基于负荷跟踪和客户低感知的电动汽车群调个控充电管理方法

针对电动汽车充电站对电网负荷调控指令跟踪精度低、充电客户对站内负荷分配不满意的问题,文章提出了基于负荷跟踪和客户低感知的电动汽车群调个控充电管理方法。首先,基于改进的条件生成对抗网络建立电动汽车单体可调度潜力的预测模型,可根据客户车辆电池管理系统历史上报的充电数据,生成车辆调度潜力时序曲线。然后,根据电动汽车充电集群的调度潜力总曲线和来自电网的负荷调控信号,提出计及能量损失和客户低感知的负荷分解优化模型,使用改进的多目标麻雀搜索算法进行求解,并在四川成都的电动汽车充电站验证了所提模型的合理性,证实其能有效地降低对客户车辆的控制功率损失,提高对调度负荷控制信号的跟踪精度,同时提高单个充电客户的感知满意度。

采用半自由工况点和分块优化策略的大惯量风力发电系统模型预测控制

风速随机性和间歇性对风机在风能捕获效率、出力波动性、机械载荷等目标的控制带来困难。针对额定风速以上区间,提出一种多目标模型预测控制策略:其基于半自由稳态工况点的多模型调度策略,在确保转速以额定值附近变动的同时,减少桨距角动作,进而获得更好控制效果;采用水平分块策略优化目标二次型函数寻优过程,减小计算量和计算时间。多场景对比仿真结果表明,该方法具有更好动态特性,发电机输出功率波动和机械载荷减小,寻优计算时间缩短,具有较高工程应用价值。

基于ARIMA与Elman神经网络的短期风速组合预测方法

近年来研究表明,组合预测方法比单一预测具有更高的预测精度。提出了一种利用改进的Elman神经网络修正ARIMA模型预测结果的短期风速组合预测模型。先利用ARIMA模型对风速进行预测,其线性规律信息包含在时间序列预测结果中,非线性规律包含在预测误差中。再将ARIMA模型的预测误差及历史风速一阶差分序列作为改进的Elman神经网络输入变量,将ARIMA模型的风速预测误差作为输出变量。最后将ARIMA模型预测结果与Elman神经网络的误差预测结果叠加,得到最终修正后的预测风速。分析结果表明,该方法与单一ARIMA方法及其他组合方法相比,预测滞后性更小,预测精度更高,在风速预测领域具有较好的应用前景。

大惯量风力发电系统功率波动平抑控制策略综述

由风速波动性和间歇性引起的风机出力波动对电网安全稳定运行造成不利影响。因此,平抑输出功率波动性成为大惯量风机控制的主要研究目标之一。首先对影响风功率波动性的因素进行梳理,然后以风能利用效率为标准,将输出功率平抑策略分为低风能利用型、高风能利用型和其它类型三类。从基本原理、方法、优缺点和研究趋势等多方面,对各类平抑策略进行全面综述和总结,对比归纳了不同控制策略的本质,并对未来研究方向进行讨论。此外,文中亦对风轮转动惯量与风能利用效率、功率波动性关系进行深入分析,论证了大惯量风机功率波动平抑过程中兼顾效率的重要性。

考虑蓄电池健康的微电网群模型预测控制能量管理策略

为提高新能源消纳能力,减少微电网群运行成本,设计考虑蓄电池健康的微电网群模型预测控制(MPC)能量管理策略。通过模拟蓄电池2种充电模式,将微电网群数学模型和约束方程表述为混合整数线性规划(MILP)优化问题,并与MPC框架相结合,在满足约束条件的基础上对优化问题进行在线求解。考虑到微电网能量管理以日前调度为主,提出变时域MPC寻优策略,进一步减小额外的寻优计算量。基于硬件在环实验平台对所提策略进行验证,结果表明,该策略可最大限度利用新能源,减少微电网群购电成本,实时性好,恒压充电模式可有效保护蓄电池健康。

