海上风电场经交流海缆并网谐波谐振放大分析

采用交流海缆接入电网的海上风电场在电缆线路分布电容的作用下,可能出现陆上风电场不常见的谐波谐振与谐波放大现象,严重威胁到海上风电场安全可靠运行。为研究海上风电场谐波谐振机理与谐波放大影响因素,首先,建立了海上风电场输电系统与集电系统两部分的状态空间模型,并给出谐波放大倍数、谐波含量等指标的计算方法;其次,通过特征值和参与因子揭示了谐波谐振机理及关键影响因素;然后,通过根轨迹法研究了电网短路容量、高压电缆参数和风电机组并网台数对谐振模态的影响;最后,在Matlab/Simulink仿真平台搭建江苏某海上风电场.验证理论分析的有效性。

基于电流模分量特性的多端柔性直流配电网线路纵联保护

多端柔性直流配电网因在供电可靠性方面极具优势而受到广泛的关注,然而对于直流线路保护中故障的快速、可靠识别成为其急速发展所需解决的关键问题之一。因此,设计了一种利用电流模分量特性的直流线路纵联保护方法。该方法利用故障时正极电流线模分量方向来判别区内外故障,以不同故障条件下故障点正极电流零模分量平均值的差异来构造保护判据,从而判别故障类型,形成保护策略。最后,在PSCAD/EMTDC4.5上搭建了多端柔性直流配电网模型,对保护判据及关键影响要素进行了仿真分析。结果表明,该保护方法能够有选择性地快速、可靠识别区内外故障及故障类型,且具有较好的耐过渡电阻与抗噪声能力。

次同步振荡在交直流电网中传播的关键影响因素

随着“双高”电力系统的发展,次同步振荡问题日益凸出,亟需研究交直流线路次同步振荡传播的关键影响因素。从系统响应量测时序数据着手,提出了一种次同步振荡传播关键影响因素定量分析方法。首先,基于自适应噪声完全集合经验模态分解(complete ensemble empirical mode decomposition, CEEMDAN)的改进小波阈值去噪方法对量测数据进行降噪处理,减少噪声对Prony分析的影响;其次,基于次同步振荡传播各影响因素的相关系数和互信息量建立相关性评价组合模型;最后,计算交直流不同参数在综合模型中的评价指标,得出次同步振荡在交直流线路中传播的关键影响因素。通过在PSCAD搭建2区域4机系统进行分析,结果表明:影响交流线路次同步振荡传播的极强相关参数为交流线路潮流,影响直流线路次同步振荡传播的极强相关参数为次同步振荡频率下交流线路阻抗特性。

基于集群辨识和卷积神经网络-双向长短期记忆-时序模式注意力机制的区域级短期负荷预测

为了解决区域级短期电力负荷预测时输入特征过多和负荷时序性较强的问题,提出一种基于集群辨识和卷积神经网络(convolutional neural networks,CNN)-双向长短期记忆网络(bi-directional long short-term memory,BiLSTM)-时序模式注意力机制(temporal pattern attention,TPA)的预测方法。首先,将用电模式和天气作为影响因素,基于二阶聚类算法对区域内的负荷节点进行集群辨识,再从每个集群中挑选代表特征作为深度学习模型的输入,这样既能减少输入特征维度,降低计算复杂度,又能综合考虑预测区域的整体特征,提升预测精度。然后,针对区域电力负荷时序性的特点,用CNN-BiLSTM-TPA模型完成训练和预测,该模型能提取输入数据的双向信息生成隐状态矩阵,并对隐状态矩阵的重要特征加权,从多时间步上捕获双向时序信息用于预测。最后,在美国加利福尼亚州实例上分析验证了所提方法的有效性。

基于可控串联电抗的新能源送出线路故障性质识别方法

针对不带并联电抗器的新能源送出线,能否正确区分故障性质是确保新能源系统安全可靠运行的重中之重。为降低新能源送出线故障对电力设备和系统的冲击,提高重合闸成功率,减少新能源发电系统脱网的发生,提出基于可控串联电抗限流信息的新能源送出线路故障性质识别方法。在送出线路上设计串联可控限流电抗器,在线路故障相跳闸时基于等值阻抗的预判投入可控电抗,在串联电抗限流特性下分析瞬时性故障和永久性故障时的线路电流差异,建立电流突变量比较判据,并能够确定故障电弧熄灭时刻,进而构建新能源场站送出线路基于故障性质识别的自适应重合闸策略。仿真结果表明,所提方法能快速、可靠地识别结果,应用在新能源场站送出线路工程上能有效提高线路的重合率。

