采用改进MPC提高储能系统电压暂态特性研究

储能系统通过换流器实现并网运行,常规换流器因为其开关频率低,在采样、计算环节存在延时导致储能系统暂态特性差,甚至引起整个电网不稳定。本文采用模型预测控制MPC(model predictive control)来实现储能系统功率快速响应,避免延时影响。引入功率权重价值函数在有功、无功MPC控制中,计算储能换流器输出电压最优值。针对因为滤波电感参数偏移导致的MPC模型不准确问题,本文采用电感误差补偿控制来提高模型精度。通过Matlab/Simulink仿真和实验来验证本文所提方案可提高储能系统暂态特性,有效消除误差对MPC控制性能的影响。

基于幂加权最小二乘拟合的红外相机辐射定标方法

分析了现有线性度计算方法的不足,提出基于偏差/测量值的新线性度评价方式,通过该方式最小二乘拟合的低端温度偏差比高端大一个数量级,并采用加权拟合提高系统响应线性度。在分析不同光谱的温度和辐亮度拟合函数基础上,提出一种基于辐亮度倒数幂加权最小二乘线性拟合的地面和星上辐射定标方法,确认最佳权重幂次,建立了幂次n=1的加权最小二乘拟合外黑体线性定标方程、内黑体线性定标方程、内外黑体辐亮度转换模型。针对星上内黑体高精度两点定标建立了基于加权最小二乘拟合内外黑体辐亮度转换模型;针对星上黑体发射率退化提出了基于恒星定标的红外相机星上内黑体辐亮度定标修正方法,建立了外黑体辐亮度、内黑体辐亮度和恒星辐亮度转换模型。采用加权线性拟合后,积分时间10 ms的低温端外黑体反演偏差由1.63 K下降到0.52 K,内黑体偏差反演温度偏差由0.83 K下降到0.39 K,系统响应线性度明显提升。

考虑保供电需求的光储微电网优化配置及电能质量评估

针对用户日益迫切的保供电需求以及光伏出力与负荷用电的随机性、波动性引发的电能质量的问题,建立了考虑保供电需求的光储微电网双层优化模型,并对规划配置的微电网电能质量进行评估。该模型以等效净负荷标准差和弃光率最小为上层优化目标,以微电网有功功率损耗最小为下层优化目标,以储能满足保供电负荷的保供电需求作为附加约束条件,采用遗传算法求解。然后设计源、网、荷三类指标,采用组合赋权法确定各指标权重,实现对微电网电能质量的综合评估。最后以改进的IEEE-33系统验证了所提模型的有效性。结果表明考虑保供电需求后能够提高微电网电能质量,并在一定范围内保供电负荷越大时越能提高微电网电能质量和用户满意度。

基于改进KNN算法的新能源发电单元运行状态识别

目前识别发电单元运行状态的研究较少,数据来源以数据采集与监控系统为主,采集速度较慢。为此,提出了一种基于发电单元机端电气量数据并融合改进k近邻(KNN)算法的新能源发电单元状态识别方法,直接采集机端电气量数据用于快速判断发电单元状态。提出KNN算法的改进策略,克服了传统KNN算法准确度低、识别速度慢的缺点。利用电力系统分析综合程序获取用于状态识别的发电单元机端电气量数据,利用改进策略对数据进行预处理,并对比传统KNN算法、逐条使用改进策略的KNN算法对新能源发电单元状态识别的耗时与准确度。结果表明所提算法较传统算法的识别准确度和速度明显提升,能满足稳定控制过程中对新能源发电单元的状态感知需求。

双层耦合振子电网的弹性能力分析

基于简化的二阶耦合振子模型,考虑网络的权重特征,构建了双层耦合振子电网的物理模型,并从能量流的角度分析了电网面向不同属性的输电线失效时的网络弹性能力.以一个2层电网为研究对象进行数值模拟,结果表明,异质传输线失效时,网络弹性能力较弱;同质传输线失效时,网络弹性能力较强.

