基于改进VMD-MCKD和深度残差网络的风机齿轮箱故障诊断

行星齿轮箱是风电机组传动系统中的重要部件,其运行工况复杂,背景噪声大,导致齿轮早期故障信号微弱且极易受背景噪声的影响。针对风电机组齿轮箱早期故障特征难以有效提取,齿轮故障难以识别的问题,提出一种风机齿轮箱故障诊断方法。首先,通过变分模态分解算法(variational mode decomposition,VMD)分解风机齿轮箱原始振动信号,获得振动信号故障的最优模态分量;接着,利用最大相关峭度解卷积算法(maximum correlated kurtosis decnvolution,MCKD)通过解卷积重构最优模态分量,削弱背景噪声增强故障冲击成分,获得故障特征;同时利用麻雀搜索算法(sparrow search algorithm,SSA)优化惩罚因子α、模态分解个数K、滤波器阶数L和反褶积周期T等参数,提升振动信号故障特征提取的准确度;最后,构建基于深度残差网络(deep residual network,ResNet)的齿轮箱故障诊断模型,建立齿轮箱故障特征与类别的非线性映射关系,实现风机齿轮箱故障分类识别。实验结果表明,所提风机齿轮箱故障诊断方法的准确率达到97.48%,相较其他方法在信号特征提取和故障诊断效率方面有明显提高。

基于时钟循环神经网络的光伏故障诊断

光伏电站大多地处恶劣环境,遭受风沙雨雪腐蚀,电池板容易出现多类型故障,如何对故障进行有效识别与定位尤为重要。为此,提出了一种基于时钟循环神经网络(clockwork-recurrent neural network,CW-RNN)的光伏故障诊断策略。首先,建立了光伏阵列系统仿真模型,分析了光伏发电故障的成因,模拟了不同故障下的光伏阵列输出特征;其次,采用CW-RNN方法建立了故障诊断模型,对光伏阵列故障进行识别与定位;最后,基于实时数据库系统搭建了光伏发电故障分析平台,对所提出的故障诊断模型性能进行验证,结果表明其有效性和准确性,对光伏电站高效地进行故障准确识别与定位具有一定参考意义。

考虑P2G及碳捕集的热电联产虚拟电厂低碳优化调度

在碳达峰碳中和的政策方针背景下,北方地区的冬季由于需要供热,使得热电联产机组(combined heat and power,CHP)强迫出力,限制了新能源的消纳与碳减排的能力。利用碳捕集与封存(carbon capture and storage,CCS)技术将热电联产机组产生的CO_(2)捕捉并封存,将新能源发电通过电转气(power to gas,P2G)产生氢能并与捕集到的CO_(2)反应生成CH_(4),热电联产的燃气轮机使用合成的CH_(4)并掺入一定比例的H_(2)进行燃烧,循环使用CO_(2),减少碳排放并增加收益,进一步提高虚拟电厂参与电力市场的经济性与低碳性,促进新能源消纳,并保障北方冬季的供热量。建立了考虑P2G及碳捕集的热电联产虚拟电厂的数学模型,并通过MATLAB调用CPLEX求解器进行求解,仿真结果验证了所建模型的有效性。

基于改进PSO-LSTM算法的风电机组状态监测方法研究

通过改进粒子群算法(particle swarm optimization,PSO)优化长短期记忆神经网络算法(long short-term memory,LSTM)的参数,提出了一种基于改进PSO-LSTM算法的直驱式风电机组运行状态监测方法。首先将数据采集与监控系统(supervisory control and data acquisition,SCADA)采集到的数据利用随机森林的方法进行特征筛选,得到模型的输入参数;其次采用改进PSO-LSTM网络建立有功功率的预测模型,计算出预测值与实际值的残差,根据残差的分布来确实直驱式风电机组的状态;最后利用某风电机组SCADA数据对所提预测模型进行验证分析,结果表明,PSO-LSTM预测模型相比其他三种预测模型,具有较高的预测精度,并在状态异常后最短时间内发出故障警报,保证电场的健康稳定运行。

基于模态分析的宽频带振荡区域定位研究

伴随化石能源的枯竭和我国能源转型战略的推进,新能源发电系统上网电量不断增加。电力系统“双高”特性日益显著,系统运行面临更为复杂的挑战,其中电力电子装置引发的宽频带振荡备受关注。因此,针对新能源系统宽频带振荡产生的机理,提出一种基于模态分析的宽频带振荡区域定位方法,用于新能源系统振荡频率和振荡区域定位。根据逆变器、线路阻抗和电网阻抗等系统参数,建立不同型号逆变器并联系统的高阶导纳矩阵。对矩阵进行等效变换,通过绘制模态阻抗随频率变化的曲线,得到系统可能的谐振频率。通过节点参与因子计算,定位振荡的区域。通过仿真验证,模态分析方法可以实现宽频谐振的精准频率定位和区域定位,可为新能源场站接入评估和事故定位提供依据。

