多变电站故障录波数据同步自动化方法与实现

在目前电力系统故障录波器联网系统中,一些采用脉冲对时方式的录波器常常对时不准,事故分析人员难以把反映同一次故障的多个故障录波数据进行关联和同步,给故障综合分析带来困难。基于此,通过软件的方法检测各变电站故障录波器时钟之间的差异,并用测量的时间差进行多变电站故障录波数据自动关联。提出了不依赖线路参数的多变电站故障录波数据同步方法,对相互关联的数据进行自动同步。通过软件将该方法应用于故障录波器联网系统,在实际的故障分析中发挥了重要作用。

考虑电源故障和功率特性的变电站供电可靠性评估方法

采用并联系统、串联系统以及串并联系统的可靠度分析方法,对2个或3个变电站所组成的互联系统供电可靠性进行了分析,提出了负荷点供电可靠度的计算方法。针对由2个和3个变电站所组成互联系统负荷点与大系统电源的连接关系,建立了2个和3个变电站所组成互联系统的负荷点供电可靠性框图,并进行了简化。在简化图基础上构建了负荷点的供电可靠性模型,同时考虑了不同大系统电源故障率的影响。通过具体实例进行了计算,验证了多个变电站所组成的互联系统供电可靠性水平评估方法的可行性和有效性。

基于Q学习粒子群算法的海上风电场电气系统拓扑优化

针对多变电站海上风电场的电气系统拓扑优化,现有的方法一般根据预先确定的变电站个数将整体海上风电场划分为几个固定的子区域,然后分别进行独立的电缆连接布局优化,最终聚合得到整体方案。然而,采用固定的划分策略很难得到全局最优方案。因此,考虑多海上变电站选址、电缆选型、功率损耗等因素,以最小化成本为目标,建立多变电站海上风电场的电缆连接布局优化模型,并提出一种基于Voronoi自适应分区的Q学习粒子群算法进行求解。所提出的算法以Q学习粒子群算法为核心,设计一种基于Voronoi图的自适应分区策略实现自适应分区,并结合相应的编解码策略实现不同分区的电缆连接。最后,通过算例分析证明所提出模型以及算法的有效性。