Conductive concrete as a grounding device for the foundation of transmission line poles has been piloted in many domestic projects, However, there is still a lack of theoretical analysis and experimental research on the temperature rise characteristics of the conductive concrete foundation of the tower under the continuous lightning impact. This paper considers the spark effect of soil ionization under continuous lightning impact and This paper considers the spark effect of soil ionization under continuous lightning impact and its cumulative effect, establishes an ATP-EMTP simulation model for the dispersion of conductive concrete foundation of the tower, and calculates the simulation results show that the temperature rise of the conductive concrete pole foundation under the continuous lightning impact brings certain safety hazards to the grounding The simulation results show that the temperature rise of the conductive concrete pole foundation under the continuous lightning impact brings certain safety hazards to the grounding device.
With the continuous improvement of the economic level, urban rail transit has been vigorously developed. However, the metro stray current will be generated during the actual operation of urban rail, which will cause transformer DC bias along the metro line. In order to effectively evaluate the influence of the transformer on the DC bias under urban rail operation, the stray current distribution model with single and double-ended power supply mode was established, and the numerical calculation of the stray current was realized. Based on the real-time dynamic change characteristics of the stray current, a synchronous simulation model of the transformer DC bias was established, and the harmonic characteristics of the transformer excitation current were further analyzed. The simulation test shows that when the direct current is injected into the neutral point of the transformer, the excitation current waveform is asymmetrical along the positive and negative semi-axes, and the odd and even harmonics coexist. And the influence of transformer DC bias is weakened when transformer air core reactance is increased. The characteristic quantities such as excitation current amplitude, waveform characteristics, and harmonic content have been quantitatively analyzed in this paper, which has certain guiding significance for evaluating the influence of transformer DC bias.
Load identification is an important part of power system simulation. In order to obtain accurate load identification dynamic parameters,scholars at home and abroad have done a lot of in-depth research on the reasonable construction of identification models. Firstly,on the basis of the traditional load model,two real-time dynamic parameter identification load models based on ambient noise are deduced,which realizes the decoupling of the input data sequence of the measurement and identification data in the calculation of the identification model. At the same time,it avoids the negative impact of the identification of the initial physical quantity redundancy and the iterative amplification of the identification quantity error on the parameter power response capability. Then, the data power response capability of the two measurement and identification models is verified and analyzed from the ambient noise simulation data and the actual measurement data. The results show that the load dynamic parameters measured and identified are applicable to the current power simulation system,indicating that the research can provide a new direction for further research on the identification model and provide a data basis for load controllability.
Abstract The timely management of low voltage issues in the distribution network relies heavily on accurate predictions of voltage in the station areas. Many current methods for voltage prediction require complex data collection involving power grid topology parameters and electricity information. However, these methods suffer from drawbacks such as the need for extensive data, limited real-time performance, and significant prediction errors. Hence, this study proposes an approach to voltage prediction utilizing a combined LSTM-BP model. Initially, an analysis of the mechanism of low voltage formation in the station areas reveals that the primary factor influencing node points voltage is the power consumption of users. Subsequently, the LSTM neural network is employed to forecast short-term load curves in the distribution station areas, while the self-learning capability of the BP neural network is utilized to establish the correlation between users’ power and their corresponding voltage levels. By effectively combining the above two neural network models, the historical load’s data can be used to accurately and quickly predict the future low voltage situation in the station areas. Finally, taking station areas as the research object and comparing the actual voltage data with the voltage data predicted in this paper, the results show that within the 1V error range, the prediction accuracy is 99.8%. In contrast to the conventional voltage prediction approach, the method put forward in this research paper enables instantaneous and precise anticipation of low voltage levels without relying on details such as station configuration, line characteristics, or user voltage information.
较高精度的空调负荷模型是开发实施有效空调控制策略的重要依据,其有利于促进减小电力能源消耗以节约用电成本.首先,通过对建筑构造、室内外环境和气象因素等影响分析,搭建可用于预测空调负荷的灰箱模型,即三阶的等效热参数模型以及二阶的等效湿阻模型;接着,通过最小化模型输出室内温湿度数据与室内实测温湿度采样数据之间的误差建立优化目标函数;然后,提出并使用基于粒子群优化算法的参数辨识方法获取灰箱模型关键参数.实验研究表明,辨识得到的等效热阻和湿阻模型能准确地反映室内温湿度分布和变化特性,具有预测空调负荷的实际应用价值.
