系能力等方面的不足。首先，提出一种基于分位数线性插值的光伏出力概率模型，能够全面准确地刻画各种情况下的光伏出力概率分布。其次，提出使用连续分级概率评分(CRPS)作为训练预测模型的损失函数，并推导出CRPS积分的封闭解析表达式用于模型的训练，保证训练的可行性与效率。最后，使用深度自回归循环神经网络对光伏出力的时间序列建模，结合所提出的光伏出力概率模型，形成新型光伏出力概率预测方法。算例结果表明，所提方法能提供可靠、高质量的光伏出力概率预测。