STATCOM和同步调相机响应时间的仿真分析和比较

已有不少文献从多个方面对同步调相机和STATCOM作出比较,对响应时间的观点却存在显著差异,其原因在于对响应时间的定义及其计算方法的不一致,也在于对电网影响因素界定得不清晰。然而,响应时间又较为重要,以至于有时是一个影响方案能否被推荐的重要技术指标。首先约定阶跃响应时间的定义及其计算方法,接着搭建简单的、便于验证的等值系统,以便清晰地界定电网影响因素的边界条件,最后通过电磁暂态数字仿真技术从三个基本方面分别详细对比同步调相机和STATCOM阶跃响应时间。结果表明:同步调相机仅在电网电压幅值阶跃时,瞬态响应时间才略优于STATCOM。

电解水制氢技术研究进展与发展建议

随着日益增长的低碳减排需求,氢的绿色制取技术受到广泛重视,利用可再生能源进行电解水制氢是目前众多氢气来源方案中碳排放最低的工艺。本文梳理了氢能需求和规划的进展、电解水制氢的示范项目情况,重点分析了电解水制氢技术,涵盖技术分类、碱水制氢应用、质子交换膜(PEM)电解水制氢。研究认为,提升电催化剂活性、提高膜电极中催化剂的利用率、改善双极板表面处理工艺、优化电解槽结构,有助于提高PEM电解槽的性能并降低设备成本;PEM电解水制氢技术的运行电流密度高、能耗低、产氢压力高,适应可再生能源发电的波动性特征、易于与可再生能源消纳相结合,是电解水制氢的适宜方案。结合氢储运与电解制氢的技术特征研判、我国输氢需求,提出发展建议:利用西北、西南、东北等区域丰富的可再生能源,通过电解水制氢产生高压氢;氢送入天然气管网,然后在用氢端从天然气管道取气、重整制氢,由此构成绿色制氢与长距离输送的系统解决方案。

同步调相机响应速度的仿真分析

新一代同步调相机由于补偿容量大、响应速度快等优势而重新获得工程应用。同步调相机响应速度快是其被推荐应用的一个关键指标,然而现有文献还没有从电磁暂态角度对其进行较为系统地仿真分析。本文先明确响应时间含义及其具体计算方法,接着搭建较为简单且直接的等值系统,并说明其参数选择的合理性。最后采用电磁暂态仿真分析方法,分别从励磁系统的同步调相机端电压参考值突变、升压变压器电网接入点电压幅值突变、电压相角突变这三个维度试图得到各自的响应时间。响应时间不能为零,无功功率从零到额定值的较为理想值能小于5.0ms。实际工程应用时,上面三个突变会同时变化,尽管其突变量值会有所不同。本文研究结论将为分析更为复杂工况的响应时间提供借鉴。

电容式电压互感器二次端子箱接地点虚接对现场检定的影响

介绍了电容式电压互感器的原理及实物接线,将二次端子箱接地点虚接分为3种等效电路,并提出预防措施和解决方案,提高了检定效率,避免了重大电力系统事故发生。

选相投切对特高压变压器操作冲击绝缘的影响分析

基于特高压断路器的电场强度分布给出了合闸预击穿时间的均值和标准差,再利用ATP-EMTP软件对空载变压器进行合理建模,并进行不同剩磁情况下的电磁暂态仿真,对考虑预击穿和机械分散性影响下的操作过电压进行了统计分析。同时,对最佳相位合闸时产生的励磁涌流进行了分析讨论。结合低压模拟实验的最终分析表明:即使考虑断路器预击穿、机械分散性以及励磁涌流的变化后,选相投切技术仍具有抑制过电压的作用,再结合避雷器可将过电压完全限制在标准要求值内。根据GB/Z24842—2009标准给出了变压器操作冲击绝缘水平的推荐值,可供工程设计参考使用。

基于深度神经网络的电力系统快速状态估计

随着现代电力系统的迅猛发展,电网结构和运行方式日益复杂,对状态估计的实时性和准确性也提出了更高的要求。为此,该文提出一种基于深度神经网络的电力系统快速状态估计,通过相关性分析筛选出该状态估计模型的输入量测集,进一步利用海量历史数据建立基于深度神经网络的状态估计模型。当电力系统的实时量测更新时,将强相关量测输入已建立的状态估计模型中快速获得系统状态的估计结果。通过在IEEE标准系统和某实际省网进行算例仿真表明,所提方法的估计精度和鲁棒性均优于传统加权最小二乘(weighted least square,WLS)和加权最小绝对值估计(weighted least absolute value,WLAV);并且该方法的在线计算时间受系统规模影响较小,由实际省网的仿真结果可知,其计算效率较WLS和WLAV分别提升1.43和27.2倍。

基于分数阶Tikhonov正则化方法的电弧反演研究

有触点开关电器在分断电路时将不可避免地产生电弧。该文建立了直动式触头系统开断下的三维电弧模型,将电弧假设为电流折线集合。基于毕奥萨伐尔定律,通过正演分析获得电弧周围测磁平面的磁场分布,并根据磁场反演电弧电流密度分布。为了提高电流重建精度,采用Tikhonov正则化方法求解基于电磁逆问题建立的不适定方程组。考虑到标准Tikhonov正则化方法的最小二乘解由于滤波算子的作用而丢失重建数据的细节使得解过于平滑,采用分数阶Tikhonov正则化方法来提高解的精度,并基于Morozov偏差准则求取正则参数。反演结果表明,通过降低阶数α可减缓滤波算子的收敛速度,提高解向量范数而逼近精确解。同预设值相比,在施加标准差为0.001的测磁干扰下,电弧反演的最大相对误差为21.16%,平均相对误差为8.99%,重建精度高于标准Tikhonov方法与截断奇异值分解法,反演结果能够反映电弧分布趋势。

基于径向神经网络的光伏发电功率预测方法研究

光伏发电输出功率具有明显的随机性和不确定性,大规模光伏并网会影响电网系统的安全、稳定运行。因此,对光伏发电功率输出进行短期的预测对光伏并网具有重要意义。以大数据分析Spearman秩相关系数为基础,分析得到光伏发电过程中各个影响因素与输出功率的秩相关度,并将相关度最高的影响因素作为预测系统变量输入,建立基于RBF神经网络的预测模型,对光伏发电的功率进行预测研究,通过变量和输出量的历史数据对RBF进行训练与预测。

用于锂电池原位温度监测的柔性薄膜传感器研究

针对现有电池温度监测技术存在的问题,提出了一种基于柔性薄膜传感技术进行锂电池温度监测的方法。制备了以聚酰亚胺为柔性衬底的薄膜温度传感器,并通过转移的方式将其植入锂离子软包电池中,进行了电池内部温度充放电测试。实验表明:内置柔性薄膜温度传感器能稳定地在锂电池内部工作,并能可靠地测出锂离子电池包中的温度,可提高锂电池的运行安全,且有助于理解电池的热产生原理。