基于权参数优化的并行深度学习光伏功率预测

针对不同应用场景下光伏数据波动模式差异较大时,现有的光伏发电功率预测模型存在精度及适应性不足的问题,提出了一种具有权参数自适应性的并行深度学习光伏发电功率预测框架。该框架包含2种可以并行预测的深度学习算法单元(Attention-Seq2Seq单元、Transformer单元)以及一个权参数自适应优化单元。基于所提出的并行深度学习框架,对光伏发电功率进行预测,并分别与Attention-Seq2Seq、Transformer模型的预测结果进行了对比验证。结果表明:基于权参数优化的并行深度学习光伏功率预测框架弥补了不同数据波动模式下单一算法预测精度和适应性不足的问题,也可以有效解决时间序列预测中的长距离依赖问题,较单一算法预测精度更高,其平均绝对误差和均方根误差在夏季典型日最大降幅分别是41.18%和45.59%,在冬季典型日最大降幅分别是81.13%和82.86%。

计及SOC自恢复的混合储能平抑风电功率波动控制

混合储能系统能够较好地应对复杂的风电波动,有效地提高电网的稳定性和安全性。在混合储能平抑风电功率波动的典型应用场景下,该文首先提出一种计及荷电状态(SOC)自恢复的混合储能平抑风电功率波动控制方法,在满足风电平抑需求的情况下,通过模型预测控制快速调节储能在平抑功率过程中的荷电状态,提高储能持续稳定运行能力;然后,为提高混合储能系统协调运行能力,设计了加权滑动平均(WMA)-模糊控制策略对超级电容和蓄电池功率进行动态分配;最后,结合实际风电功率数据,通过仿真验证了所提策略能有效平衡储能寿命和平抑风电波动的矛盾,能充分考虑两种储能设备的特性差异并提高功率分配的合理性。

基于VC-综合赋权法的海上风电APF配置优化方法研究

大容量海上风电机组的接入改变了传统电力系统结构,给电网带来了谐波等问题,影响了电能质量。为抑制海上风电机组产生的低次谐波,文章首先建立了海上风电机组并网电流的低次谐波理论模型;然后,在仿真软件ETAP上搭建海上风电机组仿真模型,验证不同出力情况下风电场的输出谐波特性;最后,基于风电场输出谐波特性,提出变异系数(Variation Coefficient,VC)综合赋权法对风电场有源滤波器(APF)进行优化配置,提升了风电场谐波的治理效果。基于实际算例验证了所提方法的有效性。

乡村振兴战略下农网综合效益评价模型研究

农村地区之间存在着显著的地区差异,为了指导农村电网投资,提出一种基于组合赋权和多属性边界逼近区域比较法(multi-attributive border approximation area comparison,MABAC)的差异化农网综合效益评价模型。首先,综合考虑农村地区差异及乡村振兴战略对农网发展的要求,从农网投资经济效益、供电能力、基础设施情况、地区发展带动、生产生活质量、清洁低碳发展等6个方面构建农网综合效益评价指标体系;其次,基于最小化主客观权重异质性原则构建基于图模型—熵权法的组合赋权模型,并引入MABAC方法用于解决农网综合效益评价问题;最后,通过算例分析验证了所提出模型的有效性。

考虑大规模新能源接入的电网性能评价指标体系

为了解决传统电网评价体系在评价大规模新能源和电网相互作用复杂机理时存在的不足,建立一套考虑大规模新能源接入的电网性能指标评价体系。首先,从新型电力系统的核心特征出发,贯穿“源网荷储”各个环节,构建包含接入水平、协调水平、适应水平以及承载水平4个维度的电网性能评价指标,显性表达各个指标的统计或计算方式。其次,采用AHP-CRITIC法进行主客观组合赋权,依据电网发展数据自身的客观属性,考虑数据离散程度以及皮尔逊相关系数,挖掘指标间的冲突性和变异性,以增强权重设置的科学性。最后,利用某城市新能源和电网数据对指标体系进行测算,通过对比分析说明所提指标体系与评价方法的有效性,并依据指标灵敏度大小对电网薄弱环节提出发展建议。

自适应调零天线动态性能影响因素研究

本文针对卫星导航接收机的功率倒置(PI)算法在动态环境下受到最优权值处理速度的制约,导致动态抗干扰性能下降这一个问题,通过建立动态仿真环境,以七阵元均匀圆阵作为天线布阵的仿真模型,研究了不同权值更新速率对动态抗干扰性能的影响,证明了权值更新速率的提升对动态抗干扰性能也有相应的提高。并且分析了在不同快拍数以及不同时域抽头数对动态抗干扰性能的影响,证明了可以通过适当选择快拍数和时域抽头数来提高权值更新速率。本研究为建立更加完善的工程实现方案提供了理论依据,对存在类似需求的空时自适应调零天线抗干扰系统具有一定的参考价值。