分布式能源个体一般无法直接参与电力市场交易或提供电网辅助服务,这可以通过分布式能源聚合来解决.在多能源类型、多交易市场及多服务基础上,提出一种新的分布式能源聚合体优化方法,该方法分为一级、二级、三级3个阶段的优化.首先,一级优化中使用了线性化技术来克服聚合体跨时空调度问题的非凸性,并将问题转换成混合整数线性规划问题,得出日前机组组合方案;其次,二级优化中基于一级优化给出的机组组合方案并使用最优潮流方程的二阶锥凸松弛求解经济调度问题以获得节点电压和功率流;然后,在三级优化中对偏离二级优化设定点进行惩罚,使三级优化接近系统最佳运行点,同时具有较短的规划范围;最后,在案例研究中将优化方法应用于一个包含电解制氢、风力发电及光伏发电等多能源聚合体模型.测试结果表明:所提出方法在电网辅助服务支持和聚合体灵活性增强方面的优势,并以最大限度增加运营收益,证明所提方法的有效性.
以分布式光伏为代表的可再生能源快速发展,为减少其波动性和不确定性给电力系统安全稳定运行带来的不利影响,亟需大量的灵活调节资源.锂电池由于能量密度高、配置灵活等优势在分布式光伏消纳方面得到了广泛的应用.然而,锂电池目前成本仍然较高,且存在一定的安全问题,短期内难以实现大规模的应用.因此,利用具有灵活功率调节能力、负荷占比较高的变频空调,提出面向分布式光伏消纳的虚拟储能建模方法和控制策略.首先,基于建立的房间等效热参数模型和变频空调运行模型,提出虚拟储能充放电模型的构建方法.随后,为实现虚拟储能的状态感知和可调容量评估,提出虚拟储能的状态描述指标体系.在此基础上,以分布式光伏消纳为目标,提出考虑充放电倍率约束的虚拟储能控制策略.最后,利用实际的光伏出力数据,对虚拟储能参与光伏波动平抑的过程进行仿真,并对比不同容量虚拟储能在分布式光伏消纳方面的效果差异.结果表明,利用变频空调构建的虚拟储能可以有效平抑光伏波动,促进可再生能源的友好并网.
准确预测避雷器内部热点温度,可有效提升避雷器受潮故障的检查效果.为此,提出基于表面温度和SVM的500 kV氧化锌避雷器内部热点温度反演检测方法,以避雷器表面温度和风速作为输入量,实现避雷器内部热点温度的反演.为提高模型预测的准确性,比较网格搜索(GS)和粒子群(PSO)参数寻优算法对反演精度的影响.结果表明:GS-SVM模型的反演性能较好,反演得到的内部热点温度与实际值的最大和最小误差分别为4.00、0.01℃,可以证明反演模型的有效性.
电力系统中需频繁使用高压断路器投切电容器组来进行无功补偿,从而提高功率因数、减少功率损耗以及稳定电压和提高供电质量,因此,容性电流投切实验对考核高压断路器性能至关重要.实验室多采用合成回路考核高压断路器的容性电流投切性能,为此,介绍一种新型容性电流投切合成回路和相应的操作时序控制系统,该合成回路利用三相交流电源的相角特性可直接做到电压源和电流源的相位同步,无需复杂的相位同步装置,操作更加简便可靠.回路时序控制系统主要由基于LabVIEW的上位机软件操作平台和基于Arduino的下位机控制单元构成,实现了智能化和可视化控制.系统设计考虑抗电磁干扰性能,采用光电技术传输信号,以避免高电压大电流信号对控制信号的干扰,经测试,整个控制系统在高压环境中表现出色.通过本实验教学,学生不仅能了解容性投切合成回路的控制方案,还能掌握时序控制原理,并培养动手操作和工程软件应用的基本能力,为未来相关岗位工作奠定基础.
针对低压配电台区电力线信道受线路衰减、负载特性等诸多因数影响导致电力线载波通信不稳定的问题,提出一种低压电力线载波通信零线耦合方法.首先,对低压配电台区线路拓扑结构进行分析,阐述低压电力线载波通信零线耦合方法原理,建立电力线载波通信零线耦合的信道模型;然后,采用Matlab软件对电力线载波通信零线耦合的性能进行仿真;最后,结合施工案例对零线耦合模型的准确性及应用效果进行评估.结果表明,在典型5分支重负载线路条件下,零线耦合方法对电力线载波通信信道衰减降低24.9 dB以上;现场施工后对数据抄收成功率提升效果显著,具有安全性高、易施工等诸多优点,可作为低压配电台区电力线载波通信有效的运维手段.
