舰船电力系统自组织临界特性分析

基于自组织临界理论,以直流潮流为基础,建立了舰船电力系统连锁停电的OPA模型。通过OPA模型模拟了舰船电力系统发生连锁故障的过程并揭示出舰船电力系统发生大停电事故的本质;研究了线路可靠性和线路容量对系统停电分布的影响,结果表明,增强线路可靠性和提高线路容量有利于系统抵御连锁故障。此外,对比环形舰船电网结构和辐射型舰船电网结构的停电规模分布,从系统自组织临界特性的角度验证环形舰船电网结构可靠性更高。

基于改进灰狼优化算法的舰船电力系统故障重构

[目的]为了更好地分析和解决舰船电力系统故障重构问题,并建立以负载失电量、开关操作次数为优化目标的舰船电力系统故障重构模型,提出一种改进灰狼优化算法来对其求解。[方法]针对灰狼优化算法的不足,首先加入Tent混沌映射;其次,用余弦函数改进收敛因子,使收敛因子初期维持较大的值缓慢减小,后期提高衰减速率;然后,加入非支配排序和拥挤度计算改进决策狼选择策略;最后,将灰狼个体进行离散化处理,使其可用于舰船电力系统故障重构问题。[结果]舰船电力系统网络故障重构算例表明,在负载和发电机故障这两种情况下,所提方法得到的Pareto解集中负载失电量、重构开关操作次数与改进差分进化算法、改进粒子群算法及改进遗传算法相比均较小,并在最佳迭代次数即寻优速度上具有一定的优势。[结论]所提方法能获得更好的系统重构方案,可克服传统灰狼优化算法收敛速度慢、初始化种群多样性较差、容易陷入局部最优等问题,更好地保证舰船安全稳定的运行。

基于专家信息的舰船电力系统服役技术状态评估

舰船电力系统负责向舰船上多个负载设备提供电能,若该系统发生故障,不仅影响舰船护航任务,而且影响其作战能力.由于获取舰船电力系统早期服役阶段的状态数据较困难,因此对其进行服役技术状态评估大多依赖专家的主观意见,致使评估结果存在大量的认知不确定性,这也使基于概率论的传统评估方法不再适用.不确定理论是近年来发展起来的数学分支,主要对认知不确定性进行建模.因此,本文提出采用不确定理论度量专家的认知不确定性,结合舰船电力系统的可靠性框图对其进行服役技术状态评估.在此基础上,针对具体舰船电力系统进行服役技术状态评估,验证了该模型的有效性.

智能优化技术在舰船电力系统谐波抑制中的应用

为保证舰船电力系统谐波电流快速得到有效抑制,提出基于智能优化技术的舰船电力系统谐波抑制方法。通过基于p-q检测的舰船电力系统谐波检测方法,由电力系统瞬时无功功率、瞬时有功功率,计算舰船电力系统谐波电流值后,使用基于模糊PID智能优化的谐波抑制方法,改进遗传算法,以谐波抑制后电流畸变最小化为目标,寻优得到模糊PID控制器的最优控制参数后,根据计算的谐波电流与理想电流之间的差值,以谐波电流补偿的方式,完成舰船电力系统谐波抑制。实验结果验证:本文方法应用后,电流畸变情况明显改变,仅用0.005 s便可完成谐波抑制。

基于复杂网络理论的舰船电力网络脆弱性分析

从舰船电力网络拓扑结构及设备布置特性的角度出发,对舰船电力系统的脆弱性进行量化评估能为电力系统的优化设计提供理论指导。基于复杂网络理论,从舰船电力系统本身的拓扑结构对其脆弱性进行了研究。首先,用邻接矩阵将某一环形电力网络表示出来,并计算其特征参数,从度数指标和介数指标可以看出主配电板节点是电网中的重要节点;然后,对该环形舰船电力网络进行了故障模拟,结果表明:电网元件故障对整个电力网络造成的影响由最大连通子图规模来衡量,该指标值越小表明此元件故障对网络的影响越大,同时这一指标比介数指标更好地揭示了舰船电力网络的脆弱环节。

基于贪婪度表的DPSO求解舰船电力系统网络重构

针对舰船电力系统网络重构问题,提出一种基于贪婪度表的离散微粒群算法。该方法采用概率贪婪法对种群离散化,在迭代之前先给出贪婪度表,迭代中计算概率时直接取贪婪度表中的贪婪度值,避免计算量过度增加。调整了贪婪度函数计算公式。限制了贪婪度及概率的大小,避免算法早熟收敛。对算法离散过程进行了分析。舰船电力系统网络重构算例显示,该方法具有优良的搜索性能。

