高渗透率下大电网应对微网接入的策略

分析了高渗透率微网接入对大电网的安全稳定性、电能质量、调度运行等方面的影响。从大电网与微网的作用机理、优化规划、运行策略、继电保护及电能交易模式等方面进行研究探讨,明确微网大规模接入电力系统后给大电网带来的关键问题,提出大电网应对微网接入策略的框架结构和主要研究内容。

双馈风力发电系统故障特性及保护方案构建

针对双馈电机励磁方式的特点,本文分析了电网发生故障时定子短路电流呈现的"多态"故障特征,论述了故障点距离、Crowbar保护动作门槛值以及励磁逆变器控制系数等因素对双馈电机短路电流特性的影响,并进行了仿真验证。基于以上研究结果,从提高双馈电机故障穿越能力的角度出发,提出了一套适用在风电场并网节点处的新型复合式电流—电压保护方案。通过对传统电流保护的改进和构建低电压穿越运行特性的电压保护,使其能够适应双馈电机的故障特征,满足风场联络线上故障的可靠切除及配电系统内故障时风电场的低压穿越运行,对实现含双馈风电机组的电网稳定及故障后的快速恢复具有重要意义。

电力系统复杂故障分析一般计算方法的改进

复杂故障计算是大型电力网络仿真计算中不可缺少的一部分。当故障发生在线路上时,电力系统复杂故障分析的一般计算方法没有很好的实时性。针对这个问题,提出在故障点处对原网络进行电路等值,求解出故障电流,再把故障电流分解到节点上进行分析计算。这个方法较好地保持了原有算法的优点,便于实现计算机编程,从而提高了故障计算的速度。

基于规范算法的电力系统复杂故障计算的实用性改进

为了避免在故障计算中重复计算全网阻抗矩阵元素,介绍了一种规范的计算机算法,对算法的核心部分,即故障描述矩阵Yf进行了分析。首先论述了数学上Yf的列写过程,然后根据推导的2类典型故障,总结得到电网理论上出现N处错误时Yf的实用化公式并给出了电路上的解释,并在工程项目中得到了应用。

面向恢复效益最大化的含应急电源主动配电网恢复策略研究

为解决含移动应急电源(mobileemergencygenerators,MEG)的主动配电网故障恢复问题,建立了配电网恢复效益函数,基于启发式算法,给出了一种配电网恢复效益最大化控制策略。为验证所提控制策略的可行性,以改进的IEEE70节点系统为例,开展了仿真对比分析与算法验证,仿真结果表明,采用提出的MEG接入优化策略,MEG恢复效益指标优化了每个MEG接入点接入的MEG台数;采用基于启发式算法的配电网恢复效益最大化控制策略,恢复负荷和恢复路径指标提高了配电网恢复效益。

基于多储备池相关向量回声状态机和误差补偿的短期负荷预测研究

针对相关向量机核函数存在计算复杂度高、无法体现数据全部特点的问题,提出一种基于多储备池相关向量回声状态机和误差补偿的模型。多储备池具有稀疏性强、内部状态稳定的特点,采用多储备池加权组合代替核函数对数据进行高维映射,并通过稀疏贝叶斯理论求解模型参数。综合考虑多储备池初始化与训练过程的随机性,提取训练产生的误差并结合多种影响因素构建误差补偿环节,对预测结果进行修正。根据某地电网实际负荷数据进行仿真验证,结果表明该模型具有良好的精度与稳定性。

基于Stackelberg主从博弈多目标模型的综合能源优化调度

为进一步提高综合能源系统的灵活性和经济性,将分布式能源站作为综合能源系统的研究对象,建立了能源站收益模型和用户获能满意度模型,在用户获能满意度模型内部,以用户获取最大综合效能和用户满意度构成多目标函数。在传统博弈模型基础上增加对用户满意度的考虑,将能源站作为决策者,用户作为反应者建立Stackelberg主从博弈模型,并通过天牛须分布式算法对模型进行求解。算例仿真结果表明,Stackelberg博弈在考虑用户满意度和新能源参与下的综合能源系统中有良好的适用性,天牛须分布式算法在对目标优化模型求解具有良好的可行性,最后验证了不同程度新能源接入系统时对系统的影响。

基于Stackelberg博弈实时定价机制的电-气综合能源系统优化调度

为了降低风电和负荷的预测误差对于综合能源系统各机组出力计划的影响,建立了基于Stackelberg博弈实时定价机制的电-气综合能源系统两阶段(日前-日内)优化调度模型。在日前调度计划中,以综合能源系统经济成本最优确定各机组次日的出力计划。在日内调度计划中,以综合运营商收益最大和用户满意度最大为目标函数,建立主从博弈模型,通过两方博弈对日前能源价格进行调整,从而引导用户积极参与需求响应。通过实际的算例仿真分析,Stackelberg博弈制定的实时能源价格相较于价格弹性系数矩阵法制定的能源价格,用户参与需求响应的程度更高,不仅可以减少对各机组日前制定出力计划的调整,而且可以降低系统运行成本,提高用户的综合效能。

