Adaptive full-order observer is widely used for speed-sensorless control of induction motors. However, it is unstable at low speed. To address this problem, this paper proposes an improved speed-adaptive law and introduces a feedback gain matrix into the system with improved speed-adaptive law. The improved speed-adaptive law is obtained by local linearization of the rotor flux distribution on the estimated rotating coordinate system. This method can improve the observation accuracy of speed. Furthermore, the introduction of the feedback gain matrix can make the poles of the observer far away from the imaginary axis and increase the dynamic performance of the system. Comparative study shows that the proposed method has better stability. The simulation results verify the effectiveness and feasibility of this method.
China's land space planning requires the power sector to carry out the spatial layout planning of distribution power grid. So it is necessary to research the regularity and rationality of urban distribution power grids in spatial distribution. In this paper, reasonable quantitative indicators are defined to measure how well grid planning and space layout match up. Firstly, we consider the topological characteristics of urban grid. The homogeneity and agglomeration of the grid in spatial distribution are quantified based on the fractal dimension, in order to evaluate the consistency between the urban built-up regions, roadways and the grid. Secondly, we consider the electrical characteristics of the grid. A weighted box dimension is created based on territorial load to evaluate the consistency between the urban built-up regions and the grid. Finally, the defined quantitative indicators are applied to the consistency evaluation of the actual grid structure and the geographical spatial layout in a certain area, which verifies the rationality and feasibility of the proposed method.
In order to solve the problems of power jump caused by direct switching between energy storage frequency regulation control modes in critical mode and the limitation of energy storage output caused by too high or too low State of Charge（SOC）of energy storage,an integrated control strategy of energy storage participating in primary frequency regulation based on fuzzy control is proposed.Firstly,the influence of energy storage virtual droop,virtual inertia and virtual negative inertia control parameters on the frequency response of the system is analyzed,and the frequency modulation advantage and stable variation range of each control parameter are determined;Secondly,a fuzzy controller with virtual negative inertia control is designed to realize smooth switching and complementary advantages between control modes and accelerate frequency recovery;Finally,the feedback control strategy of SOC and the selfrecovery control strategy of energy storage SOC are designed by using the logistics function,so that the energy storage capacity can be better maintained and the frequency modulation ability of energy storage can be improved. The effectiveness of the proposed strategy is verified by Matlab/Simulink simulation.
电网发生故障后充分利用报警信息对故障元件进行判别,是保障电力系统安全运行的重要环节.针对现有Petri网时序推理与置信度推理相分开、计算过程复杂且未充分利用时间信息等问题,提出了一种基于加权模糊的时序约束Petri网电网故障诊断方法.将时序约束引入到Petri网的库所与变迁中,根据保护与断路器之间的动作顺序关系建立加权模糊的时序约束Petri网模型.定义置信度与时间区间分层推理运算,实现置信度推理与时序推理同步进行,在置信度推理过程中充分考虑到时间信息的影响.通过对多组算例仿真比较得出,所提方法能够有效判别出故障元件,具有较高的准确性和容错性.
针对大规模可再生能源并网发电产生的不确定性问题,提出计及条件风险价值(CVaR)的含光热电站(CSP)的鲁棒机组组合模型.首先,建立了CSP机组持续且稳定供电的数学表达;然后,引入CVaR概念用于度量不确定风电给调度运行带来的风险损失,建立计及CVaR的含CSP的鲁棒机组组合模型,构造包含区间、时间和空间的多维不确定性集合,实现对风力发电的不确定性调节;最后,以IEEE 6节点和IEEE 118节点系统为例,验证了模型的有效性.
针对电力系统在连续多断面动态状态估计中,现有混合数据处理方法存在的两者相互影响以及两阶段处理方法存在的效率低下问题,基于数据融合理论,提出了基于数据融合技术的电力系统鲁棒动态状态估计方法.首先基于改进变点重复检测方法,将PMU和SCADA数据进行断面归一化处理.然后,在每一断面分别利用无迹变换与指数权估计方法相结合进行并行滤波处理,得到两组滤波结果,并基于数据融合技术将两组滤波结果进行状态融合以得到最终估计值.最后,基于IEEE-39节点标准系统对本文所提方法进行仿真,验证了本文所提方法不仅能够有效提高估计结果精度,且基于数据融合技术的并行滤波计算大大提高了计算效率.
