基于卡尔曼滤波分解的配电网安全状态估计

为使配电网在虚假数据注入(false data injection,FDI)攻击下仍旧可以获得最优的状态估计,提出了一种新的状态估计算法,提高了配电网抵御FDI攻击的状态估计精度。在相量测量单元(phasor measurement units,PMU)被攻击的情况下,即测量值被篡改,最优卡尔曼估计可以分解为局部状态估计的加权和。该方法在某种意义上不安全,基于局部估计,提出了一种基于凸优化的方法,以取代加权和方法,将局部估计结合成一个安全的状态估计。仿真结果表明:当所有PMU量测设备都是良好时,所提的估计器与卡尔曼估计器的估计结果一致。当PMU设备被攻击造成量测量异常时,提供一个充分条件,在这个条件下安全状态估计器是稳定的。

含风能和电动汽车的互联电力系统容错负荷频率控制

基于容错负荷频率控制方法,研究了互联电力系统执行器故障下系统的稳定性问题。首先,根据风力发电机和电动汽车的动力学特性,建立了含风力发电机和电动汽车的互联电力系统模型。然后,利用改进的滑模观测器对电力系统状态向量和故障向量进行估计。接着,基于估计结果,提出容错控制来保证系统发生执行器故障时的稳定性,并利用李雅普诺夫泛函理论,得到互联电力系统的稳定性准则。最后,通过仿真实例对考虑风力发电机和电动汽车的三区域电力系统进行验证,结果证明了所提出的容错控制方案的正确性和可行性。

基于模糊C均值算法的电池组一致性分析方法

受限于电池系统电芯初始性能和环境工况差异,电池组性能的不一致性将严重降低电池组整体使用水平,增加系统的安全隐患,因此,提出一种基于模糊C均值(fuzzy C-means, FCM)算法的锂离子电池组一致性分析方法。该方法基于戴维南等效电路模型,利用递归最小二乘(RLS)算法实现特征参数的在线辨识,并将提取的特征参数作为FCM算法的输入,从而实现对电池组一致性聚类评估。通过对电动汽车9个月的实车数据进行验证,证明了所提出方法的有效性。分析结果表明该方法能够准确地评估电池组的一致性水平,并且在长时间的使用中保持较高的预测精度。

考虑光伏发电不确定性的日前火电-光伏经济调度

针对光伏发电受季节天气因素影响产生的不确定性和随机性的问题,建立了考虑光伏发电不确定性的日前火电-光伏经济调度的数学模型。以传统火电机组的运行成本、光伏发电成本、旋转备用成本,以及受到季节天气因素影响的光伏发电预测误差成本为经济目标函数;以火电机组的二氧化硫排放为环保目标函数。为提高光伏出力预测的准确性,采用加入季节天气因素的长短时记忆神经网络对于光伏发电进行预测,通过Cplex对所构建的模型进行求解,结果表明了所提模型的有效性和可行性。

锆钛酸铅压电陶瓷(PZT)俘能效率实验研究

为研究不同因素对压电陶瓷俘能影响规律,提高能量俘获效率,本文以锆钛酸铅压电陶瓷(lead zirconate titanate piezoelectric ceramics,PZT)为研究对象。首先,搭建实验测试平台,通过实验获得了3种不同振幅(2、6、10 mm)下PZT输出电压与激励频率的关系,得到被测样件的最佳俘能参数;其次,在对存储电路进行优化的基础上,分别将PZT以单张、双张串联、双张并联以及双路输入的方式接入存储电路,各自在最佳俘能参数下振动30 min,为存储电路中的锂电池进行充电;最后,通过对比锂电池带动二极管的时长来评估不同输入方式的俘能效率。研究结果表明,在以最佳俘能参数振动30 min后,并联方式的俘能效率最高,可使功率为60 mW的二极管持续工作120 s。