基于实时电价与支持向量分位数回归的短期电力负荷概率密度预测方法

智能电网环境下,实时电价对用户用电模式的影响较大,为了提高考虑实时电价的短期电力负荷预测精度,更好地反映电力负荷的不确定性。提出了支持向量分位数回归方法,通过引入松弛变量构造Lagrange函数,得出不同分位点下的未来一天任意时刻电力负荷的预测结果。同时采用Epanechnikov核函数,将SVQR与核密度估计相结合,进行短期电力负荷概率密度预测,可得到未来负荷准确的波动范围。以新加坡的历史负荷和实时电价数据为例,进行短期电力负荷概率密度预测,结果表明该方法能够较好地解决考虑实时电价的短期电力负荷概率密度预测问题。

考虑温度因素的中期电力负荷概率密度预测方法

针对温度因素对中期电力负荷的影响,在现有的神经网络预测、区间预测和概率密度预测方法的基础上,研究在不同分位点上温度和历史负荷对电力系统中期负荷分布规律的影响,提出基于神经网络分位数回归的中期电力负荷概率密度预测方法。根据连续的条件分位数函数预测中期负荷在某天的概率密度,获得更多关于中期负荷预测信息。同时,通过比较在考虑温度因素下和不考虑温度因素下的条件概率密度预测曲线以及峰值对应的点预测值,可以得出,预测当天温度对中期负荷预测有较重要的影响,这为降低中期电力负荷预测的不确定因素提供了更多的决策信息和预测结果。

受端行为对直流输电系统的影响

直流输电系统的运行不仅受自身控制参数的影响,也与受端系统的运行状态密不可分。在研究直流输电行为时,受端系统一般表示为戴维南参数等值形式,其数值取决于受端系统的负荷、补偿措施以及发电机的励磁系统。本文分析了单机受端系统在不同场景下直流输电变化,仿真结果表明,当负荷增大且发电机励磁系统达到励磁极限时,受端的支撑作用明显减弱,直流输电会不稳定,采用合适的补偿及调节可以提高系统的稳定性。

含逆变型分布式电源的配电网保护系统研究

为研究分布式电源的故障穿越运行能力以及大电网解列后与重要负荷重构自愈的运行能力,对逆变型分布式电源(inverter-based distributed generation,IBDG)的故障外特性进行分析,提出了计及IBDG故障特性影响的配电网过电流保护整定计算方法。针对现有配电网的重合闸前、后加速配置及馈线保护切除故障策略,提出适合IBDG接入并能实现其故障穿越运行的馈线保护改进措施。利用MATLAB/Simulink仿真软件对系统进行故障仿真,仿真结果表明该改进方案能够解决IBDG接入后对配电网保护选择性方面带来的问题。

大容量电池储能电站在山东电网应用的可行性分析

近年来山东电网新能源发电容量不断增长,系统调峰能力不足的问题逐渐凸显,特高压直流投产进一步挤占了系统的调峰容量,新能源发电的消纳压力逐步增大。在详细分析山东电网现有运行问题的基础上,从系统调峰、新能源消纳、电网安全、局部电网潮流改善、系统调频、电网黑启动、短路电流特性共7个方面,阐述大容量电池储能电站对解决现有山东电网运行问题的可行性,并分析了大容量电池储能电站的运行经济性。

基于Petri网的含分布式电源配电网故障定位研究

针对分布式电源接入配电系统后使得原有的故障定位原理难以满足故障检测要求的问题,本文采用Petri网原理,根据配电系统的网络结构,利用故障发生时系统检测到的故障信息,建立了含分布式电源配电网的故障定位模型,阐述了推理过程,通过对故障信息的预处理,保证当故障信息丢失时故障定位的准确性。为验证该方法的故障定位能力,利用Matlab中Petri网工具箱,对一个含分布式电源的复杂配电网进行仿真分析。仿真结果表明,在配电系统发生单一或多重故障时,该配电网故障定位模型都能得到正确的故障区段;同时当故障信息缺失时,仍可取得理想的定位效果。因此,该故障定位模型具有一定的实际应用价值。