基于CatBoost的新型电力系统两阶段轻量化暂稳智能评估方法

随着风能等新能源大规模并网,基于数据驱动的机器学习方法在新型电力系统暂态稳定评估(transient stability assessment,TSA)中表现出了极大的优势,但其存在模型可解释性不足、内部知识无法获取的问题。针对以上问题,文中基于能避免梯度偏差问题的CatBoost模型训练电力系统暂态稳定评估模型,设计粗判与精细两阶段评估结构有效提升模型精度;使用Tree-SHAP算法对模型进行事后解释,揭示模型决策的内在逻辑,并从中获取电力系统关键影响因素;最后基于关键影响因素重新训练两阶段智能评估模型,实现模型的轻量化。IEEE 39节点系统上的仿真结果表明,所提方法在保证模型维持较高性能的前提下,有效降低模型决策特征数目。

基于猎人猎物优化算法优化BiLSTM的电力负荷短期预测

针对电力负荷由于随机性和非线性等原因导致预测精度不高等问题,基于经验模态分解(empirical mode decomposition,EMD)与猎人猎物优化(hunter-prey optimization,HPO)算法,提出一种优化双向长短期记忆神经网络(bidirectional long short-term memory,BiLSTM)的电力负荷短期预测模型。首先,利用经验模态分解将电力负荷时间序列分解成多个固有模态函数分量和一个残差分量。然后,利用猎人猎物优化算法优化双向长短期记忆神经网络构建HPOBiLSTM预测模型,并将各个固有模态函数分量和残差分量归一化后输入HPO-BiLSTM预测模型中进行预测,把各分量的预测值反归一化后直接相加得到最终的预测结果。最后,选取某地区在2018年3月1日-11日的电力负荷数据进行分析,仿真结果表明,与BiLSTM、HPO-BiLSTM、EMD-BiLSTM、EMD-GA-BiLSTM和EMD-PSO-BiLSTM预测模型相比,EMD-HPO-BiLSTM预测模型的预测精度更高,拟合效果更好。

基于核主成分分析和食肉植物算法优化随机森林的风电功率短期预测

为提高风电功率短期预测的精度,提出一种基于核主成分分析和食肉植物算法(carnivorous plant algorithm,CPA)优化随机森林(random forest,RF)的风电功率短期预测方法。首先,利用核主成分分析从13个气象因素中提取出8个与风电功率相关的气象因素,将这8个气象因素输入到预测模型中。然后,利用CPA优化RF构建CPA-RF预测模型解决RF预测模型预测精度不够高的问题。最后,选取实际风电功率数据进行测试,测试结果表明,利用核主成分分析选取8个气象因素作为输入的效果要优于直接输入13个气象因素的效果,CPA-RF预测模型的预测精度高于长短期记忆网络(long short-term memory,LSTM)预测模型、双向长短期记忆神经网络(bidirectional long short-term memory,BiLSTM)预测模型和RF预测模型。该方法可为提升风电功率短期预测精度提供参考。

海岛大跨越输电塔线体系风振响应及动力失稳分析

跨海输电塔线体系具有铁塔高、跨度大、风速大、恢复困难等特点,是岛屿电网的关键薄弱位置,尤其受台风等灾害天气影响严重,为进一步认识跨海输电塔线体系的风振响应特点和强风作用下的铁塔风致失稳特征,以温州洞头某线路典型跨海段(耐—直—直—耐)线路为研究对象,采用ABAQUS软件建立该跨海段两塔三线有限元分析模型。首先分析导线、裸塔及塔线体系的动力特性参数,然后开展不同风向角下的风振响应分析及位移风振系数计算,最后,采用增量动力分析方法(incrementaldynamicanalysis,IDA)模拟强风作用下考虑塔线耦合效应的铁塔非线性倒塌过程。研究表明:大跨越导线、地线对输电塔在不同风向角下的风振响应影响存在差异,0°风向角下,大跨越导线、地线增大体系的阻尼,降低风振响应;90°风向角下,大跨越导线、地线在横向风作用下产生较大面外位移,增大塔线体系的风振响应;强风作用下,输电塔斜材相较于主材更容易发生动力失稳,引起结构内力重分布,使得塔身中上部受力集中,最终导致输电塔发生渐进式倒塌。

