变电站自动化监控主站的系统资源平衡

为保证变电站自动化系统监控主站的可靠性，文章提出以其最重要的资源——中央处理器的负载水平作为衡量其可靠性的指标之一，并在对其任务进行详细分析的基础上，估算出变电站正常运行时监控主站的资源平衡水平。最后，针对采用ＷｉｎｄｏｗｓＮＴ所提供的基于线程的多任务机制实现的监控主站，依据资源平衡的原则对其进行了实验室测试。

基于组件的电力系统实时信息处理软件的结构研究

结合分布式计算环境与软件可重用技术的发展，剖析了传统的集中式结构的应用软件所存在的缺陷和局限性。详细分析了组件技术以及将其应用于电力系统时所面临的实时性问题，在此基础上提出了一适合于电力系统实时信息处理的系统结构。以采用变电站自动化系统为例，比较了基于集中式结构与基于组件结构所实现的系统之间的性能差异，表明了所提结构的可行性。同时也指出，标准是组件应用的基础，因此在开发实时信息处理系统时，要遵循现有的网络标准，当无标准可循时，则要尽可能定义局部标准。

基于多线程的变电站综合自动化监控主站

针对变电站综合自动化系统越来越多的数据通信需求，在对监控主站的任务进行详细分析的基础上，采用了ＷｉｎｄｏｗｓＮＴ的基于线程的并行处理机制，着重分析了采用多线程机制实现监控主站规约转换器的关键技术，并对该监控主站进行了实验室测试，测试结果表明其能够满足较高通信要求。

通用智能化变电站培训仿真系统

阐述了采用人工智能方法开发研制具有通用性、用户可维护性、智能性的在线式变电站培训仿真系统的几个关键性问题，并给出了相应的实现方法。这些理论和方法也可供开发其它系统时参考。

12脉动桥式换流器数学模型及数字仿真

利用布尔交量推导出了双桥换流器一种新的数学模型。针对高压直流输电单元接线方式，将其与凸极同步发电机及三相三绕组变压器模型结合在一起，构成了带有非正弦负荷的凸极同步发电机系统模型。最后给出了数字仿真结果。

变电站综合自动化监控主站的动态测试

针对监控主站进行动态测试对提高变电站综合自动化系统的整体性能具有十分重要的意义。在对测试对象的特性和测试任务进行分析后，提出并建立了一种符合实际的数模混合的动态测试环境。对照各测试项目，详细阐述了测试方法和测试过程。应用该模型，对一种基于 ＬｏｎＷｏｒｋｓ局域网络的变电站综合自动化系统监控主站进行了动态测试，效果良好。

软件测试在变电站自动化监控主站研制中的应用

变电站综合自动化监控主站软件的可靠性对变电站运行至关重要； 软件测试是保障软件质量的关键步骤之一， 但却极易被忽视。结合变电站综合自动化系统ＣＳＣ２０００的新一代监控主站的研制工作，介绍了开发中对软件测试的应用体会： 良好的组织模式、科学的测试方法、有效的测试保障， 才能取得满意的测试效果。

变电站自动化系统中电能管理的两种模式

电能采集和管理是变电站综合自动化系统的重要部分．针对基于Lonworks现场总线和WIZCON平台的变电站综合自动化就地监控后台，本文讨论了两种电能采集管理的模式，并对其性能进行了详细的比较评价。最后，对变电站综合自动化系统中电能采集管理模式的选取提出建议。

模块化多电平换流器子模块关键组部件稳态电流应力全解析化计算

模块化多电平换流器(modular multilevel converter,MMC)是当前柔性直流工程的主流拓扑。高压大容量柔性直流输电工程中,MMC子模块中的半导体器件,特别是绝缘栅双极型晶体管(insulated gate bipolar transistor,IGBT)的通流能力较弱,电流安全裕度较小,对各半导体器件的稳态电流应力进行精确解析计算对换流器器件选型、换流器损耗计算、阀冷系统设计、换流阀运行状态评估等具有决定性的作用。同时,支撑电容器也是模块的关键组部件,电流是其研发的关键指标。该文基于MMC子模块各组部件的通流条件和平均开关函数模型,推导了各组部件的电流平均值和电流有效值等关键参数的精确解析表达式,并进一步分析了MMC处于整流状态和逆变状态时各器件稳态电流应力的大小关系及特征。通过将稳态电流应力的解析计算结果与电磁暂态仿真结果进行对比,验证了该文提出的解析计算方法的精确性。最后,基于解析计算和仿真分析,揭示了各组部件电流应力分布的特征规律。

基于LMDI模型的能源系统碳排放影响因素分析

在“双碳”目标的背景下,作为全社会碳排放最主要的排放源,能源活动的碳减排尤为关键。为明确电力系统碳排放量、能源消费强度、产业结构等因素对能源系统碳排放的影响作用及贡献程度,基于灰色GM(1,1)模型对我国的能源消费总量进行预测,并进行模型检验以保证可行性。根据联合国政府间气候变化专门委员会(intergovernmental panel on climate change,IPCC)碳排放系数法,根据我国能源平衡表的数据对2015—2019年各行业碳排放量进行测算。在此基础上,利用对数平均迪氏指数法(logarithmic mean Divisia index,LMDI)构建碳排放分析模型,对结果标准化处理后分析各效应对能源系统碳排放量的影响程度。计算结果表明能源消费强度、人口数量、城镇化水平及电力碳排放量会促进能源系统碳排放增长,而能源消费强度、农村人口比重及产业结构起到了抑制作用。