考虑静态拓扑及动态调整的新型电力系统弹性评估

为提高新能源消纳率且支撑构建新型电力系统,应合理有效地评估电力系统的弹性,并有针对性地提出改进措施。针对当前电力系统弹性评估较少考虑网架结构影响,未考虑静态弹性与动态弹性之间关联性等问题,提出了考虑静态拓扑以及动态调整的电力系统弹性评估方法。首先,建立了电力系统的弹性分析框架;其次,提出了电力系统静态与动态弹性的评估指标,并分别基于复杂网络理论及动态调整策略评估了电力系统的静态弹性与动态弹性;最后,通过实际网架结构验证了所提理论方法的有效性与适用性。所提的弹性评估可以为新型电力系统建设提供网架结构以及运行方式等方面的参考。

考虑需求响应的风光热联合出力优化调度

目前,以风力、光伏为代表的可再生能源发展迅速,但受电网调节能力弱、需求侧资源未充分利用等因素的影响,出现严重的弃风弃光现象。首先,在风光电站与光热电站联合并网的基础上,采用电加热装置将未消纳的风电与光电转换为热能储存于光热电站的储热系统中,构建风光热联合发电系统模型;其次,引入激励型需求响应,按用户响应时段的不同进行区分,采用基于用户响应量差异的阶梯型激励机制,建立考虑激励型需求响应的风光热联合出力调度模型,实现源荷协调调度;最后,调用Cplex求解器,以系统综合成本最优为目标进行日前调度优化,对比分析了不同模型调度结果,验证了所提模型在提升系统风光消纳能力和降低系统综合成本方面均具有有效性。

电-气-热综合能源系统多目标优化调度

当前以风光为代表的可再生能源快速发展,但其具有随机性、波动性和间歇性的特点,不仅增大了常规电源的调节压力,也对电网的经济运行带来巨大挑战。结合电-气-热综合能源系统多能互补的特点,综合考虑不同能源间的耦合关系及经济运行,构建了系统运行成本最小及风光消纳最大的多目标优化模型。针对所建多目标模型非线性、不可微和多约束的特点,提出一种混合非支配排序遗传算法和多目标粒子群(NSGA-II-MOPSO)算法,该方法通过计算拥挤距离并根据精英策略进行排序,经过更新粒子的速度和位置,从而获得最优帕累托前沿,在提高风光消纳的基础上,有效降低系统运行成本。最后采用电-气-热IES 39-20-6系统进行验证,仿真结果表明了所提模型的正确性及算法的有效性。

基于多元经验模态分解的风电并网系统次同步振荡检测

随着风电的大规模并网,电力系统次同步振荡(SSO)事件频发,严重威胁电网的安全稳定运行。实现风电并网系统SSO的准确检测,对保障系统稳定运行具有重要意义。现有的基于量测数据的SSO检测方法多为单通道方法,难以兼顾系统全局SSO特性。为此,文章提出了一种基于多元经验模态分解(MEMD)的风电并网系统SSO检测方法。首先,对风电并网点量测数据进行多元经验模态分解,进而借助Teager-Kaiser能量算子(TKEO)筛选出含SSO模式的IMF分量;然后,采用希尔伯特黄变换(HHT)辨识次同步振荡频率及阻尼比;最后,结合改进的4机2区域测试系统的仿真数据对所提SSO检测方法进行测试,结果验证了所提方法的有效性。

塔影效应下风轮仰角对风力机气动特性的影响

考虑风力机塔影效应的影响,针对风轮仰角导致风力机气动特性更为复杂的问题,文章对不同仰角水平轴风力机流场进行了数值模拟,分析了风力机叶片截面压力分布、涡量以及塔筒表面压力随相位角的变化规律,探究了风轮仰角对风力机输出功率的影响。结果表明:增大风轮仰角会降低叶片表面压力,减小叶尖部分压差,使得叶片表面高涡量区域减小;添加风轮仰角会使叶片对塔筒影响减小,塔筒表面高涡量区域随着风轮仰角的增大逐渐减小,降低塔筒表面压力波动。当叶片经过塔筒时,塔影效应对风力机影响较大,风力机输出功率降低;当叶片竖直向上时,风力机输出功率达到最大。为风力机添加仰角后,随着风轮仰角的增大,风力机的输出功率与输出功率波动均呈现先增大后减小的趋势;风力机输出功率在风轮仰角为3°时最大,输出功率波动在风轮仰角为6°时最小。

