基于定位收缩法的局部阴影条件下光伏最大功率点跟踪

光伏最大功率点跟踪是提高光伏发电效率的重要手段。在局部阴影条件下,光伏阵列的特性曲线呈现多峰形状,常规的传统算法容易陷入局部最优。如何在局部阴影条件下找到全局最大功率点(global maximum power point,GMPP)至关重要。提出了一种定位收缩法(locate and shrink algorithm,LSA),采用收缩边界的思想使得边界逐渐收缩到GMPP。LSA第一阶段提出了一种峰的定位方法,通过自适应采样结合I-V特性曲线能够定位主要峰的占空比范围。定位法能够与其他单峰算法结合,具有较强的扩展性。第二阶段提出了一种基于三点准则的收缩法,能够在单峰范围内通过收缩边界快速找到峰值点,并且具有很强的环境适应性。将LSA与多个算法进行仿真和硬件实验对比,结果表明LSA在跟踪速度、跟踪精度和稳态振荡方面有着明显优势。

考虑光储一体化电站的直流配电网供电能力分析

对含有绿色能源的直流配电系统的供电能力进行科学的评估与计算,已成为当前城市电网精细化评估与规划工作的关键一环。针对这一需求提出一种直流配电网供电能力分析方法,以N-1安全准则作为系统运行的边界条件,考虑直流配电网中换流站站内供电能力和电网供电转移能力,分析了直流配电系统供电能力的计算方法。在此计算方法的基础上研究了光储一体化电站的接入对直流配电网供电能力的影响,进而研究了储能容量在同一个光储电站内以及多个不同光储电站之间如何配置可以使直流配电网的供电能力达到最大的问题。最后,通过对一组直流配电网络拓扑案例的供电能力计算验证了所提分析方法的有效性,仿真结果为含光储一体化电站的直流配电网规划、评估、设计提供理论依据。

动校正剩余时差的估计与校正

为消除剩余动校正量对CMP道集的影响,研究了带有剩余动校正量的CMP道集内反射波接收时问与偏移距之间的关系,得到了剩余时差函数。这个函数是带有平移量的双曲线函数。利用最大能量准则,我们能够在CMP道集上确定剩余动校正量,进而消除剩余动校正量。理论计算和实际应用表明,该方法的处理效果良好。

一种电力系统量测噪声自适应抗差状态估计方法

为克服传统状态估计方法在处理量测噪声方面的局限性,文中首先提出一种基于最大相关熵准则的抗差状态估计一般模型,该模型可从理论上统一已有的几种抗差状态估计方法,并可导出新的抗差状态估计方法。在此基础上提出一种量测噪声自适应抗差状态估计方法(ARSE),ARSE能够通过统计学习获得量测噪声的分布规律,并与所提出的抗差状态估计一般模型进行在线匹配,从而实现对量测噪声类型的自适应,即在常见的量测噪声分布类型下,ARSE可得到更接近于状态变量真值的估计结果。最后通过仿真算例验证了所述方法的有效性。

基于隐马尔可夫模型的非监督噪声功率谱估计

噪声功率谱估计是语音增强算法的基本组成部分,传统算法大多采用启发式的估计方法,因而不能保证噪声估计值的统计最优。提出了一种基于极大似然的非监督噪声功率谱估计方法,采用隐马尔可夫模型(Hidden Markov model,HMM)在每个子带建立语音和非语音对数功率谱的统计模型,模型包含语音和非语音两个高斯分量,其中非语音高斯分量的均值表示噪声功率谱估计值,根据最大期望(Expectation maximization,EM)算法得到包括噪声均值在内的HMM参数集。针对语音信号可能出现的长时缺失,对HMM引入了一些约束条件,保证了模型的稳定性。实验表明,该方法获得的极大似然噪声估计优于基于启发式的经典方法获得的噪声估计。

