多机系统中飞轮储能系统稳定器与PSS的协调优化

为消除飞轮储能系统(flywheel energy storage system,FESS)稳定器与电力系统稳定器(power system stabilizer,PSS)间可能存在的相互负影响,提出将加入混沌算法和模拟退火思想的改进粒子群优化算法(improved particle swarmoptimization,IPSO)用于协调优化FESS稳定器与PSS参数。该算法通过混沌初始化和迭代中加入模拟退火思想来提高算法的效率和全局搜索能力。将多种运行方式下的所有特征值作为考察对象,在目标函数中同时考虑机电振荡模式和非机电振荡模式的性能,并通过IPSO算法协调优化各稳定器参数。在新英格兰10机系统算例中,应用IPSO算法协调优化的稳定器在不同运行方式下都能有效抑制系统振荡,表明了该方法的有效性和鲁棒性。在4机系统算例中,通过与逐个设计稳定器方法的比较可知,经IPSO协调优化的稳定器具有更好的阻尼效果,从而验证了该方法的优越性。

FESS抑制电力系统低频振荡的机理分析

对应用飞轮储能系统(FESS)抑制电力系统低频振荡的机理进行了研究。在推导了FESS简化动态模型的基础上,采用定子磁场定向控制策略,实现FESS有功、无功的解耦控制,并分别从物理意义、基于阻尼转矩分析(DTA)的理论分析和基于等面积的图解法分析三方面详细地分析了FESS阻尼电力系统低频振荡的机理。最后,以含FESS的单机无穷大系统为例,特征值分析和非线性仿真结果表明在FESS有功和无功控制回路上附加阻尼都能有效抑制电力系统低频振荡,并且阻尼信号附加到有功控制回路上比附加到无功控制回路上抑制效果更好。同时也表明了各种机理分析方法的一致性和正确性。

基于分时电价的家庭智能用电设备的运行优化

未来家庭用电作为智能电网的一部分,研究家庭智能用电设备的优化运行具有重要的意义。首先建立了未来典型家庭智能用电设备的数学模型。然后基于分时电价,提出一种以经济性和用户舒适度为目标的未来家庭中智能用电设备的优化运行模型,便于用户制定出满足自身需要的用电计划。最后以某典型家庭用户为例,通过建立典型日仿真场景,采用遗传算法对家庭智能用电设备的运行进行优化,仿真结果表明建立的优化模型的有效性。

飞轮储能系统在抑制电力系统多模式振荡中的应用

推导了含有飞轮储能系统(FESS)的多机系统线性化模型,应用阻尼转矩分析法论证了单个FESS抑制复杂电力系统多模式振荡的可行性.在FESS独立的有功控制回路和电压控制回路上分别附加一个稳定器,以抑制系统的多模式振荡.基于现代控制理论的可观性和可控性准则,为各振荡模式选择控制回路和反馈信号,并采用改进的粒子群优化算法协调整定FESS中各附加稳定器的参数.以四机系统为例,FESS上附加的2个稳定器可将2个振荡模式的阻尼比分别从-0.013和0.052变化到0.106和0.102,说明单个FESS具有抑制复杂电力系统多模式振荡的能力.

基于灰色关联度和层次分析法的负荷特性影响因素量化评估

影响负荷特性的因素众多,通过定量分析从中找到影响负荷特性的主要因素对于提高优化负荷特性曲线,提高系统可靠性和经济性具有重要意义。本文应用灰色关联度和层次分析法对负荷特性影响因素进行量化评估分析,并找到影响负荷特性的主要影响因素。算例表明该方法的有效性和实用性。

基于数据源改造的二次系统智能巡视技术

随着变电站二次系统设备规模的持续增加,二次系统人工巡视呈现出效率低、效果弱等特点,运行巡视及专业巡视人员承载力不足的问题日益突出,亟待研究变电站二次系统智能巡视技术,推动巡视模式由传统人工巡视向智能巡视转变。本文提出基于无盲区数据源改造的二次系统差异化智能巡视策略、巡视数据积累模型和设备状态趋势性预测方法,依托现有数据网络架构及传输通道,构建二次设备状态智慧全景感知与智能运维系统,融合多源数据采集清洗、状态趋势预测分析、巡视任务定制交互等智能巡视技术,实现二次系统高效精准智能巡视。