基于可控串联电抗的新能源送出线路故障性质识别方法

针对不带并联电抗器的新能源送出线,能否正确区分故障性质是确保新能源系统安全可靠运行的重中之重。为降低新能源送出线故障对电力设备和系统的冲击,提高重合闸成功率,减少新能源发电系统脱网的发生,提出基于可控串联电抗限流信息的新能源送出线路故障性质识别方法。在送出线路上设计串联可控限流电抗器,在线路故障相跳闸时基于等值阻抗的预判投入可控电抗,在串联电抗限流特性下分析瞬时性故障和永久性故障时的线路电流差异,建立电流突变量比较判据,并能够确定故障电弧熄灭时刻,进而构建新能源场站送出线路基于故障性质识别的自适应重合闸策略。仿真结果表明,所提方法能快速、可靠地识别结果,应用在新能源场站送出线路工程上能有效提高线路的重合率。

海上风电场经交流海缆并网谐波谐振放大分析

采用交流海缆接入电网的海上风电场在电缆线路分布电容的作用下,可能出现陆上风电场不常见的谐波谐振与谐波放大现象,严重威胁到海上风电场安全可靠运行。为研究海上风电场谐波谐振机理与谐波放大影响因素,首先,建立了海上风电场输电系统与集电系统两部分的状态空间模型,并给出谐波放大倍数、谐波含量等指标的计算方法;其次,通过特征值和参与因子揭示了谐波谐振机理及关键影响因素;然后,通过根轨迹法研究了电网短路容量、高压电缆参数和风电机组并网台数对谐振模态的影响;最后,在Matlab/Simulink仿真平台搭建江苏某海上风电场.验证理论分析的有效性。

基于电流模分量特性的多端柔性直流配电网线路纵联保护

多端柔性直流配电网因在供电可靠性方面极具优势而受到广泛的关注,然而对于直流线路保护中故障的快速、可靠识别成为其急速发展所需解决的关键问题之一。因此,设计了一种利用电流模分量特性的直流线路纵联保护方法。该方法利用故障时正极电流线模分量方向来判别区内外故障,以不同故障条件下故障点正极电流零模分量平均值的差异来构造保护判据,从而判别故障类型,形成保护策略。最后,在PSCAD/EMTDC4.5上搭建了多端柔性直流配电网模型,对保护判据及关键影响要素进行了仿真分析。结果表明,该保护方法能够有选择性地快速、可靠识别区内外故障及故障类型,且具有较好的耐过渡电阻与抗噪声能力。

考虑风光出力不确定性及相关性的配电网规划方法

新能源在电力系统中的渗透率日益提高,大大增加了电网中的不确定因素,对配电网的规划运行和控制提出了更高的要求。配电网规划是电力系统安全稳定运行的重要基石,传统配电网规划中各参数都已确定,缺乏对不确定因素的适应性。因此,提出一种基于概率潮流的配电网规划方法,首先对配电网中的不确定因素定量建模,建立源荷出力模型,其次将风速、太阳辐射与用电负荷之间的相关性用秩相关系数矩阵表征,建立计及相关性的半不变量概率潮流计算方法,最后构建以规划成本最小为目标函数,以潮流平衡、馈线容量、节点电压、网架辐射型结构为约束条件的配电网规划模型,并通过改进惯性参数与引入变异操作对粒子群算法进行改进,利用改进后的算法求解规划模型。以33节点系统为例进行仿真,结果验证了该方法能够有效降低网损,减少网络规划费用。

数模—动模混合仿真系统的接口建模与稳定性分析

为满足现代电力系统实时仿真的发展需求,数模-动模混合仿真系统结合实时数字仿真和物理动态模拟仿真的优点,成为现代电力系统研究的重要仿真方法。接口系统是混合仿真系统设计中的核心与难点。为了深入分析混合仿真系统的稳定性,对接口系统各个组成环节进行建模得到系统开环传递函数,分别根据劳斯判据和奈奎斯特判据研究开环传递函数中不同参数对系统稳定性的影响。理论推导表明接口系统中滤波器截止频率、接口延时和阻抗模拟比对系统的稳定性影响较大,并通过所搭建的混合仿真系统进行实验,实验结果表明不同参数对系统的稳定性影响与理论推导一致。