热-应力老化作用对电容器用BOPP薄膜绝缘性能的影响

为了研究热-应力老化作用对电容器用双向拉伸聚丙烯(biaxially oriented polypropylene,BOPP)薄膜绝缘性能的影响,本文对电容器用厚度为7.8μm的BOPP薄膜进行120℃下单向拉伸,在应力分别为0、10、20、40 N下进行168 h的老化处理,利用万能材料试验机测试了其拉伸应力应变特性,在85℃条件下测试了试样的电导率、介电常数和直流击穿等电气特性,并通过热刺激去极化电流分析了热-应力老化作用对BOPP薄膜陷阱特性的影响。结果表明:热-应力的老化作用导致BOPP薄膜电导率明显上升,热的作用导致介电常数的下降,单向应力的作用导致介电常数的上升。此外,热刺激去极化电流测试结果表明,热-应力老化作用导致BOPP薄膜中能级较深陷阱密度显著上升。上述结果表明,热-应力老化作用导致电容器用BOPP薄膜电气性能下降,应增强对其重视和研究。

计及不确定性的新能源小镇灵活性资源容量优化配置

随着能源互联网建设的推进,多种能源间灵活互动,用能需求不断多元化,可再生能源消纳比例越来越高,导致能源供需系统的不稳定性增强,系统平衡难度增加。为满足多元化用能需求和实现高比例可再生能源的消纳,提出计及不确定性的新能源小镇灵活性资源容量双层优化配置方法。结合采用比例选择法生成源荷双侧的联合概率乘积的场景,利用削减技术选取最大概率的场景作为典型日基础数据输入,规划层以年投资、运维成本最低为目标,规划地源热泵、储能和储热等灵活性资源的容量;运行层以燃料、运行维护、弃光惩罚成本最低为目标,采用遗传算法求解建立在典型场景下的灵活性资源优化配置方案。通过北方某新能源小镇的仿真,验证该方法的有效性和可靠性。

辽宁电网运行双预管理探讨

电网预警及应急处理机制越来越受到社会的关注,制定电网危险点的预警和预控可以提高预防和处置电力突发事件能力。阐述电网运行双预管理的范围、目标及主要措施,为减少各种电网事故的影响及损失提供参考。

差动调速风电系统传动比的有限时间历程优化

针对差动调速风电系统的总体方案,提出在有限时间历程下对总体方案中3个关键位置的变速齿轮传动比进行优化。首先,建立了调速电机的峰值功率表达式,以其最小为优化目标,并利用FAST(Fatigue,Aerodynamics,Structures,Turbulence)软件仿真获得了风轮转速,以计算在一定时间历程中的调速电机峰值功率;其次,研究了齿圈输入功率与输出功率的临界点,并利用转速平面法选定差动轮系结构参数值,作为优化的约束条件;再次,采用惩罚函数外点法编程计算;最后,按照优化结果搭建了基于差动调速的1.5 MW风电系统的SIMULINK模型并进行仿真,获得了风轮、调速电机以及同步发电机的转速、转矩和功率关系,验证了上述理论分析和参数配置的有效性。

基于非合作博弈与分布式机器学习的多微网端对端交易

针对当前端对端分布式交易方面的研究缺乏交易主体间细致的博弈关系分析,以及以机器学习为代表的人工智能方法在电力分布式市场交易方面的应用仍存在空白等问题,提出基于非合作博弈与分布式机器学习算法的多微网端对端交易方法。首先,基于多微网端对端分布式交易框架,构建市场交易主体,即微网的自治调度与端对端博弈交易模型;其次,提出基于弹性平均随机梯度下降算法的分布式机器学习框架,以及非合作博弈与分布式机器学习的多微网端对端交易流程;最后,通过实际算例仿真验证所提理论与方法在经济性、新能源消纳以及算法性能等方面的有效性与适用性。

变电站故障预警巡检机器人自主运动规划

针对当前变电站巡检无人化的场景需求,结合变电站的内部环境特征、巡检机器人运动学与动力学模型,提出智能巡检机器人自主运动规划方法与故障诊断方法.为克服传统蒙特卡洛算法中机器人绑架和粒子数固定问题,提出自适应蒙特卡洛定位算法,对巡检机器人位置实时定位,并与故障阈值的异常温度检测与报警算法相结合.通过真实场景下的路径规划与多种电力器件温度监测实验,证明了提出的方法能有效规划最优巡检路径与温度巡检任务.