台风灾害下电网多维韧性评估研究

近年来台风灾害频发导致电网多次发生大规模停电事故,当前电力系统韧性具有较大的不确定性和主观性问题,准确评估台风灾害下电网韧性有助于精准应对电网故障,降低电网事故经济损失。提出台风灾害下电网多维韧性评估指标体系,采用云模型(cloud modeling,CM)和模糊综合评价(fuzzy comprehensive evaluation,FCE)相结合,提出了台风灾害下电网韧性评价方法,将台风预防、过境和离境阶段相结合进行综合评估。最后针对某地实际台风灾害下电网事故进行算例分析,验证本文所述电网韧性评估指标体系的有效性和合理性。

电力系统交流潮流线性化方法研究综述

电力系统潮流方程具有显著的非线性特性,针对大规模电力系统的潮流计算易出现计算结果不收敛的现象。近年来,国内外文献涌现出大量适用于电力系统交流潮流计算的线性化潮流模型,但缺乏对经典线性化潮流模型分离变量过程的系统性梳理与总结以及对经典线性化潮流模型计算性能的数值比较。首先梳理了目前电力系统经典线性化潮流模型的主要思路,对各种线性化潮流模型分离变量的过程进行分析与总结。然后对比了线性化潮流模型的相同性及其在输电网和配电网应用上的差异,并从计算误差、计算时间和灵敏度等方面对比了各线性化潮流模型的性能。最后根据每一种线性化潮流模型的优缺点,对各线性化潮流模型的适用场景进行了总结及展望。

±1100 kV特高压输电塔线体系风振响应分析

为研究角度风下长横担输电塔线体系动力响应,采用有限元时程方法分析准东—华东±1100 kV特高压输电线路单塔及塔线体系风振响应。首先,利用线性滤波法计算得到三维脉动风速场,并结合准定常理论得到单塔及输电塔线体系脉动风荷载。其次,建立单塔及输电塔线体系有限元模型,利用模态分析方法计算结构的动力特性,研究导地线及长横担结构对输电塔动力特性的影响。最后,利用有限元时程方法对单塔及塔线体系进行动力分析,研究了风向角、长横担结构及塔线耦合效应等因素对结构动力响应的影响。结果表明:长横担结构会导致扭转频率降低,扭转振型出现顺序前移;塔线耦合效应降低了塔架结构自振频率,提高了结构阻尼比;根据位移均值计算结果,最不利风向角为15°和75°;根据扭转角均方根计算结果,最不利风向角为0°;单塔顺风向响应主要受背景分量和1阶振型的影响,塔线体系还受到导地线低阶共振分量的影响,扭转角主要受扭转1阶振型影响。

面向分布式资源聚合管控的虚拟电厂建模与优化控制综述

随着可再生能源渗透率不断提高,电力系统运行灵活性不足的问题日益突出。虚拟电厂(virtual power plant,VPP)是一种融合先进通信与控制技术的分布式可控资源管理新模式,将多类型可控资源聚合为整体,对电力系统经济运行、调峰、调频、稳定控制等多方面进行支撑。从分布式资源聚合管控与运行优化视角,系统综述了VPP内涵、架构、资源聚合、运行优化等方面当前技术水平和研究现状。首先梳理虚拟电厂功能内涵与定位,总结基于端-边-网-云的分层聚合管控框架及各环节需要解决的关键技术问题;随后介绍各类资源物理建模方法及其聚合模型,并从“对外统一、对内协调”角度综述VPP内部资源优化控制及其整体参与电网互动的协同方法,总结了虚拟电厂未来的技术挑战与发展前景。

综合能源网络建模与运维技术研究综述

在当前多种异质能源耦合程度不断加深,清洁能源高比例渗透的背景下,综合能源网络耦合电、气、热、冷等多种能源类型,实现不同能源网络之间的协调规划与互济调控,被认为是促进可再生能源消纳和提高能源利用效率的重要手段之一。首先从综合能源网络的特性分析开始,对其多能流差异特性、天然气网络的管存特性、热力网络的热延迟特性进行重点分析;其次在综合能源网络建模方面,分别介绍3种建模方法:机理分析建模法、数据驱动建模法、统一能路建模法;在综合能源网络状态估计方面,梳理综合能源网络状态估计发展历程以及状态估计主要方法,并对综合能源网络运行可靠性评估的国内外研究现状进行阐述。最后对综合能源网络建模方法与状态估计两方面进行展望,可以为该方向的科研人员提供参考。

数据驱动的电力系统动态安全评估研究综述

大规模新能源和柔性负荷的接入使得电网运行方式不确定性增加,电网运行状态频繁接近稳定极限,各类动态安全风险突出。作为一种高效评估方法,数据驱动的动态安全评估(dynamic security assessment,DSA)能够直接获取输入特征与动态安全输出间的映射关系,快速发现各类动态安全风险,是提高电网安全防御水平的重要手段。随着电力大数据和人工智能技术的发展,各类先进的机器学习方法被广泛探索并应用于电力系统DSA。按照数据驱动的DSA流程,从特征选择、模型训练、模型更新、在线评估等四方面综述了现有研究进展,并总结了数据驱动的DSA面临的五大挑战。

