基于切片采样-马尔科夫链蒙特卡洛模拟的高比例新能源电力系统等效惯量概率评估

风电、光伏新能源发电功率的不确定性给高比例新能源电力系统的等效惯量评估带来了新的挑战。基于确定性的惯量评估方法不能有效反映全分析时段高比例新能源电力系统惯量的时序变化态势。为了评估新能源波动所引起的系统惯量不确定性,该文提出了一种基于切片采样–马尔科夫链蒙特卡洛模拟(slice sample Markov chain Monte Carlo,S-MCMC)的系统等效惯量概率评估方法。首先,对高比例新能源电力系统惯量组成及特性进行了分析,并对同步旋转设备的有效机械惯量、风电光伏电源的有效虚拟惯量进行量化计算。然后,基于Copula函数建立风速和光照强度之间的相关性模型,利用S-MCMC对系统等效惯量进行概率评估,从而得到系统等效惯量时序变化区间。最后,以改进的IEEE 39节点系统进行仿真分析,验证了所提出方法及分析结果的有效性。     

人工神经元网络在核电工程中的应用现状

本文综述了人工神经元网络（ＡＮＮ）在核电工程中的应用现状，包括，报警处理和故障诊断；热功率预测，传感信号的有效性确认；核电厂运行变量的动态辨识；堆芯管理等其它方面。并分析了ＡＮＮ应用于核电工程中的特点及前景，指出了今后有待解决的问题。     

海上风电多类型直流送出系统拓扑经济性分析

相比于柔性直流输电(VSC-HVDC)送出方案,送端采用不控整流器(diode rectifier,DR)的DR-HVDC方案具有损耗低、体积小和成本低的优点,是未来海上风电送出技术的重要发展方向之一.为了解决黑启动和海上交流电压调控问题,现有的DR-HVDC拓扑主要采用海上平台装设储能、系统增加交流联络线路、送端换流...