城市综合能源网统一前推回代能流计算方法

综合能源系统能流计算复杂且解耦后算法不统一,计及电力系统在综合能源系统中的核心地位,考虑将配电网常采用的前推回代法应用于城市综合能源网能流计算中并提出一种城市综合能源网统一前推回代能流计算方法。通过详细分析风电、光伏等新能源接入对实际配电网的影响以及热网的运行方式,对传统前推回代法进行改进,提高算法对实际电网和热网的适用性;对于天然气网络,采用解环的思想推导并得出线性化补偿气流法,实现对适用于天然气网络的前推回代法的改进。最后,采用算例验证所提算法的正确性并对综合能源系统静动态特性及风电消纳能力进行分析,算例结果表明该算法不仅实现了能流计算方法的统一,还具有编程简单、对初值要求不高等优点。

基于短期风功率预测的数据预处理算法研究

针对实测风速和功率数据中包含奇异点以及同一风速下风功率存在较大范围波动的问题,文章提出一种数据预处理算法。首先,采用拉依达准则剔除风速和功率奇异点;再使用优化的一次指数平滑法及最大皮尔逊相关系数对风速进行平滑处理;最后,利用新疆阿勒泰地区某风电场单台风机的实测数据进行验证分析。以文章提出的预处理方法得到的风速作为BP神经网络预测模型的输入,风功率的预测准确度显著高于已有预处理方法得到的结果。

基于故障电弧的伏安特性建模研究

为了实现电弧故障的有效检测,为电弧故障检测技术提供一定的理论基础,从电弧基本特性方面出发,通过建立电弧故障静态模型,分析电弧静态伏安特性以及电源电压、电阻与伏安特性对电弧稳定性的影响;分析在工频交流下电弧的动态特性及在工频半周期里电弧故障线路电流与电压的相位特性。

小波优化多任务学习的综合能源负荷预测

为实现多元负荷快速、准确短期预测,提出一种小波优化多任务学习的综合能源负荷预测方法.采用多任务学习神经网络方法,设置参数的软共享机制,不仅可以提高模型泛化能力,而且可以提高综合能源系统负荷预测方法鲁棒性.通过设置特殊的隐藏层激活函数,使得预测负荷时,保证网络解唯一性,防止局部极小值点,提高收敛速度,保证其综合能源系统电、气、热负荷预测误差具有更好的收敛性.研究结果表明:小波优化多任务学习具有有效性与可行性.研究结论小波优化能够防止局部极小值点,有助于提高预测速度.

生成对抗网络在风电功率预测中的应用

针对极端气象条件所产生的异常数据使得预测结果在极端气象情况下存在预测精度低和异常识别错误等问题,提出一种基于对抗生成式网络的风电功率预测方法.该方法基于联合分布KL散度,分析并明确正常数据与异常数据的联合分布,经过不同模式下的对抗训练,生成风电功率数据集,实现多种气象条件下风电功率预测.研究结果表明:本文所采用的对抗生成网络采用了ReLU激活函数,其预测误差具有更好的收敛性.结论证明多任务学习可适用于多种气象条件下的风电功率预测,并且在减少数据清洗的同时,提高风电功率的预测精度.

海上风力机在极端工况下的动力响应特性分析

针对海上风力机在极端环境下动力响应问题,利用自回归滑动平均方法建立具有功率谱密度特性的风速模型。结合海上风力机三维结构动力学模型,研究海上风力机在极端工况下的动力响应特性,得出风力机线性速度、平均运动能、平均力矩等参数随时间变化的曲线,分析了曲线中的参数变化对风力机正常运行的影响。研究结果表明,风力机叶尖的平均运动能随着时间的增加呈衰减振荡趋势,平均力矩从0~16 s逐渐衰减变小,16~18 s线性上升,20~60 s呈抛物线变化趋势,并且其它动力响应参数也符合风力机实际运行规律。该研究为海上风力机在极端工况下运行状态参数监测提供一定的参考。

智能变电站二次系统调试

伴随着我国社会科技的快速发展,人们对智能变电站的研究越来越重视,智能变电站逐渐成为一种发展趋势。本文讨论了智能变电站二次调试的主要内容和二次变电站调试的相关流程,希望能够为智能化变电站的二次系统调试提供一些的参考。

智能变电站运维系统的探究

随着我国科技的不断发展,现代变电站逐渐走向信息化,与计算机技术、网络技术、通信技术的不断结合使其智能化水平不断提高。智能电网建设已经进入全面建设时期,变电站的智能化进一步增强,不断采用先进的技术、设备与工艺。随着变电站技术的不断发展,智能变电站的运营与维护显得更加重要,要通过一定的科学指挥调度,发挥人力资源,建立科学规范的运行系统,提高工作效率,确保变电站的运行稳定可靠,促进我国电力企业的不断发展。