基于改进粒子群优化权函数的直流微电网H_(∞)控制策略

直流微电网中常常含有恒功率负载(constant power loads,CPLs),其负阻抗特性会降低系统的稳定性,造成直流母线电压波动甚至崩溃。因此,首先建立了直流微电网的小信号模型,使用根轨迹法分析了恒功率负载对系统稳定性的影响;其次提出一种基于混合灵敏度优化的电压控制策略,提升了直流微电网系统的稳定性,并采用改进粒子群优化(particle swarm optimization,PSO)算法对权函数进行了优化,进一步提升了鲁棒控制器的性能;最后采用Matlab/Simulink仿真算例进行验证,仿真结果表明提出的鲁棒控制器减小了母线电压的波动,有效提升了直流微电网系统的稳定性。

基于火电灵活性改造的可再生能源消纳系统成本优化

随着风电等可再生能源的大规模发展,带来了消纳难等新挑战,通过火电灵活性改造可以增强电力系统灵活调节能力、提升可再生能源消纳空间,同时需要考虑火电灵活性改造的经济性和对可再生能源消纳的影响。因此,综合考虑火电机组常规运行成本及灵活性改造后增加的各项成本,结合碳排放成本和弃风成本,建立以总成本最小为目标的火电灵活性改造前后优化调度模型,采用对比差值法计算基于火电灵活性改造的可再生能源消纳系统成本。通过算例,将所建模型应用于对比改造前后、不同碳排放强度、是否考虑弃风等不同方案下的机组运行状况及消纳系统成本大小,并拟合得到可再生能源渗透率和消纳系统成本的关系曲线,验证了模型的有效性。

次同步振荡在交直流电网中传播的关键影响因素

随着“双高”电力系统的发展,次同步振荡问题日益凸出,亟需研究交直流线路次同步振荡传播的关键影响因素。从系统响应量测时序数据着手,提出了一种次同步振荡传播关键影响因素定量分析方法。首先,基于自适应噪声完全集合经验模态分解(complete ensemble empirical mode decomposition, CEEMDAN)的改进小波阈值去噪方法对量测数据进行降噪处理,减少噪声对Prony分析的影响;其次,基于次同步振荡传播各影响因素的相关系数和互信息量建立相关性评价组合模型;最后,计算交直流不同参数在综合模型中的评价指标,得出次同步振荡在交直流线路中传播的关键影响因素。通过在PSCAD搭建2区域4机系统进行分析,结果表明:影响交流线路次同步振荡传播的极强相关参数为交流线路潮流,影响直流线路次同步振荡传播的极强相关参数为次同步振荡频率下交流线路阻抗特性。

基于集群辨识和卷积神经网络-双向长短期记忆-时序模式注意力机制的区域级短期负荷预测

为了解决区域级短期电力负荷预测时输入特征过多和负荷时序性较强的问题,提出一种基于集群辨识和卷积神经网络(convolutional neural networks,CNN)-双向长短期记忆网络(bi-directional long short-term memory,BiLSTM)-时序模式注意力机制(temporal pattern attention,TPA)的预测方法。首先,将用电模式和天气作为影响因素,基于二阶聚类算法对区域内的负荷节点进行集群辨识,再从每个集群中挑选代表特征作为深度学习模型的输入,这样既能减少输入特征维度,降低计算复杂度,又能综合考虑预测区域的整体特征,提升预测精度。然后,针对区域电力负荷时序性的特点,用CNN-BiLSTM-TPA模型完成训练和预测,该模型能提取输入数据的双向信息生成隐状态矩阵,并对隐状态矩阵的重要特征加权,从多时间步上捕获双向时序信息用于预测。最后,在美国加利福尼亚州实例上分析验证了所提方法的有效性。

面向配电物联网的配电终端一体化建模

针对当前基于IEC61850的配电终端信息模型对配电物联网的描述和覆盖能力的欠缺,以及未考虑面向终端微应用的开发,存在功能灵活扩展不足等问题,提出一种面向配电物联网的配电终端一体化信息模型。该模型融合扩展了IEC61850、CIM和物模型,采用扁平化模型层次结构和基于本体的模型抽象方法,建立物、数据、设备和服务4个顶层本体。所建模型适用于云主站与终端之间设备的信息模型交互,以及大规模接入场景下的配电终端即插即用,有助于降低终端微应用间信息交互管理的复杂度,以及配电终端功能一体化的实现,能够全力支撑当前配电终端的数字化转型。