基于克隆算法的舰船电力系统故障恢复

为了解决舰船电力系统的故障恢复问题,在综合考虑多电站环形供电网络的拓扑结构、发电机的容量限制、负载的优先级以及最大限度恢复负荷供电等约束条件下,将供电网络的故障恢复看作是一个多目标、非线性优化问题。给出了节点电压约束的供电恢复模型,采用负载支路相关矩阵法对容量约束进行检验,减小了分析、计算难度。对负载进行0、1、2编码,每一位编码对应一个负载,有效地缩短了编码长度。最后应用克隆算法得出了优化的故障恢复策略,选择亲和力高的抗体并进行克隆。仿真结果表明,该算法比简单遗传算法、启发式遗传算法以及混沌遗传算法等其他故障恢复优化算法具有更快的收敛速度,更高的获得最优解的概率,能够有效提高故障恢复的速度和准确性。

舰船电力系统可靠性研究

讨论了舰船电力系统可靠性研究的需求和必要性,以及国内外的研究现状.根据陆地电力系统可靠性研究的经验和内容,在分析舰船电力系统的区别和特殊需求后,探讨了舰船电力系统可靠性的研究内容以及研究思路和步骤.以船舶电网的拓扑结构设计中的可靠性研究为例,介绍了各种可靠性指标的计算方法,并指出了进一步的研究方向.

基于加速遗传算法的舰船电力系统故障恢复

实现舰船电力系统的快速供电恢复是一典型的非线性整数规划问题。根据系统特点,本文给出了一种加速的遗传算法来实现故障恢复。提出了对遗传算法中的个体进行能量熵计算的方法,在算法的退火选择中加入能量熵的选择,以充分地探索解空间,保持种群的多样性。将系统的信息及遗传算法进化过程中的信息应用于对个体的启发式寻优,提高求解速度。舰船电力系统典型故障恢复算例表明,改进算法有效提高了供电恢复的速度及精度,避免了不成熟收敛。

基于改进双粒子群算法的舰船电力系统网络故障重构

舰船电力系统环形网络故障重构本质上是带约束的多目标非线性组合优化问题。为了解决舰船电力系统发生故障时的供电恢复问题,提出了一种改进双粒子群优化算法进行求解。此算法分为主、辅两个粒子群,主粒子群改进了种群初始化、自适应调整惯性权重和学习因子,提高了主粒子群算法的全局寻优能力。同时,辅助粒子群还采用改进的混沌局部搜索策略,增强了种群多样性及局部寻优能力,有效地解决了粒子群算法中容易陷入局部极值的问题。通过系统仿真,分别将几种不同的优化算法进行比较。结果表明该算法具有很高的搜索效率和寻优能力,能有效地提高故障恢复的速度与精度,在处理舰船电力系统网络故障重构方面具有较好的效果。

舰船电力系统潮流计算方法

根据舰船电力系统的特点,在比较陆用电力系统各种潮流计算方法的基础上,提出了适合于舰船电力系统的潮流计算方法.该方法从回推/前推算法出发,利用解环点处电流补偿技术处理弱环网运行状态,采用PV节点电流补偿技术解决系统多源问题,最终得到舰船电力系统潮流统一计算流程.文中给出了计算实例.

求解舰船电力系统网络重构的贪婪DPSO算法

针对舰船电力系统的网络重构,建立了故障恢复的离散模型.提出基于简单贪婪法、概率贪婪法两种离散微粒群优化算法,分析了参数对离散化过程的影响.舰船电力系统网络故障恢复算例显示:该方法能获得更好的故障恢复方案;参数选取合适的概率贪婪法能有效地克服微粒群算法易于陷入局部极值的缺点,具有优良的收敛性能.