基于Vasicek模型的新能源发电误差分析及储能配置决策方法

新能源机组出力预测误差的概率特性分析,对系统备用决策具有重要意义。常规的基于特定解析形式的分析模型,对于新能源实际出力分布规律的描述不够灵活且存在误差,为平抑不确定性的影响,集中式新能源通常需配置足够容量的储能应用,从而影响经济效益。因此,从随机过程的角度,依据一种特殊的随机微分方程—Vasicek模型,给出新能源出力模型的参数估计方法,避免概率分布的具体解析表达,并依托该模型提出一种改进的储能配置方法。算例分析表明,所提算法具有较好的短期预测性能,以此为依据决策储能容量配置更加精确和经济。

基于虚拟同步机的风-光-储并网系统自适应功频控制策略

风-光-储系统通过虚拟同步发电机(virtual synchronous generator,VSG)并网时,其运行工况变化将引起系统功频波动。针对这一问题,提出一种VSG自适应惯量阻尼功频控制策略。首先,建立VSG的数学模型及功率小信号模型,分析虚拟参数变化对系统稳定性的影响;然后,依据系统受扰时的功角曲线分析惯量阻尼的动态特性,设计了一种分段线性调整函数,并给出参数选取原则;最后,在Matlab/simulink平台中搭建仿真模型验证。结果表明,在工况变化情况下,采用VSG自适应控制的风光储并网系统功频响应得到了改善,相比传统VSG控制具有更好的动态调节性能。

基于密度聚类模态分解的卷积神经网络和长短期记忆网络短期风电功率预测

近年来,随着碳达峰和碳中和“双碳”战略目标的提出,风力发电已成为可再生能源发电的关键部分。为提高风电功率短期预测的准确度,提出基于密度聚类与自适应噪声完备集成经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)和卷积神经网络与长短期记忆网络结合的短期风电功率预测方法。首先,利用密度聚类将风电功率与天气特征分成不同类别的数据集,通过自适应噪声完备集成经验模态分解算法将不同类别的数据进行频域分解得到子序列分量。以此为基础,将不同的子序列分量与天气特征进行特征选择,输入到卷积神经网络与长短期记忆网络的预测模型。最后,将不同的预测结果进行叠加得到最终的预测结果。整个预测过程通过聚类、分解和特征选择,有效提高了短期风电功率预测的准确度。

考虑风光出力不确定性及相关性的配电网规划方法

新能源在电力系统中的渗透率日益提高,大大增加了电网中的不确定因素,对配电网的规划运行和控制提出了更高的要求。配电网规划是电力系统安全稳定运行的重要基石,传统配电网规划中各参数都已确定,缺乏对不确定因素的适应性。因此,提出一种基于概率潮流的配电网规划方法,首先对配电网中的不确定因素定量建模,建立源荷出力模型,其次将风速、太阳辐射与用电负荷之间的相关性用秩相关系数矩阵表征,建立计及相关性的半不变量概率潮流计算方法,最后构建以规划成本最小为目标函数,以潮流平衡、馈线容量、节点电压、网架辐射型结构为约束条件的配电网规划模型,并通过改进惯性参数与引入变异操作对粒子群算法进行改进,利用改进后的算法求解规划模型。以33节点系统为例进行仿真,结果验证了该方法能够有效降低网损,减少网络规划费用。

数模—动模混合仿真系统的接口建模与稳定性分析

为满足现代电力系统实时仿真的发展需求,数模-动模混合仿真系统结合实时数字仿真和物理动态模拟仿真的优点,成为现代电力系统研究的重要仿真方法。接口系统是混合仿真系统设计中的核心与难点。为了深入分析混合仿真系统的稳定性,对接口系统各个组成环节进行建模得到系统开环传递函数,分别根据劳斯判据和奈奎斯特判据研究开环传递函数中不同参数对系统稳定性的影响。理论推导表明接口系统中滤波器截止频率、接口延时和阻抗模拟比对系统的稳定性影响较大,并通过所搭建的混合仿真系统进行实验,实验结果表明不同参数对系统的稳定性影响与理论推导一致。

