基于虚拟电力系统稳定器的低频振荡抑制策略

基于虚拟同步发电机(VSG)控制的新能源机组虽可增强电网惯量及频率稳定性,但可能继承与同步机类似的低频振荡问题。针对该问题,首先基于单台VSG并网的线性化模型,构建了适用于VSG的Phillips-Heffron模型,借助阻尼转矩法挖掘了VSG低频振荡的诱发机理。进一步提出一种附加于VSG无功环节的虚拟电力系统稳定器(VPSS),并给出了控制结构及基于相位补偿法的参数设计过程。研究结果表明:VSG发生低频振荡是由于系统受扰后,虚拟功角的振荡信号经过虚拟励磁调节器对VSG机电振荡回路产生了负阻尼转矩。将所提VPSS接入系统可在几乎不影响振荡频率的前提下,实现0.1~3 Hz下VSG低频振荡的有效抑制。

基于局部二值差异激励模式的木材缺陷分类

针对木板表面裂缝和矿物线的区分问题,提出一种基于局部二值差异激励模式(LB_DEP)的方法。首先经预处理分割潜在缺陷区域,然后通过几何参数筛选呈线状的裂缝和矿物线。接着基于LBP与韦伯定律,建立反映图像纹理结构位置与差异激励关联关系的LB_DEP直方图。最后提取LBP和LB_DEP直方图特征,并融合特征数据,形成的特征向量作为SVM分类器的输入用于缺陷分类。提出的两种特征提取方法分别为'H-chi-square'法和'H-PCA'法,均在自建的数据集上进行了评估。结果显示,在两种特征提取方法下,本文算法分别获得了93. 7%和95. 8%的Recall,及95. 0%和96. 5%的Precision。与相似研究相比,Recall和Precision分别至少提高了3%和5%,且算法耗时均为毫秒级别,表现出方法的优势和有效性。

含高比例新能源的电力系统低频振荡分析与抑制综述

随着碳达峰、碳中和目标的持续推进,由火力发电主导的传统电力系统逐步转变为以新能源为主体的新型电力系统.然而,高比例新能源的接入不仅会改造传统机组的低频振荡特征,亦会引入"类机电振荡".为深入综述该问题,从电力系统潮流、惯量和动态交互的角度,分析了新能源并网对低频振荡的本质影响因素.针对不同的低频振荡类型,系统梳理了对应的产生机理及分析方法.进一步地,在新型电力系统"源-网-荷-储"架构下,对比分析了各类低频振荡抑制方法及其作用效果.最后,针对低频振荡影响因素、振荡机理及其分析与抑制方法的最新研究成果进行总结与展望.

互联微电网孤岛运行频率稳定性协调控制策略

随着分散式电源在配电网中穿透率的不断提高,互联微电网作为新型能量管理形式,其频率稳定性已经成为影响主动配电网安全运行的关键影响因素之一。针对互联微电网孤岛运行方式,提出一种计及孤岛下频率稳定性的互联微电网协调控制策略。首先,提出将微电网间功率交换互为备用的控制策略,提高互联微电网系统频率稳定性;其次,建立互联微电网控制器功率计算模型,给出不改变常规潮流计算导纳矩阵对称性的功率交换计算方法;最后,提出基于背靠背变流器(back-to-back converter,BTB)的互联微电网协调控制策略,通过微电网间的快速功率交换,解决传统控制方法中储能电池受控制成本和安装容量限制问题。仿真算例证明了所提协调控制策略不仅可以提高孤岛下微电网运行频率稳定性,同时可以保证互联系统的高鲁棒性。

基于虚拟惯量和频率下垂控制的双馈风电机组一次调频策略

针对双馈风电机组(DFIGs)不具备调频控制能力的问题,设计DFIG一次调频控制策略,实现了DFIG参与电网一次调频。研究DFIG功率控制原理和频率响应过程,并考虑虚拟惯量、频率下垂控制对应的响应时间尺度不同,提出基于虚拟惯量和频率下垂控制的DFIG一次调频策略,增强了DFIG应对频率变化时的暂态和稳态功率调节能力。基于RT-LAB软件搭建了DFIG频率响应控制的半实物仿真平台,仿真与实测结果验证了该方法能够有效提高DFIG电网频率适应性。