爆炸性环境电感分断放电引燃能力及本安性能评价方法

应用于煤矿井下的电子电气设备必须通过本质安全评价,以确保其正常工作与发生规定故障时均不具备引燃爆炸性气体的能力。为了探究电感分断放电引燃能力的影响因素及其关系,通过IEC火花试验平台对简单电感电路进行分断放电试验,分析发现电弧电流极限值为分断初始电流,电弧电压极限值随电源电压与电感增大而增大;得到电弧电压极限值对应电弧电流变化率随电感变化的拟合关系式,发现其绝对值随电感增大近似呈幂函数关系减小;将简单电感电路等效为时变电压源的电阻电路模型分析发现电弧功率极限值随分断初始电流、电源电压与电感的增大而增大。基于试验数据和易燃易爆环境下的纯电阻电路与简单电感电路的临界引燃曲线,推导出以临界引燃功率与能量描述爆炸性环境电感分断放电引燃能力的数学表达式,发现电源电压、分断初始电流及电感的增大均使得分断放电的引燃能力增强;基于此,提出了爆炸性环境电感分断放电的本安性能评价方法,对其分析发现:仅当电感能量小于临界引燃电感能量,且电弧功率极限值小于临界引燃功率时,该简单电感电路不具有引燃能力,为本质安全电路。通过与现有本安性能评价方法以及基于IEC火花试验装置的爆炸性试验评价结果对比,证明了所提出引燃能力评价方法的可行性与可靠性,并可良好适用于电感较小等极端场合。

基于感应电动机的暂态电压稳定判据的研究

提出一种负荷采用感应电动机模型时的暂态电压稳定的判断方法。该判据通过比较扰动后感应电动机电磁转矩和机械转矩以及转差的变化情况来判断负荷的稳定性,以系统的最大传输功率与负荷功率需求的关系来确定负荷失稳是否会导致暂态电压失稳。以单机单负荷系统和IEEE39节点系统为例,用MATLAB软件进行仿真分析,仿真结果验证了所提出的方法的准确性。

计及风电不确定性的配电网无功模糊优化

针对风电机组并网给配网无功优化带来的不确定性问题,提出了基于风速预测的场景分析法,将不确定性模型转换成多个典型的确定性场景问题,建立了全场景下兼顾有功网损和静态电压稳定裕度的多目标无功优化模型。采用模糊集理论将确定性问题模糊化,按照最大满意度准则将多目标模型转换成单目标模型,并采用量子行为粒子群优化算法对模型进行求解。以IEEE69节点配电系统为例进行仿真分析,结果验证了该模型的有效性和可行性。

幅度受限系统中基于SNDR的信号功率选择方法

在高斯信道下,幅度受限系统的最佳发送功率选择会直接影响系统性能:信号功率太低会被噪声淹没,功率太高会进入非线性畸变范围,产生信号失真.针对这个问题,通过分析幅度受限系统的信号噪声畸变比(signal to noise-and-distortion rate,SNDR),提出了一种最优信号功率的选择方法.仿真结果表明,采用基于最大SNDR准则的信号功率选择能够获得最好的系统性能.

基于最大偏差相似性准则的BP神经网络短期电力负荷预测算法

针对企业电力负荷随机性强、稳定性低、预测精度不理想等问题,提出了一种基于最大偏差相似性准则的BP神经网络短期电力负荷预测算法。首先对最大偏差相似性准则算法进行修改,并提出使用预测日的负荷特征向量与最大偏差相似性准则算法聚类之后的类中心负荷特征的距离来确定预测日的相似日类别;然后将聚类后的相似日类别负荷数据作为BP网络的训练数据,输出预测日起始的连续三天96整点负荷值。实验表明,该方法提出的短期电力负荷预测方法在精度和网络训练时间上都有较大的提升,具有较高的有效性和实用性。

基于闭包准则和成对约束的半监督聚类算法

基于功效散度和成对约束的半监督聚类算法(PD-sSC)将相对熵推广到功效散度(PD)族,剔除了目标函数中不同惩罚熵项之间的干扰,提高了惩罚项系数的选择效率。但当成对约束数目相对较大时,PD-sSC算法聚类效果不够理想。为了解决这个问题,提出了一种基于闭包准则的成对约束打包算法(CCPC),该算法利用must-link约束对原样本组进行打包,再利用各个包的中心点替代整个包,从而得到一组新样本,最后利用PD-sSC算法对新样本进行聚类分析。实验结果表明,无论成对约束数目是大还是小,CCPC算法都有很好的表现。

一种城市路灯合理排布的优化设计方法

文章借助于物理模型和数学计算分析,给出了一种优化的城市路灯排列的设计方法.利用该方法优化出的路灯排列方式(如三角型排列),与现在普遍采用的对称排列方式相比,可以在满足人们交通安全和正常工作生活的条件下,达到节省电力能源的效果;或者是在能源耗费相同的条件下,能提供更高、更均匀的照明度.