基于增广动态相量法的变压器励磁涌流频率自适应仿真

电磁暂态仿真中,减小仿真步长可有效抑制非线性变压器仿真过冲失真问题,但大容量变压器的励磁涌流过程往往衰减缓慢,势必会造成仿真效率低,使得仿真时间明显增加。该文建立了一种含有非线性励磁支路的大容量变压器动态相量多尺度电磁暂态模型,并提出一种动态相量磁链预测方法,通过不同仿真步长对磁链和电流进行精准预测和仿真,解决了分段线性化在大步长下出现的过冲失真问题,实现了励磁涌流宽频特征下依旧可以在不牺牲较多谐波的情况下采用大步长仿真的功能。当励磁涌流刚发生时,磁链动态相量变化较大,利用较小仿真步长对磁链进行预测,从而根据电流-磁链曲线拟合关系求得励磁涌流;当检测到磁链频谱集中在工频附近时,磁链的动态相量形式将保持恒定,采用大仿真步长预测磁链,从而根据电流-磁链关系求得准确的励磁电流,在采用大步长的同时解决了过冲失真问题,增加了仿真的计算效率。最后的仿真结果验证了该文提出的变压器模型及动态相量预测法的正确性和有效性。     

基于全纯嵌入法的电力系统解耦模型：薄弱节点辨识

快速准确地识别电压薄弱节点对于电力系统的安全稳定运行至关重要。为此,构建电力系统解耦模型,并提出一种可视化预测预期运行环境中电压薄弱节点的方法。首先通过建立两节点虚拟通道对电力系统进行解耦,并为每个节点赋予特有的电压指标,同时引入电压稳定边界;接着提出含可调嵌入因子的全纯嵌入法来推导电压指标轨迹的解析表达式;最后将穿过电压稳定边界的电压指标轨迹所对应的节点识别为预期运行环境中的电压薄弱节点。在IEEE14节点,39节点和118节点电力系统上的仿真结果验证所提方法的有效性和准确性。     

基于深度强化学习架构的多能互补微网日前经济调度研究

可再生能源出力和负荷的不确定性给多能互补微网的优化调度带来挑战,传统方法如随机优化和模型预测控制等需要精确的模型参数。针对含源荷不确定性的多能互补微网日前优化调度问题,提出了基于柔性行动器-评判器框架的深度强化学习方法,实现了自适应源荷不确定特征的微网经济调度。首先,考虑设备非线性效率,建立了多能互补微网的优化调度数学模型;其次,基于柔性行动器-评判器构建了智能体和环境交互的深度强化学习框架,并设计了状态空间、动作空间、奖励函数和神经网络结构;最后,通过算例仿真验证了算法的有效性。     

全可控能量回馈器的研制与应用

首先介绍了电机运行的两种节能原理。能量回馈器可将释放的机械能转换为电能回送给电网,是一种回馈型节能装置。再者介绍了全可控能量回馈器(ActiveControllableEnergyFeedbackDevice,简称ACEFD)的工作原理、电压自适应和交直流电流闭环控制策略、仿真和实验结果。应用实例表明,ACEFD具有显著的节能效果,在工业现场运行安全可靠,有很大的推广价值。     

基于全纯嵌入法的非迭代电力系统最优潮流计算

通过求解电力系统最优潮流获得各发电机的有功出力对于电力系统经济运行具有重要意义。全纯嵌入法是一种用于潮流计算的非迭代算法。该文将全纯嵌入法应用于最优潮流的求解,首先推导出约束条件和KKT条件的全纯嵌入形式;然后通过上述两组方程交叉得到求解通式,递归地计算出节点电压和发电机有功出力的表达式;最后根据解析表达式直接得到各发电机的有功出力,进而计算系统的最低发电成本。在IEEE 3节点、4节点、30节点、118节点和新英格兰39节点电力系统上的仿真结果验证了所提方法的可行性和准确性。     

基于APF的特定次谐波补偿方案研究

以d-q坐标变换原理为理论基础,将坐标旋转角速度和旋转方向做适当修改,能分别检测出不平衡系统任意次谐波电流的正序和负序分量,以此提出了一种针对特定次谐波电流的检测方法。最后将检测到的正、负、零序分量相加,得到需检测的任意次谐波电流。经分析和实验,证明了该方法的正确性。     

计及无功资源调配成本的风电场优化技术

文章提出了一种计及无功资源调配成本的风电场无功优化方法,实现了风电场在不同运行工况下的无功优化配置。该方法以风电场无功调配成本和网损组成的综合成本最小为目标函数,考虑风电功率波动对系统电压的影响,建立基于机会约束规划的风电场无功优化模型,采用改进内点法进行求解。所提方法通过设置无功成本系数,使风电场能够按实际运行需求调用静止无功发生器、储能设备和风机的无功,并优化风电场网损。通过在电压约束条件中预留电压安全裕度防止系统电压发生越限。在某实际风电场中验证了所提方法的可行性和优越性。     

考虑风电功率短期波动的风电场无功快速跟踪优化EI北大核心CSCD

风力发电的不确定性使风电场难以实现精准地优化调控。为此,该文提出一种无功快速跟踪优化方法,解决风机功率短期波动导致风电场运行状态偏移的问题。总控单元通过集中式无功优化获得风电场时段最优运行点,各风机控制单元利用梯度跟踪技术快速调节无功,实现对时段内风机功率短期波动的跟踪优化。所有风机的分布式跟踪优化共同组成风电场系统性的跟踪优化。通过我国某实际风电场案例,验证了所提方法的有效性。结果表明,快速跟踪优化方法能够有效降低系统网损,提高电压质量,缩小风电场优化时间尺度。