计及调峰主动性的风光水火储多能系统互补协调优化调度

针对风电、光伏等大规模可再生能源并网后电力系统调峰能力不足的问题,在分析调峰补偿与调峰分摊的基础上,考虑火电机组调峰主动性约束,提出一种风光水火储多能系统互补协调优化调度策略。考虑多能系统电源结构复杂,涉及变量及约束条件较多,因此采用分层优化调度方案。上层模型以净负荷波动最小和储能系统运行收益最大为优化目标,旨在充分利用储能装置削峰填谷特性,降低负荷峰谷差,提高可再生能源的消纳空间;下层模型以火电机组运行成本最小和可再生能源弃电量最小为优化目标,考虑调峰主动性约束,旨在充分发挥火电机组深度调峰能力,优化可再生能源消纳能力和火电机组经济运行。基于分解协调思想,实现上、下层问题的协调和下层问题的交替迭代求解。最后,以改进的IEEE30节点系统为例,进行多种场景的仿真计算分析,结果表明所提策略能有效提升系统可再生能源的消纳能力和系统运行的经济性,验证了该模型的有效性。

永磁同步电梯门机改进型自抗扰控制策略

针对永磁同步门机转动惯量大范围变化导致控制器参数设计困难这一问题,提出改进型线性自抗扰控制(LADRC)策略.设计转速自抗扰控制器,对转动惯量和负载变化引起的扰动进行实时观测和补偿,达到改善转速控制性能并避免控制器参数标定过程的目的;设计并联型LESO,能够在线性扩张状态观测器(LESO)带宽取值受限的条件下提高扰动观测性能并保留线性自抗扰控制器参数设计简单的优点.仿真和工程验证均表明:所提出的改进型自抗扰门机控制系统在简化控制器参数标定过程的同时获得更优良的控制性能,且对不同型号门机系统具有广泛适用性,采用该控制器可降低应用成本,提高行业竞争力.

基于虚拟同步机技术的风储系统协调调频控制策略

为了充分发掘风电机组调频能力,考虑传统储能系统直接补偿风电场二次频率跌落调频控制策略存在储能系统容量需求高、经济性差的缺点,该文提出一种基于虚拟同步机(VSG)技术的风储系统协调调频控制策略。首先,在风储VSG系统结构基础上建立风储VSG数学模型,并分析风储VSG调频特性;其次,依据储能系统数学模型研究储能系统VSG调频控制方法;然后,综合考虑风电场与储能系统出力特点,提出基于风电惯量释放和储能稳态支撑的风储协调控制策略,通过风电场与储能系统并行出力的方式,在降低储能系统容量需求的同时充分发挥风电机组短时功率支撑的作用;最后,通过仿真分析可知,采用该文控制策略可在稳定系统频率的基础上大幅降低储能系统容量配置,提高风电场调频经济性。

基于改进型双幂次趋近律与全局快速终端滑模观测器的IPMSM调速系统滑模控制

针对内置式永磁同步电机(IPMSM)速度环中存在的内部参数摄动与外部负载扰动等问题,为了提高速度控制系统的动态性和鲁棒性,该文提出一种基于改进型双幂次趋近律(IDPRL)与全局快速终端滑模观测器(GFTSMO)的滑模控制方法。所提趋近律在幂次项中引入系统状态变量,减少了稳态误差,解决了快速趋近滑模面和抖振抑制之间的矛盾。设计一种基于IDPRL的IPMSM滑模速度控制器。为了进一步减少系统状态的稳态误差,设计了一种GFTSMO,该观测器不仅能够减少趋近律的开关增益,还能实现系统扰动的准确补偿。仿真和实验结果验证了所提的滑模控制方法的可行性和有效性。

