HVDC送端系统振荡引发受端换相失败的机理分析

高压直流输电系统送、受端存在电气耦合及两端的控制配合,因此,送端振荡可通过系统控制逻辑、电气量及控制量变化等影响受端系统的运行状态,增加了受端换相失败的风险。现有工作主要研究了送端大扰动引发受端换相失败的现象与机理,通过对标准直流系统进行小信号分析,发现直流系统中存在低频频段的固有振荡频率,一旦交流系统发生相近频段的振荡,将可能诱发直流系统共振。在此基础上,首先分析共振引起系统电气量以及控制量的波动对换相失败的影响,通过HVDC的准稳态方程分析共振后直流电流上升导致关断角下降,进而引发首次换相失败的机理;然后从两端的控制系统出发,研究逆变侧控制切换引发后续换相失败的机理;最后对CIGRE直流输电标准测试系统进行验证,并结合换相失败发生机理对换相失败的抑制策略进行了初步讨论。

考虑风光出力不确定性的新能源基地直流外送随机规划方法研究

加快推进沙漠、戈壁、荒漠地区大型风电太阳能发电基地规划与建设,是我国实现“双碳”目标的重要举措。大规模新能源基地电力外送呈现强随机性、波动性特征,跨区送电特性与传统直流相比发生较大变化,亟需研究适用于不确定性环境的直流外送输电曲线规划方法。考虑了新能源基地风电、光伏出力不确定性对电力外送的影响,针对新能源基地、直流通道和受端电网的运行特性分别建模,提出了基于场景分析法的新能源基地直流外送随机规划方法。算例结果表明,该方法得到的直流输电曲线可应对不同新能源出力场景下的直流外送需求,验证了所提方法的有效性。

基于改进域对抗网络的新能源基地风光时序功率曲线生成方法

准确刻画风光时序功率曲线对于加快推动新能源大规模并网、指导联合发电系统规划运行具有重要意义。针对我国沙漠、戈壁、荒漠等地区新建大型风电光伏发电基地无历史功率数据可利用的现状,该文提出基于改进域对抗网络(improved domain adversarial neural networks,IDANN)的新能源基地风光时序功率曲线生成方法。以历史气象和功率数据充足的新能源场站作为源域,仅有气象数据的新建基地作为目标域。将源域上学习的输入气象信息到输出风光功率的非线性映射知识迁移到目标域,并添加最大均值差异(maximum mean discrepancy,MMD)作为度量域间特征分布相似性的损失函数以降低目标域泛化误差。最后采用实际风光场站算例验证所提方法的有效性,并进一步表明该方法的实用价值和意义。

新型电力系统多阶段输-储协同分布鲁棒规划

在电力系统中长期规划中,可再生能源发展受到政策变迁、关键技术发展和气候变化等因素的影响,具有不确定性。这一不确定性将对短期规划决策产生不可忽视的影响。针对以上问题,在可再生能源发展场景树之间嵌套距离的基础上引入鲁棒因子,构建概率分布模糊集。随后,综合考察整个规划周期规划方案的经济性与鲁棒性,建立了考虑可再生能源出力不确定性与发展不确定性的电力系统多阶段输-储协同分布鲁棒规划模型,并采用列与约束生成算法对模型进行求解。最后,采用Garver-6节点系统和HRP-38标准测试系统进行算例分析,得到多阶段规划方案。通过调节鲁棒因子可以平衡模型的经济性与鲁棒性,证明了所提方法的有效性。

基于典型源荷耦合模式的中长期时序场景生成

高比例可再生能源电力系统中源荷功率在气象的影响下耦合程度增加。基于生成式模型的场景生成方法是分析源荷功率不确定性问题的成熟工具,然而实际应用中常受源荷数据匹配样本少的问题限制,直接生成的中长期源荷耦合时序场景质量较差。提出一种基于典型源荷耦合模式的中长期时序场景生成方法。首先,定义了源荷各自的气象模式概念。然后,通过气象距离将历史数据中典型气象模式相似的源荷聚合成定义的典型源荷耦合模式。接着,采用生成对抗网络生成典型风光场景,并将生成场景与典型源荷耦合模式进行匹配。最后,根据匹配的对应关系得到典型源荷耦合场景。以日本地区为例的仿真结果表明,所提方法能够提高场景在气象方面的可解释性,同时减小了源荷数据匹配样本少对中长期源荷耦合场景生成的影响。