基于梯度DPSO算法在舰船电力系统网络重构

综合考虑各级负载的供电恢复与最少开关操作数,建立了舰船电力系统故障恢复模型。针对微粒群优化算法,通过增加离散化过程,提出了一种具有普适性的离散化方法。结合微粒群寻优过程中的梯度信息,对算法迭代过程进行了分析,构造出一种基于梯度法的离散化微粒群优化算法,提高了收敛速度。舰船电力系统网络故障恢复算例表明,该方法能获得更好的故障恢复方案,并具有优良的收敛性能。

考虑元件可靠性的舰船电力网络综合脆弱性分析

针对复杂网络理论研究电网节点脆弱性时存在的局限性,在考虑舰船电力网络结构脆弱性的基础上,将源与负载间连接路径的可达性叠加到舰船电网的综合脆弱性中;利用多属性决策方法,提出基于主客观赋权法相结合的综合权重自适应获取模型。首先,将舰船电网结构脆弱性和物理脆弱性相结合,提出综合脆弱性的概念;其次,选取层次分析法和熵法这两种典型的主、客观赋权法,利用加权和法的评价函数作为优化模型的目标函数,提出自适应综合权重获取的优化模型,实现对舰船电网综合脆弱性的全面评价;最后,将所提综合脆弱性指标与传统结构脆弱性指标相比较,通过某环形舰船电网验证了模型的有效性。

舰船电力系统网络重构研究综述

由于舰船电力系统使命的特殊性及系统的独特性,其网络重构不同于一般的电力系统。本文较为全面地分析了舰船电力系统的特点,综述了其网络重构的发展,对重构中涉及的网络计算、重构指标计算、网络的连通性检验及拓扑识别方法、重构数学模型及模型的求解方法等给出了详细的归纳与总结。最后指出了未来舰船电力系统网络重构的发展方向。

舰船电力系统短路保护性能量化评估方法

从舰船电力系统保护的快速性、选择性、可靠性和灵敏性出发,建立了衡量单个短路故障情况下的系统保护性能指标模型,并采用隶属度函数对其进行归一化,进而通过网络层次分析法(analytic network process,ANP)对整个电力系统的保护性能综合指标按工况集、故障集和性能集进行综合评价。将所述方法用于典型舰船电力系统保护方案的对比择优。计算结果表明该方法可量化各保护整定值方案在单个保护性能指标和系统保护性能综合指标下的相对排序权重,可实现对系统保护性能的直观量化描述,为系统保护方案的对比择优提供了依据,同时为系统保护性能的改进与提高指明了方向。

一种启发式舰船电力网络拓扑分析方法

快速有效地跟踪网络拓扑对于实现舰船配电管理自动化至关重要。针对传统拓扑分析方法效率低、耗时多的缺点,提出将广度优先和启发式搜索技术相结合的舰船电力网络拓扑快速跟踪新方法。该方法基于面向对象技术构造了符合舰船电力网络特点的拓扑模型,利用节点和支路模型的双向关联关系描述电网拓扑结构。基于广度优先搜索对初始网络进行遍历,实现了支路类型识别和网络静态分区,并在此基础上,针对不同类支路状态变化,采用启发式规则更新局部网络拓扑,从而实现了电网拓扑的快速跟踪。对典型舰船电力网络的拓扑分析结果表明,该方法具有较好的实时性,相对于传统方法有效率更高。

基于节点方程的舰船电力系统数学建模

针对舰船电力系统的特点,建立了发电机、电动机等负载的电流微分方程组,并推导出其导纳、剩余电流微分量的表达式.根据基尔霍夫电流定律,建立了基于节点电流微分平衡关系的节点方程.在系统数学建模基础上,得到了舰船电力系统动态过程的计算方法.

基于流量整形的舰船电力监控网络实时性优化

为满足基于以太网的舰船电力监控网络中各类数据流的实时性要求,考虑到实现难度和系统成本,应尽量在通信节点采用一般调度机制的前提下,在源节点通过对非实时数据流进行流量整形来优化舰船电力监控网络的实时性。从各类数据流的时延约束出发,反向利用网络演算理论,给出了满足实时性要求的源节点和交换机应采用的调度机制及流量整形参数的确定方法。满足了数据流的实时性要求,且充分利用了网络资源。以某舰船电站供电监控网络为例,探讨了不同时延约束条件下,监控网络中通信节点应采用的调度机制及非实时数据流的整形参数,实现了对舰船电力监控网络实时性的优化。

采用云理论自适应遗传算法的舰船电力系统故障智能恢复策略

提出了基于云理论自适应遗传算法并面向负荷投切的舰船电力系统故障智能恢复策略,该方法在考虑负荷和开关优先级及线路负荷分配均衡的基础上,借助于正态云固有的稳定倾向性和随机性,由云发生器自适应调整交叉率和变异率,增强了算法鲁棒性,改善了算法收敛速度。算例分析验证了基于云理论自适应遗传算法多目标故障恢复策略的可行性和有效性,且优于标准遗传算法和传统自适应遗传算法,具有一定的实用价值。