逆变器的电容老化故障诊断方法研究

针对逆变器电容老化故障的特征不明显、提取困难,且存在多分类、细分类问题,提出一种自适应白噪声完整集合经验模态分解(completeensembleempiricalmode decomposition with adaptive noise,CEEMDAN)与小波包能量熵(wavelet packet energy entropy,WPEE)结合的特征提取策略,并利用改进麻雀搜索算法(improvedsparrow search algorithm,ISSA)优化最小二乘支持向量机(least squares support vector machine,LSSVM)参数,完成故障诊断。首先,利用CEEMDAN处理相电压信号,获得模态分量(intrinsic mode function,IMF),根据相关系数、方差贡献率共同筛选IMF,将含噪的IMF去噪并重构,与不含噪的IMF构成纯净IMF组,然后利用小波包分析并对其分解获取故障特征明显的WPEE;其次,通过Iterative混沌映射与随机游走策略改进的SSA对LSSVM进行参数寻优,建立诊断模型;最后,以Z源逆变器为例进行验证。结果表明:所提方法能快速有效地提取电容老化故障特征,且诊断方法更快、故障识别率更高。

基于门控循环神经网络的边缘服务中心风光荷组合预测方法

边缘计算因数据处理快、低成本和高实时等优点近年来在能源行业中受到广泛关注,而在边缘服务器上开展预测有助于对能源精细化管控。因此,针对边缘服务资源的有限性,基于差分自回归整合移动平均(autoregressive integrated moving average,ARIMA)模型和门控循环单元(gated recurrent unit,GRU)神经网络,提出考虑线性和非线性特征的风、光、荷组合预测方法。ARIMA用于提取源、荷的线性特征,将其与真实值进行拟合,得到包含非线性特征的残差。其次,将残差作为GRU的训练数据集建立预测模型,再引入剪枝和量化方法优化及压缩GRU模型,减小预测模型规模,以适应边缘服务器部署。大量仿真结果表明,所构建的GRU压缩模型规模小、预测精度高,适合边缘服务器的部署应用。

基于变分模态分解的卷积长短时记忆网络短期电力负荷预测方法

电力负荷序列易受多重外部因素影响而呈现复杂性,不利于精准预测。为此,提出一种基于变分模态分解(variational mode decomposition,VMD)的卷积神经网络和长短期记忆网络(convolutional neural network and long short-term memory network,CNN-LSTM)相结合的短期电力负荷并行预测方法。先采用VMD将负荷数据分解为规律性强的各本征模态函数(intrinsic mode function,IMF)及残差;再将各分量分别输入到各自对应的CNN-LSTM混合预测网络,获得各初始预测值,并将该值与由气候、日期类型等组合得到的相关因素特征集相结合,进一步得出修正预测值;最终,叠加各分量修正预测值即得到完整预测结果。在实际负荷数据上做验证分析,结果表明,考虑相关外部因素特征集后日负荷预测平均相对误差均值可降低2.18%。与几种常规负荷预测方法进行效果对比,验证了该方法的有效性和可行性。

永磁同步风力发电系统的最大功率跟踪模糊分数阶控制

在“双碳”背景下,风电作为零碳电力和新能源发电的主力军,在助力社会全面绿色低碳转型方面发挥了关键性作用。在保证发电稳定的前提下实现风能的最大化利用,提升风力发电系统发电量至为重要。文中针对永磁同一步风力发电系统的最大功率跟踪(maximum power point tracking, MPPT)问题进行研究。首先建立了永磁同步风力发电系统的机理仿真模型,用两电平双PWM全功率换流器连接风力发电机与电网。然后基于以上模型,分别设计了整数阶PI控制器、分数阶PI"控制器、模糊分数阶PP控制器以实现MPPT控制。最后对以上控制策略进行了仿真研究。结果表明,无论在阶跃风速还是随机风速下,模糊分数阶PU控制器相较于其他两种均具有更出色的MPPT性能与更强的鲁棒性。

基于模糊层次分析法–熵权法–逼近理想解排序法的虚拟电厂综合贡献度评估方法

为科学全面评估虚拟电厂内部资源的贡献度,深度挖掘虚拟电厂内部资源潜力,激发虚拟电厂内部聚合资源,积极提升安全、可靠和经济性,助力源、网、荷、储一体化的发展,首先,充分考虑虚拟电厂内部资源在电网安全运行、电力电量平衡以及新能源消纳等方面的贡献,建立虚拟电厂内部资源“安全-可靠-经济”的综合贡献度指标评估体系;其次,构建基于模糊层次分析法–熵权法–逼近理想解排序法的虚拟电厂综合贡献度评估方法,分析虚拟电厂内部分布式能源资源贡献度最优选择策略,并将该方案进行灵敏度检验;最后,通过算例分析不同类型的分布式能源资源对虚拟电厂的综合贡献度及其灵敏度,确定虚拟电厂内部资源最优选择策略,为虚拟电厂内部资源配置提出参考性建议。