基于时序注意力机制的电动汽车灵活性概率建模

电动汽车是一种可以向电力系统提供灵活性的柔性负荷。现有研究对电动汽车灵活性进行建模时,多数仅考虑了充电行为的不确定性以及分时电价的影响,忽略了日前电价与实时电价的偏差,缺少对实时电价、充电负荷多时间尺度时序特征的建模。针对此问题,文中总结了电动汽车灵活性的表现形式与影响因素,考虑面向电价的响应不确定性以及充电行为不确定性,提出基于时序注意力机制的电动汽车灵活性概率建模方法。通过时序注意力机制提取不同时序权重,设计基于时序卷积网络的多时间尺度特征提取网络学习充电行为、电价等不确定性,提取多时间尺度灵活性波动特征。算例表明,所提模型能够有效学习充电行为不确定性与面向电价的响应不确定性,其概率建模效果具有更高的可靠性与精度。

基于前景理论的电动汽车用户日前调频决策模型

为降低电动汽车(electric vehicle,EV)用户参与日前调频辅助服务市场的难度,提高其参与积极性,将EV完成充电离网时所获得的净收益和电池电量对用户心理的影响引入前景理论的价值函数中,建立有限理性下的EV用户参与调频辅助服务市场的日前决策模型。该模型考虑EV参与调频辅助服务的电池老化成本,研究EV备用容量的优化策略及调频辅助服务市场的报价策略,并给出3种可行的简化EV调频辅助服务参与模式供用户选择。通过算例分析,验证了基于前景理论的EV用户日前调频决策模型的有效性及可行性,并更符合实际EV用户的决策行为。

基于随机配置点法的概率潮流算法

可再生能源的大量接入使得电力系统的不确定性增加,对电力系统的运行和控制提出了新的挑战。从不确定性量化理论出发,提出了一种基于随机配置点法的概率潮流算法。该算法将不确定性输入变量的概率分布表述为广义多项式混沌的谱系数,通过构建一个规模可控的确定性非线性方程组,将待求变量的概率分布函数求解转换为广义多项式混沌的谱系数求解问题,可较好地解决概率潮流计算中求解精度和计算复杂度之间的矛盾。在IEEE 14节点和IEEE 118节点系统的仿真计算中,该算法的有效性、实用性和准确性得到了验证,对于含新能源并网的概率潮流等不确定性问题具有较好的工程应用前景。

基于变分模型的动态最优潮流新算法

为解决传统动态最优潮流(DOPF)算法中计算速度和计算精度之间的矛盾,建立了电力系统DOPF的变分模型,推导了该变分模型的最优性条件。在此基础上提出了一种基于Radau配置法的DOPF求解新算法。该算法具有计算量小、计算精度高等特点。对某实际系统的分析结果表明算法能够满足在线运行的需求。

基于差分正交匹配追踪和Prony算法的低频振荡模态辨识

根据实测数据对电力系统低频振荡模态进行辨识,有助于实现电力系统有效的阻尼控制,从而提高电网的稳定性。文中介绍了利用Prony算法辨识低频振荡模态参数的原理,针对Prony算法对噪声干扰敏感以及模型阶数辨识困难导致出现伪模态的缺点,提出了一种基于差分正交匹配追踪(DOMP)和Prony算法相结合的低频振荡模态参数辨识方法。EPRI-36节点系统和实际系统相量测量单元数据算例的仿真结果表明,所述方法能够准确地辨识出系统低频振荡模态参数。通过与Prony算法结果对比验证表明,该方法辨识结果更加准确,能够满足低频振荡模态参数辨识要求。

基于Filter集合的内点最优潮流新算法

基于Filter集合的内点算法(FIPM),提出了一种最优潮流新算法(FIPOPF),该算法可针对最优潮流问题的实际情况对可行方向进行自适应校正,即在不可行情况下通过求解仅含“硬约束”的优化问题进行可行方向调整,从而可使系统在无可行解时收敛至一个对系统“软约束”违反最小的稳定点。对五个IEEE标准算例和两个实际系统的分析和试算均表明,所提出的算法具有很好的收敛性,运算速度较快,满足在线最优潮流计算的时间要求。

一种基于决策树技术的短期负荷预测算法

提出了一种基于决策树技术的短期电力负荷预测新方法,能有效地考虑非负荷因素对短期负荷预测的影响。文中详细介绍了决策树技术的原理及其在短期负荷预测中的实现方法。实际电力系统应用结果数据表明,该方案能够有效提高短期负荷预测的精度。

一种考虑备用影响的光伏发电碳减排量计算方法

光伏电站实际的碳减排量计算对于光伏电站的规划和光伏产业的发展有着重要作用。随着光伏电站规模的不断扩大,光伏出力波动给系统所带来的不利影响也愈加突出。为减轻这种不利影响,需要在系统侧配备必要的旋转备用,而这部分备用所增加的碳排放理应计入光伏发电的碳减排量中。文中对青海省格尔木地区龙源光伏电站实测功率数据进行了分析,给出了基于曲线波动特征的光伏功率曲线分类算法,该算法根据曲线波动情况将光伏发电曲线分为4类,分别对应晴天、阴天、少云和多云气象条件,并给出了各类气象条件下光伏发电功率的统计量。在此基础上,进一步给出了考虑备用影响的光伏发电碳减排量计算模型和计算方法,该模型和方法可根据电站位置、容量、历史气象数据快速计算光伏电站的碳减排量。

