弱受端支撑的高压直流故障恢复优化研究

弱受端支撑的高压直流发生双极直流短路故障后,在恢复过程中会出现电压、电流及功率振荡甚至失稳现象,威胁系统稳定运行。首先分析了高压直流输电等值系统在全压和降压运行方式下的最大输送极限,指出受端弱同步支撑的高压直流在降压运行状态下可能突破运行极限,这是导致直流故障恢复振荡的主要原因。基于实时数字仿真软件RTDS分析整流侧最小触发角、定电流控制参数、低压限流控制参数、降压重启动幅值以及受端电网强度对改善系统恢复振荡的作用。研究结果表明:通过调整最小触发角、定电流控制、低压限流控制和降压再启动电压定值等环节参数,可以减缓直流功率恢复速率,有助于提升直流故障恢复过程中弱受端系统的稳定性。

基于海量用电数据的用户负荷模式快速提取方法研究

对用电大数据进行快速、准确、高效的挖掘,是得到用户负荷模式不可或缺的基础工作。首先分析了用电数据的分布特点,利用统计学中四分位法的快速性和3σ法的精确性,提出了一种"横向—纵向"检测法,对异常用电数据进行检测与修正;其次,在综合对比了几种典型降维方法的基础上,采用主成分分析法对海量高维用电数据进行降维处理将极大地提高负荷模式提取效率;最后,对传统K-means算法进行改进,得到一种Fast K-means(FK-means)算法,该方法为减小聚类时间引入二分法思想,为提高聚类结果可靠性,将聚类有效性指标DBI与CHI相结合。采用中国南方某市实际量测用电数据验证了该算法能够快速对负荷模式进行提取且具有鲁棒性好的特点。