含智能软开关的智能配电网分布式供电恢复方法

为提高供电恢复方法性能,更好地应对智能配电网规模不断扩大、结构日趋复杂、运行方式更加灵活多样的形势,提出了一种含智能软开关的智能配电网分布式供电恢复方法。首先,以电网分布式的拓扑信息和电气量信息为基础,采用网络逐步戴维南等值计算方法,对供电恢复过程中各节点的电气量约束条件进行就地逐步计算,能够更好地适应智能软开关在供电恢复过程中输出不断调整的工作特性。然后,分析了智能软开关的控制原理和工作特性,尤其是在分布式供电恢复过程中的控制策略和输出调整特性,提出了基于配电网逐步戴维南等值的供电恢复电气量参数分布式计算方法,充分发挥智能软开关对供电恢复的支撑作用,进一步提升供电恢复水平。最后,通过IEEE 33节点和IEEE 69节点系统验证所提方法的有效性。

基于QPSO算法的含分布式电源配电网故障诊断

针对含分布式电源的配电网发生故障后,故障电流流向更加复杂,导致传统配电网故障诊断方法适用性变差的问题,本文将故障电流作为馈线终端单元采集的故障信息,构造了新型故障诊断评价函数。同时,以-1,0,1规定故障电流方向,在馈线终端单元上增加方向元件采集故障信号,利用量子粒子群优化算法对评价函数进行求解实现诊断,并通过仿真算例,验证该方法在含分布式电源的配电网故障诊断中的有效性及容错性。仿真结果表明,该算法可准确验证发生故障的区段,不具备关键信息丢失的容错性能,但对于非关键信息丢失或畸变时具有良好的容错性。该研究为含分布式电源的配电网故障诊断提供了新的解决方案,具有一定的应用价值。

基于PSO-DNN的电力系统短期负荷预测模型研究

为准确有效的预测电力系统负荷值,本文提出了基于粒子群算法(particle swarm optimization,PSO)优化深度神经网络(deep neural network,DNN)的电力系统短期负荷预测模型。DNN通过增加网络的前馈联接,利用多层隐含层对原始输入数据进行多次非线性映射变换,增强各隐层间的信息交换,有效解决传统神经网络易陷入局部极小值等问题。同时利用PSO优化DNN的隐含层结构和权值,通过迭代更新粒子状态确认网络最优参数,提高了模型的预测精度及稳定性。为研究DNN的预测性能,通过实际算例对所提出的预测模型与传统的BP-NN和RBF-NN预测模型进行比较分析。分析结果表明,PSO-DNN预测模型工作日预测误差分别降低了1.16%和1.04%;休息日预测误差分别降低了1.18%和1.07%,预测精度显著提高。该模型具有一定的可行性和实用性。

城市轨道交通运行对城市电网谐波的影响研究

针对城市轨道交通的实际投运会对城市电网的电能质量产生影响,尤其是可能会在系统公共连接点(point of common coupling,PCC)处产生不利于电网安全、稳定运行的高次谐波,本文在考虑地铁列车牵引、惰行、制动3种具体运行工况的前提下,构建了基于24脉波整流方式的城市轨道交通牵引供电系统及地铁列车的运行模型,并对地铁列车投运后在不同运行工况下对电力系统公共连接点处的电能质量进行了仿真测算和谐波分析。分析结果表明,城市电网在列车处于牵引、制动两种运行工况时的特征次谐波较大,而在列车处于惰行工况时的谐波值较小。该研究不仅精确地展现了列车的行驶状态,还反映出当列车处于不同运行工况时对网侧谐波的影响情况,为今后地铁系统公共连接点处谐波的精准化治理提供了理论依据。

计及综合需求响应的综合能源系统优化调度

为提高系统运行的可靠性和经济性,在综合能源系统优化调度的基础上引入综合需求响应,利用不同形式能源间的相互转化关系,实现削峰填谷,提高能源利用效率。计及综合需求响应策略,建立了基于电价的电力负荷需求响应和基于激励的热负荷需求响应模型。并以运行成本最小为目标函数,提出了综合考虑供需平衡和供储能设备约束的综合能源系统调度模型。采用改进二阶振荡粒子群算法对模型进行求解。该算法在常规粒子群算法的基础上对速度迭代公式进行更新,克服了常规粒子群算法易陷入局部最优的问题。通过实际算例仿真,验证了所提出模型和求解算法的有效性。

基于模糊Bagging-GBDT的短期负荷预测模型研究

为了提高常规梯度提升决策树GBDT算法的泛化性能,并实现并行计算,在GBDT的基础上,利用隶属度函数对气象数据进行模糊处理,同时引入Bagging算法,通过Bootstrap方式对原始数据进行多次抽样形成新的训练样本,分别训练模糊GBDT负荷预测子模型,提出了基于模糊Bagging-GBDT的短期负荷预测模型。算例分析结果表明,本文提出的预测模型相较于BP-NN和常规GBDT预测模型,7日平均绝对误差分别降低了1.44%和0.22%,模型具有良好的预测精度和稳定性。