考虑储能及碳交易成本的电热联合系统优化调度策略

为减少电力行业发电过程中碳排放对环境的污染、提升风电消纳比例,文章提出了综合考虑储能及碳交易成本的电热联合系统优化调度策略。首先,在分析系统产生弃风原因的基础上,对引入电储能提升系统灵活性进而促进风电消纳的机理进行研究;其次,分析碳交易机制对电热联合系统的影响并建立碳交易成本模型;然后,构建以总成本最低为目标的优化调度模型,综合考虑火电、热电机组运行成本、风电运行维护成本及弃风惩罚费用、储能装置运行成本、碳交易成本及系统各单元约束;在保证系统安全可靠的基础上采用Yalmip/Gurobi对所建模型进行求解;最后,通过算例对比分析,验证了碳交易对电热联合系统能源结构的优化作用,以及在碳交易下,储能的参与对于进一步提升系统新能源利用率和经济环境效益的有效性。

基于节点迭代模糊Petri网的非接触异常步态识别方法

为了准确识别下肢功能障碍患者辅助行走中的跌倒、拖拽式异常步态,从多种用户群体的普适性与便捷性出发,提出了一种基于节点迭代型模糊Petri网的非接触式异常步态识别方法。首先,论述了康复训练机器人结构及辅助行走过程中跌倒与拖拽式异常步态的行为特征;然后研发了一种多通道近距离传感器阵列实时检测步态信息,并融合了步行方向意图向量提出采用步态偏离度、频率和躯干倾斜角度作为检测系统输入参数;基于模糊隶属度函数生成网络点燃机制,并建立节点迭代型模糊Petri网系统识别异常步态;最后进行了异常步态算子推理与多模态行走跌倒检测实验,表明该算法对使用步行康复机器人过程中异常步态识别率达到91. 2%并提高了辅助行走的安全性与舒适性。所提方法可以应用于下肢行动不便人群使用类似助行器的日常起居与康复训练场景。

辅助弃风消纳的IVMD-LSTM电网典型时段负荷曲线拟合方法

准确地拟合负荷数据是表征负荷特性的关键环节。文章以电力网建设为背景,提出一种改进变分模态分解(Improved Variational Mode Decomposition,IVMD)和长短期记忆网络(Long Short-Term Memory,LSTM)结合的电网中长期典型时段负荷曲线拟合方法。该方法首先将曲率作为量化指标,减小常规VMD方法中K值的不确定性;其次,考虑高渗透率灵活负荷并网条件,精细化拟合特殊时段电网负荷,给出IVMD-LSTM的自适应电网负荷降噪及曲线拟合方法,提高负荷曲线拟合精度和效率;最后,通过实际算例证明了所提方法可有效减小电网典型时段负荷曲线拟合误差,辅助弃风消纳。

电压跌落下MMC-HCVD负序电流抑制策略研究

针对配电网电压暂降,提出了基于模块化多电平换流器的电流抑制控制方法。建立正常运行下(modular multilevel converter,MMC)换流器的两相同步旋转坐标模型,根据配电网不对称电压暂降情况,将MMC换流器控制模型转变为正负序分离的两相同步旋转坐标模型。针对于电压暂降故障,设计了一种可以快速实现跟踪故障分量的锁相环;在此基础上,利用基于PIR控制器的正负序电流内环控制器减小负序电流,实现对MMC输出电流的幅值抑制。最后,利用Matlab/Simulink仿真平台验证该方法的有效性。

基于反馈线性化的无刷双馈电机模型预测控制策略

提出一种无刷双馈电机(BDFM)基于反馈线性化的模型预测控制策略。基于BDFM状态空间方程,在控制电机磁场定向同步坐标系下,采用输入输出反馈线性化将BDFM转化为线性系统并证明系统稳定性,以此为基础计算系统预测值,根据BDFM离散预测模型,设计模型预测控制器,实现电磁转矩和控制侧电机磁链的独立控制。仿真试验结果证明该控制器具有优良的控制性能,能够实现平滑控制和系统解耦。

基于虚拟同步发电机的光伏逆变器电压暂降自适应补偿控制策略

光伏出力的交替性、波动性、不可控性导致配电网三相电压不对称,容易导致配电网电压暂降故障。为改善配电网电能质量,提出基于分序虚拟同步发电机技术的光伏逆变器电压暂降自适应补偿控制策略。分析配电网电压暂降故障对光伏发电并网点的影响特性,建立正、负序功率控制的虚拟同步发电机模型,并提出负序无功功率对故障电压的自适应电压补偿策略,实现虚拟同步发电机对负序功率的控制。所提控制策略易于实现,可适用于不同暂降情况下的电压补偿。最后,通过Matlab/Simulink仿真表明,所提控制算法提高了配电网并网点电压稳定性,验证了该方法的有效性。

