考虑储能充放电均衡度的风储联合调频控制策略

针对储能分组调频的充放电不均衡问题,提出一种考虑储能均衡度的风储联合一次调频控制策略。基于充放电任务分组执行的储能调频原理,建立了最佳放电深度下的储能分组调频充放电数学模型。为改善储能充放电不均衡问题,以储能均衡度构建2组储能的充放电综合下垂控制系数,并设计风储协同控制策略,在储能均衡度偏差较大时通过风机转子动能调频弥补储能功率不足,提升一次调频效果。最后以频率差偏移量及储能均衡度偏移量等作为评价指标进行仿真分析,结果表明所提风储联合调频控制策略有效改善了储能均衡度,降低了其对储能使用寿命的损害程度,同时提升了调频效果。

温阳活血利水法联合三七消肿止痛散外敷在桡骨远端骨折术后康复中的应用

目的:研究温阳活血利水法联合三七消肿止痛散外敷在桡骨远端骨折术后康复中的应用效果。方法:选取2022年5月—2023年5月新疆生产建设兵团第一师阿拉尔医院收治60例桡骨远端骨折并实施切开复位内固定术治疗的患者作为研究对象。按随机数表法分为两组,各30例。对照组实施常规康复训练联合三七消肿止痛散外敷治疗,研究组在对照组基础上加用温阳活血利水法治疗。观察比较两组的治疗效果、临床症状缓解时间、关节功能恢复情况。结果:研究组总有效率为96.67%,高于对照组的76.67%,差异有统计学意义(P<0.05)。研究组患侧肿胀消失时间、疼痛缓解时间短于对照组,差异有统计学意义(P<0.05)。治疗后,两组日常活动、疼痛、运动、稳定性评分均高于治疗前,且研究组高于对照组,差异有统计学意义(P<0.05)。治疗后,两组腕关节评估量表(PRWE)各项评分高于治疗前,且研究组高于对照组,差异有统计学意义(P<0.05)。结论:桡骨远端骨折术后患者采取温阳活血利水法联合三七消肿止痛散外敷治疗效果更好,能有效减轻患者的一系列临床症状,改善腕关节功能,促进患者康复。

基于多维场景划分的台区线损率异常研判及关联用户精准追踪方法

针对台区线损率异常辨识困难,关联用户难以精准追踪的问题,提出一种基于多维场景划分的台区线损率异常研判及关联用户精准追踪方法。首先,提出了一种基于改进完备集合经验的模态分解(improved complete EEMD with adaptive noise,ICEEMDAN)算法的数据预处理策略,通过分析台区历史线损率曲线的变化趋势,构建台区线损率粗放场景集,并在此基础上采用支持向量聚类算法进一步对场景集进行二次精细划分,实现对台区多维场景集的建立。其次,提出一种基于簇类个案数目的区间动态平移策略,用于确定不同场景下线损率标准库的区间范围,并采用区间重叠率策略对划分中的孤立区间进行合并,实现对台区线损率标准库的完备划分。最后,给出一种基于关联分析的线损异常追踪方法,通过灰色关联分析法确定线损异常强相关因素,并基于改进Adtributor算法定量分析各因素和台区用户间的内在关联度,提高对台区线损率异常用户的追踪精度。算例采用台区真实数据进行仿真分析,结果表明了所提方法的有效性和实用性。

改进单神经元PI的三相PWM整流器电压控制

针对三相脉宽调制(PWM)整流器在负载变化时输出电压波动大且恢复时间长的问题,提出一种改进单神经元梯度学习控制策略。由于传统的PI控制器参数在负载变化时适应性差,在电压外环采用单神经元PI控制,利用梯度下降法在线调整权值参数。为了避免求解过程中落入局部最优解,采用带有重启功能的随机梯度下降算法(SGDR),利用余弦退火改变权值的学习速率,提升算法的收敛性能。通过Matlab及半实物仿真实验,比较分析三相PWM整流器电压外环采用不同控制算法下的动态响应性能,结果表明:改进单神经元PI算法控制下的三相PWM整流器在负载变化时具有更小的电压波动、更快的动态响应以及更加稳定的运行状态。