含异步变速风机的风电场一次调频等值建模与仿真

风机参与系统一次调频目前已成为各国电网对风机并网的基本要求,但是适用于预测控制等算法的大型风电场频率响应动态特性数学描述尚未有充分研究。文中提出了参与调频前运行于最大功率点跟踪模式下的异步变速风机参与一次调频时的全风况出力响应模型,基于小信号增量法获得了不同工况下出力响应的线性化描述,与风机非线性模型对比验证了所提线性化模型的有效性和准确性。此外,在单机线性化模型基础上,基于间隙度量计算将特性相似的风机进行聚类,建立了风电场出力响应等值模型。仿真结果表明,所提等值模型在降低风电场调频模型复杂度的前提下保证了风电场频率响应特性的逼近精度。

水轮发电机调速系统对超低频振荡的影响及模型适用性分析

水电高占比电力系统普遍存在与调速系统相关的超低频振荡风险,而水电原动机复杂的非线性使得此类电网中调速参数的整定缺乏充分的依据。论文建立了调速系统的传递函数模型,从相频特性分析论证了调速系统对超低频振荡的影响机理。通过研究不同负荷和工作水头下原动机相频特性变化规律,提出低水头、高负荷运行工况是适合开展频率稳定分析的保守工况。结合藏中电网频率振荡实例,基于保守工况下的原动机简化模型,对相关机组调速参数开展稳定性分析和优化整定。三年来的运行实践表明,优化后的调速参数较好地解决了藏中电网超低频振荡问题。该文的研究对类似电网调速参数的整定具有参考意义。

电网限负荷条件下风电场一次调频策略

随着风电并网容量的增加,电力系统的调频、调峰问题日益突出,这就要求风电场应具备功率调节和频率调整的综合控制能力。根据风电机组的风速状况提出超速控制和桨距角控制协调的减载控制方案,使得预留的功率既可满足风电场的限负荷控制要求,也可作为风电场的调频备用。同时,根据风电场自身的运行状况整定风电机组的静态调差系数,并结合风场的功率分配策略,使风电场能在电网限负荷条件下尽可能地支持电力系统的频率调整。仿真结果表明,所提出的方法能满足电网限负荷指令,改善系统的调频特性,并缓解常规发电厂的调频压力,充分利用限负荷条件下的"弃风"资源。

采用梯度估计的风力发电系统最优转矩最大功率点追踪效率优化

风轮大转动惯量导致最优转矩最大功率点追踪(maximum power point tracking,MPPT)控制方法暂态时间过长,效率降低。通过研究风力发电系统(wind turbine generator system,WTGS)工作机理,对问题及原因作具体分析,并设计基于梯度估计的最优转矩补偿器,对电磁转矩给定值进行补偿,以减小大转动惯量对风轮转速变化的影响。通过建立兆瓦级双馈WTGS小信号模型及系统闭环传递函数,分析系统闭环极点、阶跃响应曲线及频率特性。小信号模型分析及仿真结果表明,改进后的方法具有良好的系统稳定性及动态特性,暂态过程时间小,兼有经典最优转矩法稳定性和叶尖速比法快速性等部分优点,风能转化率较高。

藏中电网系统级动态协调控制方案研究

藏中电网因其特殊的地理环境约束,具备典型的＂大机小网＂和＂大直流、小系统、弱送受端＂特性。此外,随着光伏等高随机性新能源比重的增加,频率稳定问题已成为系统主要运行风险。基于藏中电网模型,分别分析藏中电网在典型故障下的频率稳定特性,以及藏中电网内发电机组调速器参数对系统频率稳定性的影响。基于分析结果,针对藏中电网跳机故障,设计系统级协调控制系统方案,提出调速器在线PID参数优化调整、直流调制与切负荷相结合的藏中电网频率协调控制策略,对藏中电网的安全生产运行具有较好的实际指导价值。

一种基于可伸缩模式的潜在语义挖掘方法

大数据反映了人们的生活习惯、社会规律以及自然规律.数据流作为大数据最重要的表现形式之一,应用的范围非常广泛.在实际的数据流应用领域中,连续数据点组成的波段在宏观层次上展示了丰富的语义,因此以模式(波段)为粒度来表达数据流显得尤为重要.为此基于SP-tree挖掘的可伸缩模式,提出了Pattern2vec的方法,将可伸缩模式向量化,利用向量来发现数据流上潜在的隐含语义,完成分类工作.在医疗和电力数据开展实验,实验结果表明,Pattern2vec相比其他对比方法,具有更好的分类表现.