一种考虑N-1约束的智能配电网信息网络启发式规划算法

随着分布式能源、微网以及高级量测体系等在智能配电网中的接入和应用,智能配电网中的信息流量将远大于现有配电网。为了保证智能配电网信息网络的可靠性以及经济性,需要对其进行合理规划。文中从智能配电网信息网络的可生存性出发,采用N-1准则构建优化模型,并提出了一种启发式算法来保证模型的顺利求解。最后,通过某县级配电网信息网络规划算例,将启发式算法与1+1保护优化模型进行了比较,结果表明,启发式算法能够满足网络规划的可生存性约束。

未来电网营销管理

随着技术的进步和电力系统市场化改革的不断深入,营销管理将在未来电网运营中占据越来越重要的位置.分析总结现代电网营销管理形态特征及其存在问题,并从新需求、新市场、新用户和新技术等4个方面总结影响电网营销管理的关键因素及其变化趋势,在此基础上,对未来电网的营销管理形态进行初步探索.

基于极限编程的潮流上机实践教学探索

本文将极限编程XP的软件开发方法学引入到电力系统潮流上机计算实践课程教学当中,通过精心设计循序渐进的教学步骤,采用测试优先的开发原则,实行双人结对编程等极限编程核心理念,帮助学生克服了编程的畏难情绪,深化了学生对计算机潮流计算原理和方法的理解,提高了学生的学习效率。实际教学效果表明,该实践课程收到了较好的教学效果,教学质量得到显著提升。

面对极端天气事件的能源枢纽微网两阶段优化运行研究

近年来,气候变化导致了越来越多的极端天气事件,这些自然灾害可能会引起严重的基础设施破坏,甚至引发大规模停电事故。这促使人们开始综合利用各类能源,以提高能源系统在应对小概率、大破坏性极端天气事件时的修复力。本文提出了一种应对极端天气事件的能源枢纽微网优化运行模型和一种两阶段优化运行模式。这种运行模式通过对单个能源枢纽及能源枢纽微网内能量的购买、传输和存储进行优化,并对负荷设置优先级,能减少两个阶段的总运行成本和负荷削减量,从而提高微网系统应对极端天气事件的弹性。本文算例在MATLAB R2018a环境下运行,使用YALMIP工具包和GUROBI求解器进行求解。仿真结果表明,本文提出的能源枢纽微网模型和两阶段运行模式,可以大大提升能源系统的稳定性和弹性,增强其抵御极端天气事件的能力。

多指标自趋优的智能电网

资源和环境的双重压力给电力系统带来了新的挑战。为应对这些挑战,国外研究者提出了智能电网的概念,并已有了初步实践。文中在对国外智能电网实践进行分析、总结的基础上,提出了智能电网的定义,认为是否具有"多指标自趋优运营能力"是智能电网与传统电网的最大区别,而如何使电网具备"多指标自趋优运营能力"则是智能电网研究和实现过程中所要解决的关键问题。

废糖蜜还原浸出低品位软锰矿

采用废糖蜜作还原剂,在硫酸介质中直接浸出低品位软锰矿,通过正交实验和单因素实验,考察了反应温度、反应时间、硫酸浓度和废糖蜜浓度等因素的影响,并对浸出机理进行了初步的探讨.实验结果表明,通过控制浸出工艺条件,可获得较高的Mn浸出率和较低的Fe,Al浸出率.由于废糖蜜中胶体等物质的存在,Mn浸出率高于相同条件下用纯糖作还原剂的结果,但Fe和Al的浸出率不受影响.相关的浸出影响因素优化为:H2SO42.35mol/L,废糖蜜75g/L,反应时间2h,反应温度90℃.在此条件下,Mn浸出率达到96.7%,而Fe为34.4%,Al仅为25.5%.

以合格率最大为目标的电力系统状态估计新方法

以合格率最大为目标,考虑潮流约束和运行中上下界约束,提出一种电力系统状态估计方法。该方法可用现代内点法求解,收敛性好。与以往方法相比,文中方法得到的状态估计结果合格率高;估计结果有较强的抗差性;所求的解为潮流解,满足各种物理约束,更加接近实际;计算中无需做坏数据检验、可观性校验,无需主观设定测点权重,大幅减少了调试和维护工作量。IEEE39节点系统、IEEE118节点系统和某实际输电网等试验系统的测试结果验证了该方法的优越性。