含新能源发电的电力系统一次频率响应最低点在线预测

在低惯量电力系统中,一次频率响应是一个非常重要的问题。基于频率最低点,可以快速分析频率响应,判断其是否会影响电网的稳定运行,因此提出了一种预测频率最低点的方法。首先,建立了包含基于变频器产生的频率支持的详细频率响应模型,并根据复杂控制回路的共同特点对模型结构进行了简化。简化后的模型可以很容易地得到频率最低点的解析表达式,从而通过参数计算进行频率最低点的预测。在推导的频率最低点表达式中,保留了惯性等频率依赖性很强的系统参数和简化的频率调节参数。为了增强频率最低点预测与实际系统的拟合,这些参数通过在线信息获得,其中系统参数基于在线估计,通过参数辨识得到简化的频率调节参数。实例测试证明了该方法的有效性,且易于实现。

基于MEMS陀螺的低成本捷联惯导系统设计

介绍了一种基于MEMS陀螺和石英挠性加速度计的低成本捷联惯性导航系统的设计与实现方法。给出了惯性测量单元(IMU)的模型方程,并在全温下对IMU的输出进行补偿;采用"四元数"法进行姿态计算,通过坐标变换、积分运算确定载体的速度、位置;对惯测样机进行了60 s的静态测试,结果表明该系统短期准确度满足SINS/GPS组合导航系统需求。

基于多层极限学习机的电力系统频率安全评估方法

可再生能源发电的随机性、间歇性和低惯性特征导致含可再生能源电力系统的频率安全问题凸显。利用时域仿真进行频率安全评估存在计算量大、耗时长等缺陷,难以满足多重复杂不确定因素"组合数爆炸"下的频率安全快速评估需求。为了实现频率安全的快速分析与预测,提出一种基于多层极限学习机(ML-ELM)的频率安全在线评估方法。该方法通过深层架构建立输入与输出之间的非线性映射关系,并在自下而上的逐层无监督训练过程中,引入自动编码器算法和正则化系数,逐层优化输入层与隐含层之间的权重矩阵,以使ML-ELM有效表征复杂函数、提高预测精度和泛化能力。在IEEE RTS-79系统上开展算例测试,将测试结果与时域仿真和浅层神经网络方法所得结果进行比较,验证了所提方法的准确性和泛化能力。

低精度SINS初始对准/GPS双天线测向互辅算法

针对低精度捷联惯性导航系统无法实现航向角的自对准和全球定位系统双天线测向需要较长时间的初始化问题,研究了二者互相辅助的新算法.即利用SINS初始对准时的俯仰角信息和已知基线长度进行约束,通过搜索基线姿态角,在二次残差最小的条件下快速确定基线航向角,然后利用该航向角辅助SINS的快速初始对准.建立了互辅算法模型,论述了互辅原理,推导了相关公式.通过实验比较,验证了新算法的正确性及可靠性,30s内得到了0.2°的俯仰角和航向角误差,100s内实现了低精度SINS的初始对准,且算法简单,实用性强.

能量约束下电力电子并网装备的最优频率控制

大规模新能源并网导致现代电力系统的旋转惯量相对减少,频率动态特性变差。为支撑系统频率,通常要求新能源发电装备具备一定的惯量模拟或一次调频等附加控制功能,但目前在新能源的最优频率支撑方面研究较少。文中以最优控制为切入点,初步探讨了当参与调频的新能源存在能量约束时,作为并网接口的电力电子装备的最优功率支撑轨迹以及近似的最优控制结构。首先,从理论上推导并给出了多机系统的频率共模分量。该共模分量主导了电网的频率跌落特性。然后,基于高斯伪谱法研究了能量约束下电力电子装备在系统频率跌落时的最优支撑轨迹。最后,探索了电力电子并网装备支撑电网频率的最优反馈控制结构,指出虚拟惯量控制加下垂控制近似于最优的控制结构,且在可调用的能量较小时单独使用虚拟惯量控制优于下垂控制。仿真验证了理论分析和所讨论的频率最优控制结构的合理性。