基于考虑误差修正的非线性自适应权重组合模型的光伏发电功率预测

为了提高光伏电站光伏发电功率预测精度,解决极限梯度提升模型、长短期记忆模型2种传统单一模型及传统组合模型极限梯度提升-长短期记忆模型的光伏发电功率预测结果滞后、预测效果易突变、预测误差较大、线性拟合性较差等不足,基于极限梯度提升算法、长短期记忆算法和线性自适应权重,提出一种考虑误差修正的非线性自适应权重极限梯度提升-长短期记忆模型进行光伏发电功率预测;分别使用极限梯度提升算法和长短期记忆算法训练得到2种单一模型,将2种单一模型的初步预测值和真实值组成新的训练数据集,利用神经网络算法训练所提出的模型,对2种单一模型的初步预测值分配自适应权重系数,并根据训练时所提出模型的预测值大小分段统计预测误差的分布,预测时根据所提出模型的预测值在预测结果的基础上累加误差均值从而进行误差修正,进一步提高所提出模型的预测精度;利用Python语言分别对所提出的模型、传统组合模型和2种传统单一模型在晴天、阴天和雨天的光伏发电功率预测性能进行仿真。结果表明:与极限梯度提升-长短期记忆模型、极限梯度提升模型、长短期记忆模型相比,所提出模型的均方根误差分别减小28.57%、 39.39%、 49.79%,平均绝对误差分别减小44.25%、 53.33%、 64.8%,决定系数分别增大1.43%、 2.38%、 3.34%,所提出的模型更有效地减小了传统单一模型的光伏发电功率预测误差,优化了传统组合模型的权重系数;3种天气条件下所提出模型的光伏发电功率预测误差相对最小且稳健性最强,验证了所提出模型的有效性。

基于NOMA的室内可见光通信最优功率分配方案

在基于非正交多址接入技术的多用户下行室内可见光通信(Visible light communication system based on non⁃orthogonal multiple access technology,VLC⁃NOMA)系统中,针对和速率与用户公平性冲突的问题,提出一种基于加权和速率最大化的迭代功率分配方案。该方案以最大化加权和速率为目标,可通过改变权重因子来调节用户公平性。由于目标问题属于非凸优化问题,通过辅助变量法和凸优化理论将该非凸问题转化为凹问题,再通过拉格朗日对偶法进行求解,并根据问题的解设计了一种迭代功率分配算法。对所提算法的收敛性、系统和速率以及用户公平性进行了仿真。结果表明,所提迭代功率分配算法具有良好的收敛性,相较于VLC⁃OMA系统,VLC⁃NOMA系统能够获得更好的和速率性能。通过调整权重因子,在牺牲较小系统和速率的情况下能够获得比现有功率分配方案更好的系统和速率与用户公平性。

基于权重计算的光储耦合制氢系统模型预测优化控制

对光储耦合制氢系统优化控制策略进行研究,提出一种考虑存在博弈关系的多目标优化的模型预测控制(MPC)功率分配策略。首先,构建光储耦合制氢系统架构,明确光储耦合制氢系统运行时需要满足的功率平衡方程;其次,将自适应多目标粒子群优化算法和MPC算法相结合搭建复合算法模型,给出同时考虑碱性电解槽(AEL)和储能电池特性的3个目标函数,计算出最优控制增量权重系数;最后,利用MATLAB-function函数模块构建MPC控制器模型,将计算出的最优控制增量权重系数应用于MPC优化过程中,实现光储耦合制氢系统在线功率分配。与传统MPC优化控制方法进行仿真分析,验证了所提方法在一定程度提高了储能系统的运行指标,同时又降低了AEL输入功率的波动性,增强了光储耦合制氢系统的动态功率平衡能力。

基于加权灰度图与混合阈值分割方法的光伏热斑检测

在光伏红外热图像中,热斑和部分高温工作区的亮度非常接近。在利用传统的阈值分割技术提取热斑时,往往会将工作区也一并分割出来,形成虚假热斑。结合Otsu算法和Sauvola算法的优点,提出了一种基于加权灰度图的混合阈值分割方法。通过对灰度图加权处理,降低工作区亮度,从而增强热斑与工作区的对比度,改善热斑的可视性。利用Otsu算法与Sauvola算法二值化灰度图,并根据二值图差异度计算混合阈值,以此消除虚假热斑的干扰。实验证明,该方法适用于检测存在高温工作区的光伏板热斑,能够精准有效地分割热斑。

