区域柔性负荷参与功率调度的评价体系构建及其应用研究

柔性负荷接入区域电网参与功率调度在改善电力系统调节能力方面存在着巨大潜力,但也会给调度运行带来复杂的控制问题。为解决这一问题,迫切需要建立一套客观公正和精确有效的区域柔性负荷综合评价体系来指导柔性负荷参与功率调度。首先,针对区域柔性负荷参与功率调度的特点,构建了以柔性负荷为控制对象,以实现能源优化配置为目的的综合评价指标体系。其次,利用熵值法对层次分析法确定的主观权重进行调整,得到客观评价的组合权重。然后,采用灰色关联分析法对不同种类负荷的功率调度参与度进行综合评价,得到每类负荷在不同调度模式下的调度优先级。最后,在某区域能源管控中心示范工程上进行验证,所构建的评价体系指导区域内各类负荷参与功率调度,减少电网高峰用电量,维持电力系统可靠运行。

基于价值最优的区域能源管控中心价值模型研究

针对区域能源互联中分布式发电方、电网运维方、用能负荷方以及区域能源管控中心的行政主管部门之间的利益协调现状,深入剖析了区域能源管控中心中源、网、荷的内涵及互动耦合关系,提出区域能源管控中心的三层价值驱动体系,并分层构建其价值模型。同时,在保障电力系统物理网架结构安全稳定运行的基础上,兼顾参与区域能源管控中心建设及运营各方的利益关系,引入特殊的价值因子,建立区域能源管控中心立体价值模型,来综合兼顾各方的价值利益。最后通过案例分析,进一步阐述了所提出的价值模型驱动的能源管控中心三层立体体系的合理性与可行性。

基于小波包与倒频谱分析的风电机组齿轮箱齿轮裂纹诊断方法

为实现风电机组齿轮箱及时有效地监测和维护,提出基于小波包与倒频谱分析的风电机组齿轮箱齿轮裂纹诊断方法。该方法针对齿轮裂纹振动信号为转速频率对啮合频率及其倍频调制的特点,利用小波包分解来识别振动信号中的故障特征,通过小波包频带能量监测得到故障部位的啮合频率范围;考虑到倒频谱可以分离和提取难以识别的密集调制信号的周期成分,基于倒频谱识别故障部位的转速频率,综合利用两种频谱分析方法得到的啮合频率和转速频率,能诊断故障部位和类型。实验研究表明,该方法能精确地诊断齿轮裂纹故障,并可以实现对风电机组齿轮在复杂环境中退化状态的监测,预防断齿等重大故障的发生。

基于小波包与PCA遗传神经网络相结合的齿轮箱故障诊断方法

针对风电机组齿轮箱振动信号非平稳、不确定的特点,提出基于小波包与PCA遗传神经网络相结合的风电机组齿轮箱故障诊断方法。该方法选取振动信号的峭度和峰值作为时域特征值,利用小波包算法提取频带能量和二范数作为时频域特征值。考虑到特征值之间的相关性,利用主成分分析法确定主成分,从而减少神经网络的输入变量。利用遗传算法对BP神经网络权值和偏置进行优化,建立遗传神经网络的故障诊断模型。仿真测试结果证实了算法的有效性。

基于动态响应参数的新能源发电站AVC系统

传统的基于静态配置电压无功响应参数来生成控制策略的发电站自动电压无功控制(automatic voltage and reactive power control,AVC)系统,没有考虑电压无功响应参数与发电站当前运行状况的关系,难以适应发电站变化的运行工况,容易出现调节次数多、调节过程长甚至振荡调节等现象。对于拥有几百甚至上千台逆变发电单元的新能源发电站,其难以满足电站接入电网的电压无功响应速度要求。该文利用新能源发电站内一次设备之间的连接关系,以及潮流流经各设备后产生的功率损失和电压损失理论,推导了电站内各种电压无功调节响应参数的计算公式,研究出一种基于电压无功动态响应参数的新能源发电站AVC系统,它能实时计算发电站当前运行状况下的电压无功功率响应参数以及当前需要补偿的精准无功调节量。采用该算法的AVC系统产品已在多个光伏电站中得以应用。实践证明,新AVC产品通过1~2轮控制调节动作便可将电压和无功功率调整到调度要求的目标范围内,调节速度快,并能有效避免振荡调节现象,能使电站向电网输送更加稳定、优质的电能。

一种基于电压无功动态响应参数的变电站AVC算法

针对传统变电站自动电压无功控制(AVC)系统存在调节次数多、调节过程长以及容易出现振荡调节现象等缺陷,利用变电站内一次设备之间的连接关系,以及潮流流经各设备后产生的功率损失和电压损失理论,推导了单台变压器运行或多台变压器并列运行的变电站内四类电压无功调节响应参数的计算公式。将这些计算公式直接应用于变电站AVC子站产品,从而不需要配置固定的电压无功响应参数。当变电站的电压或功率因数偏离调度端AVC主站下发的目标值时,AVC子站产品能够实时计算当前运行状态的电压无功功率响应值,准确地求出变电站需要的无功功率调节量或变压器分接头调节档位,精准地下发控制策略。经实际的变电站AVC工程应用证明,基于新算法的变电站AVC系统具有调节次数少、速度快,能有效避免振荡调节现象等优势。