考虑储能荷电状态的风储联合调频控制策略

储能配合风电参与调频可以改善一次调频效果,但储能荷电状态(state of charge,SOC)接近上下限值时会出现储能功率不足,此时储能SOC保护与调频效果很难兼顾。综合考虑风速和负荷随机变化的复杂工况下的调频需求,提出一种考虑储能SOC的风储联合调频控制策略,在SOC处于标准值附近时储能以最大下垂系数充放电,在储能SOC偏高或偏低时采用考虑SOC自适应的充放电控制策略保护SOC,同时风电机组通过变下垂控制弥补储能出力不足,以此改善调频效果。最后,通过MATLAB/Simulink仿真及风−储联合调频实验平台进行验证。实验结果表明,相比一次调频和SOC自适应调频方法,本文所提策略的频率偏移度及SOC偏移度均有明显降低,所提控制策略兼顾了调频效果及SOC保护。

高比例新能源接入下计及工业负荷特性的电网需求响应调控策略

为挖掘需求侧调节潜力,提出一种高比例新能源接入下计及工业负荷特性的电网需求响应调控策略。设计一种基于工业负荷需求响应的滚动调度框架,通过分析不同类型工业负荷的生产特性,挖掘工业负荷的需求响应潜力;针对新能源和负荷的不确定性,提出一种结合特征损失的条件深度卷积生成对抗网络场景生成方法,为系统调控提供不同时间尺度下的典型场景集;基于生成的场景集,以系统总运行成本最小为目标,提出多场景随机规划结合随机模型预测控制方法,构建多时间尺度滚动调度优化模型,求得不同阶段工业负荷需求响应的最优策略。改进IEEE 30和IEEE 118节点系统的仿真结果验证了所提模型及策略的适用性和有效性。

考虑需求响应的源-荷-储多时间尺度协同优化调度策略

为应对未来高比例新能源接入带来的挑战,需充分挖掘不同类型调度资源的可调潜力。为此,提出了一种考虑需求响应的源-荷-储多时间尺度优化调度策略,旨在通过源-荷-储参与电网协同优化调度,提高系统运行的经济性和可靠性。首先,分析了不同类型可调资源的特性,构建了多时间尺度滚动调度总体框架,将整体调度分为日前调度和日内调度2个阶段;其次,基于多场景随机规划方法,建立了以系统总运行成本最小为目标的日前、日内优化调度模型,并在保证系统可靠运行的前提下对模型进行求解;最后,采用改进IEEE-30节点系统进行仿真分析,验证了所提策略的可行性和有效性。

基于网络安全稳定约束的新能源消纳能力评估方法

多直流馈入和新能源高比例渗透的背景下,考虑新能源出力随机性以及系统网络安全约束,准确评估电网新能源最大消纳能力,对促进新能源消纳具有重要意义。因此,该文提出一种基于网络安全稳定约束的新能源最大消纳能力评估方法。综合考虑发电机组调节特性、多直流调节功率等因素对新能源最大消纳能力的影响,采用概率分布离散模型描述新能源分布的随机性,建立以电网静态电压稳定和发电机出力等约束的新能源消纳能力计算模型,并通过离散概率运算,实现新能源并网多场景状态模拟,求解新能源最大消纳功率的离散分布,进而计算多场景运行的新能源最大消纳容量。最后,利用改进IEEE 39节点系统进行多场景仿真分析,仿真结果表明,所提方法有效反映多场景运行状态下新能源消纳能力。

考虑双边利益的电动汽车充电动态定价策略研究

为全面兼顾充电站和电动汽车用户的利益,改善充电拥挤和充电不均衡状况,文中提出一种考虑双边利益的电动汽车充电动态定价策略。首先,明确充电站和电动汽车用户的利益诉求,设计电动汽车充电动态定价方案;其次,以用户充电费用最小、用户等待时间最短、充电站收益最大和充电站设备服务率最均衡为目标构建多目标函数,并采用熵权法分析某市部分城区的充电记录数据,求得各目标函数的权重,从而建立综合最优的充电定价模型;最后使用改进的自适应变异粒子群算法求解。仿真结果表明,所提定价策略能够制定合理的实时充电价格,提高充电站服务效率,从而实现充电站和用户双赢。

