基于不同工况下双馈风机响应控制的电力系统频率控制方法

风电大规模并网虽然会降低电力系统对传统化石能源的依赖,但双馈风电机组自身的解耦控制会降低电力系统惯性和频率响应能力。针对该问题,将风电机组纳入系统频率调节体系,提出基于不同工况下双馈风机响应控制的孤岛电力系统频率控制方法。首先,研究了不同风况下双馈风电机组的有功频率控制模式及不同风况下的协调控制方案;然后,在深入分析双馈风电机组参与频率控制机理的基础上,提出风电机组频率控制启动判据以及风电卸载容量计算方法,该方法可降低风电备用储能,避免过多降低风电正常情况下的消纳水平;最后,仿真结果验证所提频率控制策略可在不同风速工况下有效参与系统频率控制,显著增强高渗透率风电接入电力系统的频率稳定水平。

基于遗传算法的水火电混合电力系统短期发电计划优化

在改进传统遗传算法的基础上 ,提出了水火电混合电力系统短期发电计划优化问题的数学模型和求解方法。模型计及了水电机组的发电流量、净水头和输出功率间的非线性关系 ,水电系统中多级水库的水流延迟等因素。算例表明本算法能更有效地达到或接近全局最优解 ,对编制大型水火电混合电力系统的日调度计划有实用价值。

国外运载工具“集成电力系统”发展及其启示

现代飞行器电力系统是除发动机动力系统以外最为关键的一个系统,欧美等发达国家竞相在运载工具独立电力系统这一领域展开研究,催生了飞行器"集成电力系统"的出现与快速发展,成倍提升了飞行器的使用效能及安全可靠性。而我国在飞行器电力系统的发展论证及升级换代上尚没有形成清晰明确的导向。文章通过援引分析国外相关领域发展现状,对我国开展飞行器电力系统研究以启发。

试析电力系统主要运行方式及电压调整

合理的电网结构是各种运行方式的基础。电压关系到电网的安全运行和经济运行。它不单是一个供电质量问题，因此，我们必须重视电力系统的调压工作，使电网稳定，安全，可靠运行。而中性点的运行方式作为电力系统主要运行方式对于整个电网至关重要。本文重点分析了电力系统的电压中枢点的调压方式，提出了电压调整的方法措施，好对电压的调节，保证电压的质量。供广大同行借鉴。

基于运行可靠性的含风电电力系统优化调度研究

在社会经济不断发展的同时,人们对电力系统运行具有越来越高的可靠性需求,再加上现代人普遍重视社会经济的可持续发展,因此开始广泛地将新的能源引进到电力系统中,从而控制化石资源的消耗。在这种情况下诞生了含风电电力系统,而且该系统具有越来越高的普及程度。含风电电力系统的运行可靠性是最为关键的一个因素,只有确保含风电电力系统具有较高的运行可靠性,才能够实现正常的供电。为此,针对基于运行可靠性的含风电电力系统的优化调度进行深入地探究具有重要意义。

预测优化PID方法在含风电电力系统AGC中的应用

随着我国现代化建设进程的逐渐加速,清洁能源在电力系统中的发电容量占比与日俱增,自动发电控制AGC效果得到了显著提升,但仍旧存在大量影响发电控制效果的不确定性因素。因此,研究人员有必要在建立含风电电力系统AGC的基础上,通过预测优化比例积分微分对PID控制器的输入进行调整,从根源上来攻克风电接入后带来的干扰因素,全面提升含风电电力系统AGC的控制效用。

一种基于数据驱动与物理模型融合的含风电系统频率响应分析方法

当前已有的基于物理模型或数据驱动方法在含风电电力系统实际应用中,存在着计算效率、预测精度以及计算结果可靠性之间的矛盾,为此提出了一种基于数据驱动与物理模型融合的电力系统扰动后频率动态响应分析方法。首先推导能够计及风电机组参与频率调节的系统频率响应(system frequency response,SFR)模型,解决传统的SFR模型无法准确适用于风电渗透率较高电网的问题;然后考虑SFR模型存在的计算精度问题,提出一种基于多输出支持向量机回归(support vector regression,SVR)的频率动态响应预测方法;最后利用基于自适应神经模糊推理系统(adaptive neural fuzzy inference system,ANFIS)模型实现将改进后的SFR模型方法与SVR模型方法相融合,得到在小容量样本下快速获得高精度的频率动态响应预测结果。借助IEEE-39节点的含风电系统仿真算例分析验证了所提方法的适用性、准确性和优越性。

浅谈电力工程中的电力自动化技术应用

随着经济和工业的不断发展,电力日渐成为经济建设的动力支柱,在各行各业工作中都是不可或缺的。对电力的需求量与日俱增,已成为亟待解决的问题。自动化技术的提升不仅是科技发展的产物,将其运用于配电系统也是符合现代高效快速的生活方式和时代的发展。经济发展与电力系统应用的发展相辅相成,在加速经济发展的同时,也应该加快推进科技的发展,本文旨在对配电自动化的管理中的实际应用进行详细探讨和分析。

含风电场的旋转备用容量优化调度研究

为保证含风电电力系统的安全稳定与经济运行,构建了以最小化系统运行成本为目标的旋转备用容量优化调度模型。为提升模型的求解运算速度,提出一种改进的模拟植物生长算法对模型进行优化求解。针对算法在对模型求解时优化效率低、易陷入局部最优等不足做出改进,将反向学习思想引入植物生长算法,对生长点进行反向变异以扩展算法的搜索空间;通过智能变步长搜索和精英集的变异机制,保证快速寻优的同时提高求解精度。通过标准测试函数验证了改进后的算法计算速度更快,寻优能力更强。最后,在IEEE 30节点系统上进行实例验证,实验结果表明,所提出的模型能够有效地解决含风电场的旋转备用容量优化调度问题。