虚拟同步发电机对系统低频振荡的影响及抑制方法综述

为梳理虚拟同步发电机接入后对系统低频振荡的影响,进一步发掘其在提供阻尼和惯量方面的潜力和应用,开展相关梳理和研究工作。首先,归纳和总结电力系统低频振荡的研究现状;然后,对非同步发电机电源并网后对系统低频振荡的影响进行概括和分析;最后,综述伴随非同步发电机电源接入的虚拟同步发电机对系统低频振荡的影响和抑制方法,并针对虚拟同步发电机在新型电力系统应用过程中亟需解决的关键问题提出进一步的思考和展望。

计及电热混合储能的风电消纳低碳经济调度模型研究

为降低“三北”地区冬季供暖期弃风率及减少发电过程中碳排放对环境的污染,提出一种计及电热混合储能的风电消纳低碳经济调度模型。首先,提出电热混合储能系统运行策略,所提策略将弃风与电、热两种储能设备的运行状态结合起来,构建电热混合储能系统数学模型。其次,在考虑碳交易机制基础上,兼顾系统运行的经济性和低碳性以系统综合运行成本最低为目标,建立包含风电、常规火电机组、热电联产机组以及电热混合储能的热电联合系统低碳经济调度模型。最后,通过算例仿真分析不同储能方式下储能设备之间的相互影响,并进一步对4种储能方式下系统的风电消纳效果、碳排放以及经济成本进行分析。分析结果证明,在电热混合储能方式下的系统风电消纳能力最优且碳排放最低。

基于深度学习的变换器宽范围暂态等效建模

当电力变换器的内部参数及拓扑未知时,现有的基于频率扫描阻抗建模方法仅能保证所建立的暂态模型在单一工作点有效。为了使所建立的暂态模型在宽范围内有效,提出了一种基于深度学习方法的变换器暂态等效建模方法。首先,对变换器黑盒建模问题与深度循环神经网络的等效性进行研究。然后,提出基于门控单元循环神经网络的变换器黑盒宽范围等效建模方法。最后,在变换器接入点大扰动下、多工作点下进行仿真实验,验证了所提出的方法在宽范围内的暂态过程均具有等效性。

基于深度数据感知的工业园区短期负荷预测

结合自动编码器的特征提取能力与长短期记忆(LSTM)良好的时序预测优势,提出一种基于LSTM自编码的短期负荷预测模型。首先,基于深度模型学习能力优势,构建自动编码器的工业园区负荷数据特征提取模型。其次,给出基于格布拉斯准则的异常值判断方法和拉格朗日样条插值的缺失值补全法。最后,利用Tensorflow架构调用Keras库搭建实验平台,对轻工业负荷、重工业负荷和光伏发电工业用户负荷分别展开预测实验,实验结果验证LSTM自编码模型预测短期工业负荷的有效性。

低谷储热负荷特征提取方法研究

蓄热式电采暖是提高风电消纳能力的重要手段。目前因为电网数据庞大且数据质量较差,传统单一方法对储热负荷不能进行准确提取,导致数据提取结果不精确,对进一步电采暖用户特性分析造成困难。针对上述问题,提出基于K-means聚类算法、K邻近算法(KNN)、支持向量机(SVM) 3种算法相结合的电网储热负荷特征提取方法(KKS方法)。首先用K-means聚类,选取数据特征明显的数据作为训练集,然后用KNN和SVM进行训练,最后使用KNN和SVM对预处理过的数据进行提取,以提高对储热负荷数据质量提取的精确度,使储热负荷分析更加精确。以某省储热负荷为例,对比所提方法与传统方法,该方法提取结果比K-means、KNN、SVM单独使用分别多了32、16、24个用户数据,可知该方法提取准确度更高,显示出在负荷提取方面的优越性。