转炉车间火灾风险评估方法的改进及应用

为针对性地解决转炉炼钢作业时的消防安全问题,提出将熵权-最优最劣法(Best Worst Method,BWM)和物元可拓模型相结合的转炉车间火灾风险评估模型。通过将指标分为人、物料设备、环境、管理及消防设施5大类,构建转炉车间火灾风险评估指标体系;利用复合语言对35个指标进行评价,引入有序加权平均算子(Ordered Weighted Averaging,OWA)计算各语言的犹豫语言术语集(Hesitant Fuzzy Linguistic Term Set,HFLTS)模糊包络,再根据各专家权重进行加权计算并将语言量化构成评价矩阵;基于熵权、BWM分别算得各指标权重,再运用最小二乘法得到综合权重;最后利用物元可拓模型确定各指标及转炉车间的火灾风险等级。以河北省某炼钢转炉车间为例进行评估得出:该转炉车间的综合风险等级为I级(安全),其中动火监护的人员监管情况、氧枪法兰松紧度、炉前温度环境、作业现场物品摆放情况、作业巡查及设备检查情况和消防疏散通道堵塞情况仍需改善。

基于加权相位延迟指数的阿尔茨海默病静息态脑电图定量分析

目的分析阿尔茨海默病(AD)、轻度认知功能障碍(MCI)患者定量脑电图的特征,探讨定量脑电图在早期检测和评估认知衰退方面的效用。方法本研究选取AD患者、MCI患者和认知功能正常的老年人作为研究对象,采用64导脑电图记录静息状态下脑电信号,通过加权相位延迟指数(wPLI)分析人组患者全脑功能连接的差异性。结果AD组在θ频段的相对功率超过对照组,在β频段则低于对照组。此外,三组间的功能连接呈现差异性。在θ和频段,AD组不同脑区之间的相位同步性增强。而在α频段中,AD组局部脑区之间功能连接强度减弱。同时,θ和β频段下的全脑电极平均相功率改变均与临床认知评估量表呈现相关关系。结论定量脑电图分析显示AD患者脑波存在频率慢化的特点。另外,AD患者同时存在脑网络皮层神经通路功能代偿和失连接现象。

基于数据驱动的火电机组灵活性综合评价方法及应用

主动感知火电机组的灵活供给能力对于新能源消纳及电力灵活调度有着重要意义。提出了一种基于数据驱动的火电机组灵活性综合评价方法:首先,确立了以弹性、响应性、经济性和环保性为评价指标,并明确了各指标中的评价因素;其次,利用大量的机组运行数据,通过模糊c-均值聚类算法和多项式拟合获得机组在日常运行区间各评价因素的表征值,并采用加权积分均值法实现对各评价因素的量化;最后,将熵权法和主观赋值法相结合,据此确定各评价指标的权重,进而实现对火电机组灵活性的综合评价。通过应用实例对所提方法的有效性进行了验证。

网侧故障下光伏直流并网系统不平衡功率快速平抑方法

网侧故障下,光伏直流并网系统的并网变流器将根据电网电压变化实时控制输出功率,而直流侧光伏单元需接收系统功率指令后控制有功输出,两者间无法实现有功功率的快速平衡,导致直流电压持续偏移。传统方法通过投入耗能装置消耗盈余有功功率,以抑制直流电压抬升,但投资成本高。为此,该文提出一种网侧故障下系统不平衡功率快速平抑方法,在分析故障期间电网电压幅值变化趋势基础上,构建并网变流器内部计算电压变化轨迹算式。该方法利用故障初期内部计算电压数据,计算带权邻近度以求解电压变化轨迹算式关键项系数,进而求得所需系统功率指令。所提方法的优点在于有效地缩短了盈余功率持续时间,减少了对耗能装置的依赖,并且易于实现。仿真结果表明,所提方法可维持直流电压在安全范围内,为系统低电压穿越提供可靠保障。

基于波束指向修正的提升相控阵导引头目标截获概率方法

相控阵雷达导引头在搜索阶段不论采用哪种扫描方法,均存在波束偏置测角的情况,而基于雷达测角的基本原理:波束偏置时测角误差较大,导致截获波束指向偏差较大,有一定概率导致目标截获失败。针对此问题本文提出一种可以有效提高相控阵导引头截获概率的波束指向修正方法。通过数字仿真分析得出利用修正后的波束指向完成目标截获可以有效提升导引头的角度截获概率。