基于多重数据筛选的短期风电功率区间优化预测

为解决风电出力因其波动性无法准确预测的问题,结合元启发算法对训练数据的依赖性,提出一种基于多重数据筛选的短期风电出力区间预测方案。首先利用曲线拟合修正天气预报风速,并基于气象类型进行风速初筛,获取与预测日天气类型相似的历史数据;其次,采用灰色关联度对历史数据的相关性进行二次筛选,给出与待预测日风速变化趋势相近的筛选结果;再次,利用经验模态分解法对二次筛选结果进行分解,获得不同频率的固有模态分量(intrinsic mode functions,IMF);然后,以战争策略算法(war strategy optimization algorithm,WSO)优化长短期记忆网络(long short-term memory,LSTM)参数,分别建立不同分量的确定性预测模型,通过转换关系得到风电功率的点预测结果,引入Bootstrap抽样百分位法,给出一定置信水平下功率的波动区间;最后,以某风电场实测数据进行算例分析。结果表明,所得区间具有较好的覆盖率和较窄的带宽,证明了所提多重数据筛选方法在风电功率区间预测中的有效性和准确性。

抽水蓄能电站的多元化经济价值评价方法研究

抽水蓄能机组是目前电力系统中最成熟、功率与能量容量最大的储能技术手段。凭借其灵活、大容量和较低的单位容量建造与运行成本,在构建高比例新能源的新型电力系统中发挥着越来越重要的作用。另一方面,长期以来抽水蓄能电站的运行模式主要集中于削峰填谷和系统备用并获取收益,单一且较低的回报无法体现抽水蓄能电站的经济与技术价值。在市场环境下并结合抽水蓄能电站的多种运行模式,研究了抽水蓄能电站提供削峰填谷、调频、备用、容量市场价值以及黑启动的经济价值测算评估模型。以抽水蓄能电站经济收入最大化为目标,构建了抽水蓄能电站参与能量市场、调频市场与备用市场多品种经济价值分析模型。进一步结合黑启动与容量价值等多种补偿政策,形成了抽水蓄能电站的多元化经济评价方法。通过开展多种电价场景的算例分析,研究抽水蓄能电站在不同电价波动水平下的经济收益差异,证明了所提出的抽水蓄能电站多元化经济评价方法的可行性。

基于集群划分的配电网双层电压协调优化策略

针对大规模分布式光伏并网造成的配电网过电压问题,提出一种基于集群划分的配电网双层电压协调优化策略。将质量耦合函数作为集群划分指标,采用Fast-Newman算法实现对配电网集群的快速划分。在集群划分的基础上,上层以调节成本最低为目标,建立集群日前优化调度模型,通过优化集群内有载调压变压器(on-loadtapchanger,OLTC)与光伏逆变器的调节量实现上层日前调度的经济性;下层以最大化追踪日前调度计划为目标,建立集群实时电压控制模型,通过实时调节光伏逆变器修正上层日前调度计划,以此实现日前调度与实时电压控制的结合,既可以保证电压控制的经济性,又可以有效地简化电压优化控制的过程。最后以某实际馈线系统为例,验证所提方法能对配电网过电压进行快速有效的控制。

综合能源生产单元参与日前电-气耦合市场分布鲁棒自调度方法

在构建新型电力系统、实现双碳战略目标的背景下,综合能源生产单元(integrated energy production unit,IEPU)可作为传统燃煤发电机组的一种绿色改造方案。以IEPU为研究对象,提出一种数据驱动的IEPU参与日前电-气耦合市场的分布鲁棒自调度方法。首先建立光伏发电的区间不确定性集;其次根据日前电力市场和天然气市场的历史价格数据构建分布鲁棒模糊集;之后以利润最大化为目标建立IEPU参与日前电-气耦合市场分布鲁棒自调度模型;然后基于对偶理论将模型转化为易求解的混合整数线性规划问题;最后案例分析表明与偏保守的鲁棒优化方法相比,采用分布鲁棒优化方法处理价格不确定性可以有效平衡自调度方案的鲁棒性和经济性。

计及线性化潮流约束的主动配电网运行优化

针对主动配电网(active distribution network,ADN)运行优化模型的非线性问题,提出一种含线性化潮流约束的配电网运行优化模型。以购电成本和分布式发电运行成本最小为优化目标,考虑主动配电网中负荷的柔性特征,推导柔性负荷的数学模型。为提高模型的求解效率,采用分段线性化方法处理模型中的非线性潮流约束,从而将所提模型转化为混合整数线性规划(mixed integer linear programming,MILP)问题;最后,通过对IEEE 33节点和IEEE 69节点配电网的仿真分析,验证所提模型的有效性。