改革开放以来中外合作办学已成为中国教育体系的重要组成部分.国际化课程是合作办学的载体和具体表现形式,课程教学的质量直接影响到人才培养的质量,是中外合作办学中的重中之重.线上课程教学是中外合作办学的重要教学方式之一,因中外教学模式的差异,课程教学中在视频教学、语言交流、师资团队、课程思政以及考核方式等方面存在一些需要解决的问题.为此,以《电气系统基础》课程为例,提出教学团队建设、教学资源优化、课程结构优化、教学模式创新、课程思政融合以及现代科技应用的具体对策,实施这些对策有利于课程教学质量的提升,以取得良好的教学效果.通过教学教改,2019级电气工程国际班学生在综合评价机制中的成绩优良率为74％.由此表明:学生对《电气系统基础》这门课程有了较好的掌握,课程教学改革取得了良好成效.
针对当前非侵入式负荷辨识中不同设备特征选择上主观性、盲目性的问题,提出基于Fisher-SVM特征选择的非侵入式负荷辨识算法.首先,基于高频采样终端提取入户侧电流、电压原始数据,使用傅里叶变换对原始信号分解得有功、无功及谐波时间序列;其次,将负荷波形分为4个阶段并计算得到负荷波形暂稳态特征;然后,通过Fisher-SVM算法在不同分类器中对特征进行选择,得到最优分类特征子集,并利用Sigmoid函数对结果进行概率校准;最后,根据贝叶斯理论对各分类器进行融合从而实现对不同负荷的辨识.以3类台区831户实际用户进行算法测试.结果表明,该算法能够有效利用不同电器负荷印记的独特性,克服特征选择上的盲目性,提高负荷辨识能力.
作为异构能源的重要组成之一,分布式光伏电源并网运行时由于其出力的随机性、波动性等特性,对传统配电网络的安全稳定运行构成了较大程度的冲击和威胁;同时,随着发电容量的进一步提升,配网接纳分布式光伏电源的能力将成为主要制约因素.为此,在兼顾多运行目标的前提下,构建多模型学习方法,设计并整合光伏出力变化预测模型、负荷分布预测模型以及配网接纳分布式光伏极限容量评估模型,全过程分析光伏接入对配网运行产生的影响.构建Elman神经网络模型,确保光伏发电出力变化的预测精度;建立BP神经网络模型,在保障配网负荷时间、空间分布预测精度的同时,兼顾预测效率;在多约束条件下,基于PSO模型提出针对分布式光伏发电最大准入容量的优化模型,实现配网接纳分布式光伏发电极限的准确评估.实例结果表明,所提出方法可为配网安全稳定运行提供保障,并能够为配网接纳分布式光伏发电极限容量提供规划参考.
目前,针对柔性直流输电系统在交流电网电压波动时的稳定运行问题,一般采用通过调节有载分接开关保证变压器阀侧空载电压的恒定,但这种方法没有充分发挥有载分接开关的作用,导致正常运行时换流器损耗偏高.为此,提出一种有效降低换流器损耗的新型有载分接开关调节策略.首先,考虑柔性直流输电系统的运行特性,分析所提有载分接开关调节策略的原理,即以最大调制比限制和阀侧最高持续运行电压限制两方面综合确定变压器阀侧空载电压的上限值,再根据网侧电压的实际情况计算分接开关档位.其次,针对具体算例,分析不同交流电压下系统无功功率的要求,根据所提策略计算得到各种实际工况的分接开关档位需求,并且计算对比新型调节策略与传统策略在多种系统传输功率下的换流器损耗,数据显示新型调节策略可有效降低换流器损耗.最后,搭建典型海上风电柔性直流输电系统的PSCAD仿真模型,针对交流电压波动和变压器运行台数变化2种关键工况验证所提新型分接开关调节策略的稳定性和有效性.