考虑电池运行状态的风电场储能容量优化配置

在电池分组控制平滑风电功率的场景下,针对储能运行中的不平衡状态提出一种考虑电池运行状态的储能容量配置方法。基于反映不平衡状态的衰减指标构建容量配置优化目标,同时兼顾储能寿命、综合成本等影响容量配置的重要因素,构建储能容量配置的多目标优化模型,包括目标函数、约束条件等,并采用粒子群优化算法对该模型进行求解。通过对比现有储能配置方法,验证了所述方法在优化储能成本、使用寿命、电池不平衡状态等方面的有效性和优越性,并利用风-储实验平台进一步验证了该方法应用于实际系统的合理性及优势。

三相不平衡与线损的量化分析

三相不平衡影响系统运行效能,以负序、零序和正序分量有效值比值度量负序、零序三相不平衡率,使得不平衡率不具有唯一性。线损增加是三相不平衡带来的主要影响,亟待进行量化评估。在分析序分量和相量大小关系的基础上,提出采用三相正序分量有效值的平方和与总量平方和之比度量三相平衡率,统一了含零序和不含零序系统的三相平衡率和不平衡率度量形式。论证了在电源电压对称的情况下,传递相同功率,不平衡系统正序电流分量大小等于平衡系统的电流。对于三相三线制系统,不平衡系统与平衡系统的线损比值为平衡率的倒数,并给出了根据量测值计算线损增量的方法;对于三相四线制系统,不平衡系统线损由端线线损和中线线损两部分构成,不平衡系统端线线损与平衡系统的比值为平衡率的倒数,中线线损根据零序电流单独计算,并给出了根据量测值计算线损增量的方法。算例显示,提出的度量方法能够更好地评价三相不平衡,并反映与线损的量化关系。

基于职业锚理论的大学生创业动机实证研究

大学生想创业,必须明晰是否适合选择创业,并确立科学的创业动机。文章基于职业锚理论,实证研究大学生创业动机和职业锚倾向,研究表明,大学生创客中五类职业锚倾向的特征显著:创业/创造型、挑战型、自主/独立型、技术/职能型和生活型。各类型的创业动机有:实现自我价值、挑战自我、快速积累财富、实现就业等,总体呈现多元、复合、积极的特征。大学生创客中,家庭经济好和一般的群体占比约为1∶1,说明家庭经济条件不是制约创业选择的决定性因素。调查对象普遍认为,创业能力是影响大学生是否选择创业的决定性因素;大学生创客创业实践中,要突出诚信、能吃苦、责任心等创业品质和创业能力的培养。

风储联合系统中双电池SOC波动越限优化研究

文中分析了风储联合系统风功率平滑应用场景中双电池系统荷电状态(State of Charge,SOC)波动越限问题,并提出一种改进控制策略。该策略通过风功率预测实现SOC波动越限预测,进而合理设置双电池系统充放电状态切换时刻,有效避免SOC波动越限,维持储能系统良好的充放电深度。基于两种湍流风速的仿真结果验证了此改进控制策略的有效性和优越性。

太空计划展览在北京开幕

中国载人航天工程发展互动科普展在北京中国科技馆向公众开放。此次“飞向太空”科普展是为了庆祝中国共产党成立100周年,它让参观者体验到了太空飞行的刺激感受。它展示了宇航员的工作,时间隧道和在太空中的生活。

计及故障场景集的风光储混合系统区域无功储备多目标优化

针对高比例新能源接入背景下电网故障场景的无功储备优化问题,提出一种计及故障场景集的风光储混合系统区域无功储备多目标优化方法。首先,提出一种典型故障场景缩减方法,通过构建电压关联指标筛选有效无功源,并基于降维法和电压稳定指标获得典型故障场景集,实现对故障场景的降维。其次,给出一种基于改进聚类算法的电网分区方法,从空间维度对模型进一步降维。最后,提出一种基于典型故障场景的分区无功储备多目标优化方法,构建多目标优化模型,并给出一种改进多模态多目标进化算法进行求解,提高故障下电网电压稳定裕度。算例采用改进IEEE 39节点系统和真实电网进行仿真,结果表明,所提优化方法可以有效提高故障下系统的电压安全水平,降低系统运行风险。

