基于力控组态软件的光伏微电网远程监控系统的设计

为提高光伏微电网的自动化程度和能源利用效率,保证光伏微电网安全稳定运行,以智慧新能源实训系统V2.0为研究基础,基于力控组态软件设计开发了光伏微电网远程监控系统。该系统由上位监控机和前端数据采集单元组成。数据采集模块以西门子S7-1200plc控制器为核心,通过RS485通信总线,将环境模拟平台的太阳光照度、温度、湿度、太阳倾角等数据采集传输给PLC控制器。PLC控制器通过PROFENET通信,将采集数据传输给力控组态软件,以达到实时数据采集、监测显示、管理控制等远程控制的目的。

10kV供配电系统的运行维护教学分析

在新型电力系统配网改造背景下,为解决电荒、终端电气化率不断上升等问题,保证配网运行的稳定性和安全性,本文以“10kV供配电系统的运行维护”为教学内容,首先从教学内容重构、学情分析、教学目标、教学方法四个方面入手,完成教学总体设计。其次从企业文化与专业学习融合、强化安全规范教育、创新课堂教学模式三个方面入手,为实现对教学特色创新提出具有建设性的建议。希望通过这次研究,为相关人员提供有效的借鉴和参考。

基于形态学的特高压直流输电线路单端电流方向暂态保护

提出一种基于形态学的特高压直流输电线路单端电流方向暂态保护方法,根据故障电流行波方向判定故障发生在本侧区外,或者本侧区内/对侧区外,根据边界及线路对高频信号的衰减特性判定故障发生在本侧区内还是对侧区外。利用整流侧保护安装处获取的故障暂态电流信号结合多分辨形态梯度(MMG)变换,提取电流信号在突变点的极性,提出电流方向元件原理及判据。对整流侧保护安装处检测到的暂态信号进行形态谱运算,并将形态谱归一化后的值转换到频域,通过比较在频域内的形态谱判断故障在对侧区外还是本侧区内。仿真结果表明所提方法能准确区分本侧区外、本侧区内和对侧区外故障,实现特高压直流输电线路全线保护。

基于形态学的特高压直流输电线路雷击干扰识别

研究和识别输电线路雷击干扰的暂态特征对研制基于暂态量的保护及提高其可靠性具有十分重要的意义。数学形态学多尺度形态分解可以将复杂信号分解为具有物理意义的各部分,并且能凸显波形的局部特征。基于此,运用数学形态学对±800kV特高压直流输电线路的雷击未故障、雷击故障和其他原因接地故障的暂态电流进行多尺度分解,提取高、低频段上的谱能量,并用这2个谱能量的比值构成主判据,实现雷击干扰与故障状态的识别。根据电流首波头的第2尺度和第6尺度分解波形的电流幅值最大值的比,进一步判别是雷击故障还是其他原因接地故障。通过大量的仿真验证了该方法是正确和有效的。

基于多尺度形态学的特高压直流输电系统换相失败故障诊断

有效地诊断出特高压直流输电(UHVDC)系统中的换相失败故障,对故障后采取适当的控制措施以及避免交流系统保护装置的误动作具有重要意义。在云广±800 k V UHVDC系统中,对不同故障条件下的直流线路短路故障和换相失败故障进行仿真,利用改进的形态滤波器对不同故障条件下电流的线模分量进行6尺度分解,并提取各尺度下的形态谱。结合形态能谱熵和奇异谱熵提取故障特征,定义两个故障诊断指标作为判别系统运行状态的判据,然后针对这两个指标分别设置4个阈值HE0、HE1、HS0、HS1来诊断直流系统运行状态,即正常运行、线路短路故障、换相失败故障。对不同故障条件下的线路接地短路故障和换相失败故障进行大量仿真,仿真结果表明,该方法能准确地诊断出线路接地短路和换相失败故障。

整流侧控制方式对特高压直流输电系统换相失败影响研究

特高压直流输电系统发生换相失败时,会引起直流电压和直流电流突变,严重影响直流系统的安全稳定运行。控制系统是特高压直流输电系统的核心部分,其控制方式对系统的输出响应有重要影响。分析特高压直流输电系统换相失败的原因,介绍整流侧的控制方式,建立了云广特高压直流输电系统仿真模型,研究云广特高压直流输电系统整流侧采用定电流控制方式和定功率控制方式对换相失败的影响。仿真结果表明:当逆变侧换流变压器变比K改变时,整流侧采用定电流控制与采用定功率控制相比,系统发生换相失败时的临界变比较大;当逆变侧交流母线发生三相对称接地故障、两相短路故障及单相接地故障时,整流侧采用定电流控制与定功率控制相比,系统不发生连续换相失败的临界电阻较小。整流侧采用定电流控制方式时,对换相失败的控制能力优于定功率控制方式。

基于多尺度形态分解谱熵的雷击干扰与短路故障识别研究

研究和识别输电线路直击雷的暂态特征对研制基于暂态量的保护及提高可靠性都具有十分重要的意义.针对雷击未故障、雷击故障和接地短路故障,提出了基于多尺度形态分解谱熵的雷击干扰识别方法.对不同的故障类型进行多尺度分解,分别计算在不同尺度上的能谱熵和奇异谱熵,作为待识别特征矢量.建立标准故障模式矩阵,对待识别样本的特征矢量与标准故障模式进行灰色关联分析,根据关联度的大小,判断待识别样本信号属于哪种故障类型.大量仿真计算验证以上所提方法正确、有效.