针对部分配网不能采集所有节点电压相角信息的情况,提出通过分析配电网现有量测设备可获取的功率电压数据,采用数字化的方式映射物理系统实现配电网拓扑结构和线路参数可视化.为实现这一目标,首先,基于多组时间断面下的量测数据,根据潮流方程建立线性回归的拓扑与线路参数辨识模型,采用最小二乘法求解模型中导纳参数.其中,考虑实际数据获取过程中存在不可控因素导致部分数据缺失,利用最小方差填补缺失数据,保证信息完整性;其次建立修正模型,采用改进的牛拉法迭代修正拓扑和线路参数初值,对拓扑结构和线路参数精度进行调整;最后利用IEEE 33节点算例验证该方法可行性.
为深入研究变压器绕组变形类别、变形程度与绕组电气量的对应关系,从绕组电气量中挖掘出更多绕组信息,采用随机响应面法(SRSM)建立三绕组变压器绕组电气参数与结构参数的显式函数模型,为变压器电气参数对绕组变形的敏感性分析提供目标函数,并提出基于Morris-Sobol法的全局敏感性双层分析模型研究目标函数,确定各电气参数可以最灵敏反映的变形类型.第1层Morris法排除无关结构变量,提高敏感性分析的效率与精度;第2层Sobol法分析各电气参数对不同变形种类的敏感性.分析结果发现,电容参数对绕组径向形变的敏感性远高于电感参数.由此,将绕组电容变化视为检测绕组变形的重要判据,从而建立绕组测试电容变化率与等效变形量之间的联系,为基于电气参数检测绕组变形提供有效方案.
同塔多回并架线路可有效解决输电走廊日益紧缺的情况下线路改造和建设所面临的难题,但长距离线路的导线空间布置和相序排列为架空输电线路设计和开关检修工作带来极大挑战.为此,利用ATP-EMTP仿真软件搭建500 kV同塔四回输电线路计算模型,考虑不同线路长度、杆塔间距、线路回间垂直间距和水平间距、相序排列方式以及杆塔呼称高度,对线路的感应电压和电流值进行仿真计算,并使用基于遗传算法优化的BP神经网络对未知导线布置和相序排列方式下的感应电压和电流进行预测.最终依据相应的电磁环境控制指标,使用多目标粒子群算法对架空输电线路的空间布置和相序排列进行优化,获得满足电磁环境要求的四回路导线布置方案,为送出站接地开关选型提供参照依据.
风电出力受风速等不确定环境影响,出力具有较强的波动性,导致风电供应链中风电商与售电公司均面临不确定性收益风险.鉴于此,首先在分散决策下引入收益共享合约,优化风电商与售电公司决策;然后引入条件风险价值(CVaR)度量售电公司收益水平,构建基于CVaR的收益共享合约下的风电供应链模型;最后在CVaR准则下,分析风电商与售电公司最优合约电量对风电商的不确定性以及对售电公司风险规避系数的敏感性.算例分析结果表明,收益共享合约与风险规避机制的引入能够提高风电商与售电公司的最优合约电量,使得出力不确定环境下的风电供应链绩效达到最优.
为了解决现有高压XLPE电缆热评估计算模型在连续波动负荷下计算精度不足的问题,分析传统方法(包括IEC 60853-2和热电等效方法)中采用恒定绝缘层热容分配系数时的计算误差累积,提出电缆绝缘集总热模型的优化方法,以减少可能出现的误差累积.通过电缆动态温升实验,验证所提出的改进热电等效(TEE)方法的可靠性.分析结果表明:改进TEE方法能够较好地反映电缆在连续波动负荷下真实的热性能,其导体温度计算误差维持在2.5℃以下.利用改进后的方法对电缆进行热评估,能够较大限度地提高电缆的资产利用率,并确保电缆安全可靠运行.
高性能永磁电机系统已成为硬质合金生产成型装备的关键与核心部件,电机系统参数失配将严重影响合金产品成型装备综合效率.为了优化模型参数失配和一拍延迟对永磁同步电机(PMSM)电流控制性能的影响,提出一种具有参数在线矫正的鲁棒无差拍预测电流控制(POC-DPCC)方法.首先,对常规无差拍预测电流控制的参数敏感性进行分析;然后,设计基于Adaline神经网络的多参数误差在线辨识器,并提出一种以参数失配误差为神经网络权值的新型辨识结构来提升参数变化跟踪性能;最后,提出POC-DPCC方法,通过更新控制电压系数矩阵来提高系统对电机参数的鲁棒性,以下一时刻电流预测值代替当前时刻采样电流来补偿一拍延迟的影响.对比仿真和实验结果,可以验证所提方法在复杂工况下的有效性和鲁棒性.