历史数据驱动下基于粗糙集的AVC系统关键参数挖掘方法

自动电压控制(AVC)系统中的参数设置过程繁琐且设置结果无依据,以历史大数据为基础,通过对历史数据的挖掘指导系统关键参数的设置。首先,给出一种基于强化正域的属性综合约简策略对关联属性进行约简;然后,采用基于最优分类的属性变换策略将连续属性离散化,并给出一种基于数据预处理的集合近似匹配策略,用于计算不同曲线间的相似度;最后,提出一种基于粗糙集的AVC系统关键参数辨识框架,对历史大数据进行挖掘。基于真实电网数据进行算例分析,挖掘结果表明所提辨识框架能自动给出合理的参数设置结果;实际应用结果表明,相比于传统方法,基于历史大数据的挖掘结果取得了更好的控制效果。

基于解集动态分析含风电接入的多目标机组组合研究

风电的大规模接入给多目标节能减排发电调度带来了新的机遇和挑战。由于风电场出力具有随机性,采用置信区间简化风电场景模拟数量,考虑到多目标模型的复杂性,利用Benders分解技术对模型进行降维,设计一种基于解集动态分析的多目标自适应优化算法对降维后的多目标主问题进行求解,并提出一种提高模型整体求解效率的预处理机制加速收敛。仿真结果表明所提方法能够有效求解含风电的多目标机组组合问题,并验证了所提多目标算法和预处理机制在求解模型中的优势。

基于博弈策略含风电和机组运行极限约束的多目标优化调度模型及求解

建立一种考虑风电运行成本和机组运行极限约束的多目标优化调度模型;其次,针对多目标模型的不确定性和复杂性,先利用置信区间简化风电场景模拟数量,再采用Benders分解技术对复杂模型进行降维,同时在求解过程中设计一种带贝叶斯博弈算子基于解集动态分析的混沌多目标差分进化算法(BGT-MOCDEDASS),用于对降维后多目标主问题进行求解;最后,提出一种在模型子问题中引入控制变量的预处理机制加速求解收敛,仿真结果表明该文建立模型的有效性,并验证了提出的多目标算法和预处理机制在求解复杂机组组合模型中的优势。

基于Hausdorff距离的电-热-气综合能源系统分布鲁棒优化调度

电-热-气综合能源系统(combined electricity-gas-heat system,CEGHS)的优化调度已成为国内外研究的热点。为进一步分析CEGHS各网间的互补特性及优化调度潜力,提高新能源的消纳能力。首先以热电联产机组、燃气轮机、P2G装置等耦合元件为基础,建立以系统综合成本最优为目标的CEGHS优化调度模型。其次,针对传统鲁棒优化在处理风电不确定性问题上的局限性,基于豪斯多夫(Hausdorff)距离在整体相似性度量上的特性,推导出基于数据驱动的不确定性概率分布集,构建基于Hausdorff距离的CEGHS分布鲁棒优化调度模型。最后,针对模型中非线性方程复杂且求解困难的问题,将CEGHS模型中的非线性方程通过不同的线性化手段进行转换,并采用两阶段分布鲁棒优化提高求解效率。算例采用改进的CEGHS系统进行仿真,结果表明了所提模型的可行性和优化调度方法的优势。

基于DIndRNN-RVM深度融合模型的AGC指令执行效果精准辨识及置信评估研究

随着电网结构的日益复杂,机组执行(automatic generation control,AGC)指令的精准性对电网在线调控的影响正逐渐增强。针对当前部分厂站对AGC指令跟踪效果不理想的实际问题,该文引入“深度学习”技术对AGC调控指令执行效果进行精准感知和评估。首先提出一种基于深度学习的AGC指令执行效果精准辨识框架,采用深度独立循环神经网络(deep independent recurrent neural network,DIndRNN)对机组执行指令的调节效果进行精准感知;其次,提出一种加快模型训练的预处理策略,基于机组运行历史数据通过分析不同输入属性间的关联特性,实现对模型输入属性的降维;进一步提高模型的收敛性和预测精度;最后提出一种对指令执行效果的不确定性评估方法,采用深度独立循环神经网络关联向量机(deep independent recurrent neural network relevance vector machine,DIndRNN-RVM)深度融合技术给出预测结果在给定出力偏差范围内的可信度,从概率的角度增强了预测结果的使用价值。算例采用真实电网数据进行仿真分析,计算结果表明,该文提出的辨识框架和模型优化方法能较为准确的感知机组执行指令的精度和执行结果的可信度。该文所述方法提高了电网对AGC指令执行效果的精准感知和预判,能够为AGC在线决策提供支撑。