基于改进粒子群优化权函数的直流微电网H_(∞)控制策略

直流微电网中常常含有恒功率负载(constant power loads,CPLs),其负阻抗特性会降低系统的稳定性,造成直流母线电压波动甚至崩溃。因此,首先建立了直流微电网的小信号模型,使用根轨迹法分析了恒功率负载对系统稳定性的影响;其次提出一种基于混合灵敏度优化的电压控制策略,提升了直流微电网系统的稳定性,并采用改进粒子群优化(particle swarm optimization,PSO)算法对权函数进行了优化,进一步提升了鲁棒控制器的性能;最后采用Matlab/Simulink仿真算例进行验证,仿真结果表明提出的鲁棒控制器减小了母线电压的波动,有效提升了直流微电网系统的稳定性。

基于火电灵活性改造的可再生能源消纳系统成本优化

随着风电等可再生能源的大规模发展,带来了消纳难等新挑战,通过火电灵活性改造可以增强电力系统灵活调节能力、提升可再生能源消纳空间,同时需要考虑火电灵活性改造的经济性和对可再生能源消纳的影响。因此,综合考虑火电机组常规运行成本及灵活性改造后增加的各项成本,结合碳排放成本和弃风成本,建立以总成本最小为目标的火电灵活性改造前后优化调度模型,采用对比差值法计算基于火电灵活性改造的可再生能源消纳系统成本。通过算例,将所建模型应用于对比改造前后、不同碳排放强度、是否考虑弃风等不同方案下的机组运行状况及消纳系统成本大小,并拟合得到可再生能源渗透率和消纳系统成本的关系曲线,验证了模型的有效性。

永磁同步风力发电系统的最大功率跟踪模糊分数阶控制

在“双碳”背景下,风电作为零碳电力和新能源发电的主力军,在助力社会全面绿色低碳转型方面发挥了关键性作用。在保证发电稳定的前提下实现风能的最大化利用,提升风力发电系统发电量至为重要。文中针对永磁同一步风力发电系统的最大功率跟踪(maximum power point tracking, MPPT)问题进行研究。首先建立了永磁同步风力发电系统的机理仿真模型,用两电平双PWM全功率换流器连接风力发电机与电网。然后基于以上模型,分别设计了整数阶PI控制器、分数阶PI"控制器、模糊分数阶PP控制器以实现MPPT控制。最后对以上控制策略进行了仿真研究。结果表明,无论在阶跃风速还是随机风速下,模糊分数阶PU控制器相较于其他两种均具有更出色的MPPT性能与更强的鲁棒性。

考虑碳交易下虚拟电厂参与现货市场竞价和调度策略

以虚拟电厂参与电力现货市场竞争的博弈过程为研究对象,求解以虚拟电厂总收益最大为目标的虚拟电厂参与现货市场的最优购、售电策略;并在日前市场成交电量的基础上,设计以偏差考核成本最小为目标的虚拟电厂参加实时市场的优化调度策略。最后通过算例验证了售电公司采用虚拟电厂聚合方式能够通过对分布式能源调度控制来增加在购售电决策时的灵活性,从而提高自身运营收益,为售电公司组合资源提供了技术支撑。

基于相对目标接近度的并网型微电网多目标优化调度

为了提高微电网运行的灵活性,将可中断负荷视为一种直接参与微电网运行的可调度资源,并根据峰谷时刻设置联络线传输功率处于不同区间,考虑微电网运行维护折旧成本、环境效益成本和与联络线偏差惩罚成本,构建微电网运行的多目标优化模型,再采用相对目标接近度法将多目标优化转化为单目标优化,由层次分析法和熵权法进行组合赋权。运用Gurobi求解器对微电网内的各种分布式电源24h出力和蓄电池荷电状态进行求解,获得微电网日前调度模型。基于美国地区微电网算例进行分析,验证所提模型可以兼顾微电网经济性、环保性,并能减少主网功率波动;同时表明计及可中断负荷和联络线功率控制的运行方式能有效降低运维折旧成本、环境污染和主网负担。