计及购电需求不确定性的微电网能源竞价交易模型

微电网可以将发电高峰期盈余的可再生能源出售来促进可再生能源消纳并获取最大收益。采用拍卖机制确定交易价格,但交易过程中购电需求的变化也会对可再生能源消纳及微电网收益产生影响,为此,提出一种计及购电需求不确定性的微电网能源竞价交易模型。首先采用统一价格同步向上叫价拍卖机制进行定价,并提出了拍卖机制的改进方案来平衡用能消费者的对不同时段的拍卖需求;考虑到用能消费者的购电需求不确定性,采用鲁棒线性优化算法来规避不确定性参数对最优解的影响。最后通过MATLAB软件仿真分析,证明了该模型能够最大限度地提高可再生能源的出售率及微电网的收益。

基于相对目标接近度的并网型微电网多目标优化调度

为了提高微电网运行的灵活性,将可中断负荷视为一种直接参与微电网运行的可调度资源,并根据峰谷时刻设置联络线传输功率处于不同区间,考虑微电网运行维护折旧成本、环境效益成本和与联络线偏差惩罚成本,构建微电网运行的多目标优化模型,再采用相对目标接近度法将多目标优化转化为单目标优化,由层次分析法和熵权法进行组合赋权。运用Gurobi求解器对微电网内的各种分布式电源24h出力和蓄电池荷电状态进行求解,获得微电网日前调度模型。基于美国地区微电网算例进行分析,验证所提模型可以兼顾微电网经济性、环保性,并能减少主网功率波动;同时表明计及可中断负荷和联络线功率控制的运行方式能有效降低运维折旧成本、环境污染和主网负担。

基于深度Q网络优化运行方式的风电场次同步振荡抑制策略

随着我国新型电力系统的不断发展,电力系统次同步振荡问题凸显,严重影响电网的安全稳定运行,而振荡阻尼水平对风电场次同步振荡具有重要影响。由于系统阻尼随电力系统运行方式变化,提出一种基于深度Q网络优化运行方式的风电场次同步振荡抑制策略。首先,通过时域仿真分析桨距角和串补电容对风电场次同步振荡阻尼的影响,在此基础上建立桨距角调整风机出力、并联电容调整线路串补的次同步振荡联合优化数学模型。其次,将深度Q网络算法应用于系统振荡阻尼优化求解问题,获得风电机组次同步振荡抑制优化策略,并与基于遗传算法求解的次同步振荡抑制结果对比。结果表明,该方法有效降低了振荡幅值,提升了系统的阻尼,验证了该方法的合理性和优越性。

众筹储能模式分析及成本传导机制

为积极促进储能系统建设,提升新能源利用水平,针对新能源电站自建储能运营效率不高成本疏导困难,提出一种众筹建设储能电站模式及配套的成本传导机制。首先,明确众筹储能电站的筹资来源及商业模式。其次,根据储能电站商业模式以及未来电力市场发展情况,设计众筹储能电站的不同成本疏导机制模型。最后,基于全寿命周期储能电站成本分析方法,根据不同收益率的情况下,储能参与各种模式的比例以及不同模式中储能价值价格的变化,对新能源电厂给予储能电站的补偿价格进行测算,并对影响补偿价格的主要因素进行敏感性分析。

考虑柔性负荷和阶梯式碳交易的微电网鲁棒优化调度

针对低碳背景下微电网中可再生能源出力的不确定性以及碳排放问题,提出了一种考虑阶梯式碳交易机制同时柔性负荷参与调控的微电网两阶段鲁棒优化方法。在调度模型中引入阶梯式碳交易机制,限制系统的碳排放量;通过柔性负荷的调控作用弥补由于可再生能源出力波动造成的功率缺额,进一步减小了微电网的碳排放量和调度成本;模型中引入不确定参数调节系统的保守性,日前阶段基于预测数据并考虑系统日内可能遭受的最恶劣场景,制定预测数据下的日前调度方案,日内调控阶段则在日前调度方案的基础上进行二次优化,在最恶劣场景下给出系统的日内调控方案;模型利用嵌套C&CG算法对调度模型进行求解。算例仿真结果证明,鲁棒优化方法相较于确定性优化方法其总调度成本平均减少了3.1%;考虑阶梯式碳交易机制后,系统单日运行的碳排放量和总调度成本相较于未考虑碳交易机制时分别下降了17.7%和3.7%;考虑柔性负荷参与调度后,系统单日运行的碳排放量和总调度成本相较于未考虑柔性负荷时分别下降了26%和24.3%,验证了所提优化模型的有效性。