面向配电物联网的配电终端一体化建模

针对当前基于IEC61850的配电终端信息模型对配电物联网的描述和覆盖能力的欠缺,以及未考虑面向终端微应用的开发,存在功能灵活扩展不足等问题,提出一种面向配电物联网的配电终端一体化信息模型。该模型融合扩展了IEC61850、CIM和物模型,采用扁平化模型层次结构和基于本体的模型抽象方法,建立物、数据、设备和服务4个顶层本体。所建模型适用于云主站与终端之间设备的信息模型交互,以及大规模接入场景下的配电终端即插即用,有助于降低终端微应用间信息交互管理的复杂度,以及配电终端功能一体化的实现,能够全力支撑当前配电终端的数字化转型。

考虑柔性负荷和阶梯式碳交易的微电网鲁棒优化调度

针对低碳背景下微电网中可再生能源出力的不确定性以及碳排放问题,提出了一种考虑阶梯式碳交易机制同时柔性负荷参与调控的微电网两阶段鲁棒优化方法。在调度模型中引入阶梯式碳交易机制,限制系统的碳排放量;通过柔性负荷的调控作用弥补由于可再生能源出力波动造成的功率缺额,进一步减小了微电网的碳排放量和调度成本;模型中引入不确定参数调节系统的保守性,日前阶段基于预测数据并考虑系统日内可能遭受的最恶劣场景,制定预测数据下的日前调度方案,日内调控阶段则在日前调度方案的基础上进行二次优化,在最恶劣场景下给出系统的日内调控方案;模型利用嵌套C&CG算法对调度模型进行求解。算例仿真结果证明,鲁棒优化方法相较于确定性优化方法其总调度成本平均减少了3.1%;考虑阶梯式碳交易机制后,系统单日运行的碳排放量和总调度成本相较于未考虑碳交易机制时分别下降了17.7%和3.7%;考虑柔性负荷参与调度后,系统单日运行的碳排放量和总调度成本相较于未考虑柔性负荷时分别下降了26%和24.3%,验证了所提优化模型的有效性。

基于变分模态分解的卷积长短时记忆网络短期电力负荷预测方法

电力负荷序列易受多重外部因素影响而呈现复杂性,不利于精准预测。为此,提出一种基于变分模态分解(variational mode decomposition,VMD)的卷积神经网络和长短期记忆网络(convolutional neural network and long short-term memory network,CNN-LSTM)相结合的短期电力负荷并行预测方法。先采用VMD将负荷数据分解为规律性强的各本征模态函数(intrinsic mode function,IMF)及残差;再将各分量分别输入到各自对应的CNN-LSTM混合预测网络,获得各初始预测值,并将该值与由气候、日期类型等组合得到的相关因素特征集相结合,进一步得出修正预测值;最终,叠加各分量修正预测值即得到完整预测结果。在实际负荷数据上做验证分析,结果表明,考虑相关外部因素特征集后日负荷预测平均相对误差均值可降低2.18%。与几种常规负荷预测方法进行效果对比,验证了该方法的有效性和可行性。

改进差分进化的光伏最大功率点跟踪

针对现有差分进化算法在局部遮阴情况下跟踪速度慢的问题,提出一种新的改进差分进化算法的光伏发电系统最大功率点跟踪控制策略。首先,引入三角突变策略,并将其嵌入传统差分进化算法的交叉公式当中,避免因迭代前后输出相同的占空比造成重复采样功率的情况。其次,引入自适应比例因子策略,以加强个体的收敛性。最后,通过奖励惩罚机制平衡所提算法的全局开发和局部探索能力。仿真结果表明,与对比文献的差分进化算法相比,改进算法在跟踪速度、稳定性方面具有显著的优势。

基于二阶聚类和鲁棒性随机分割森林算法的低压台区线损异常辨识

为精准识别台区的线损异常,保证配电网经济、稳定运行,针对台区线损的异常情况,提出一种基于二阶聚类和鲁棒性随机分割森林(robust random cut forest,RRCF)算法的台区线损异常检测方法。首先,运用二阶聚类将台区不同的运行工况进行聚类,将相同工况的线损节点归并,然后将各类工况的节点线损数据导入RRCF算法中分析,通过删除和插入样本节点,并对插入节点后评判模型的复杂度进行计算,得到线损异常节点的评分值,进一步找出线损异常的节点。最终,通过有关实例验证所提方法的准确性与有效性。