随着风光储以及电动汽车的迅猛发展,高比例分布式能源和大量电动汽车接入配电网,导致电网控制难度增加,电压稳定性降低,有功网损增大.在高比例光伏和电动汽车接入配电网的基础上,接入储能装置,利用无功补偿装置对该配电网进行无功优化调节,构建了含PV,EV,DS,SVG的无功优化数学模型,并且利用粒子群算法进行寻优,最后通过IEEE30节点进行验证.根据结果分析可知,利用粒子群优化算法求解投切电容器组数的方案相较于传统投入固定电容器组数的方案,其网损明显降低,系统优化率大大提高.以22:00节点电压为例,优化后全时间段节点电压在0.94 p.u.～1.05 p.u.之间,电压波动较优化前趋于平缓,电压质量有所提高;采用PSO算法进行寻优计算,运行结果证明该算法收敛速度快、寻优能力强,验证了所提出的无功优化模型的有效性.
风电功率的短期精确预测对提高风能利用效率具有重大意义.提出了一种基于数据修正的概率稀疏自注意风电功率预测方法.首先,将来自风电场采集的风电数据进行清洗、缺失值重构;然后采用Informer预测模型,加入概率稀疏自注意、蒸馏机制,使模型的训练速度与预测的精度都得到了有效提升.结果表明,本文所提出的方法能够提高数据质量,且拥有更高的预测效率和精度.
在综合能源系统(IES)中,数据分散在各个系统的数据子中心,且由于商业隐私和保密性要求,不能共享完备的实时网络数据.考虑耦合元件边界条件约束,并将其作为虚拟量测,创新性地通过虚拟量测在电、气、热3个子系统中的交互,将IES的状态估计(SE)分解为3个独立子部分.在各子系统中分别基于极大似然(GM)鲁棒估计进行SE计算,根据其他两个子系统的估计结果,通过耦合元件的能量转换计算节点解耦处的虚拟测量值,并加入到原始测量向量中以反映子系统间的相互作用.依次求解电、热、气系统的SE,直到估计结果满足全局收敛条件.基于电-气-热IES系统典型结构进行仿真分析,验证了所提分解协调鲁棒SE方法的有效性.
准确评估电力变压器运行状态并及时发现电力变压器潜在故障,对于电力系统稳定运行具有十分重要的意义.随着人工智能、数据挖掘等前沿技术与电网的深度结合,对现有电力变压器状态评估中关键技术和问题进行归纳和讨论,着重探讨了现阶段变压器状态评估指标体系建立、数据处理方法和状态评估方法应用,有助于后续设备管理智能化、数字化等科研工作的开展.最后,从数据体量与质量、数据增强、小样本非均衡样本处理方法、多维数据应用、多源信息融合几方面展望了未来值得继续深入研究的内容和方向.
新能源并网装置控制参数的整定,是保证电力系统稳定运行的必要条件.针对光伏采用新能源同步机(MGP)的并网方式,建立了实验系统模型并提出了用于参数整定的通用方法.首先通过分析MGP传输功率与光伏直流电压的约束关系,对MGP的功角动态进行简化,建立了光伏-MGP系统简化的传递函数;然后基于频域内的根轨迹分析,得到控制参数的稳定范围,并通过幅频特性与时域响应,对控制参数进一步优化;最后在PSCAD/EMTDC中搭建光伏采用MGP并网的电磁暂态模型,通过设置不同的控制参数仿真验证了所提方法的有效性,并在5kW实验平台上得到验证.
为了实现基于电缆表面温度测量的电缆缆芯暂态温度实时反演,本文首先分析电缆内部径向热流扩散路径特点,建立了电缆各层结构的热阻热容集中参数等效模型,并分析热路等效模型的误差影响因素.其次开展110 kV单芯电缆本体暂态温度场有限元仿真计算,分析了交联聚乙烯绝缘层分层建模的必要性,并确定分层数量.最后分析了材料参数的分散性对径向感知模型反演精度的影响.研究表明,本文提出的暂态温度径向感知模型具有较高的反演精度,可应用于各种工况下缆芯温度的实时监测.
针对目前光伏发电预测的预测耗时和预测精度不足等问题,提出了一种基于皮尔逊相关性分析、改进的麻雀算法(tGSSA)和深度极限学习机(DELM)的组合预测方法.该方法首先通过皮尔逊相关性分析方法对影响光伏出力的主要因素进行筛选,然后采用黄金正弦搜索策略、自适应t分布和动态选择策略来增强麻雀算法的全局搜索能力和局部寻优能力,最后利用tGSSA群智能优化算法对DELM中的输入权重和偏置进行寻优,在得到最优输入权重和偏置的情况下对光伏发电功率进行预测.以澳大利亚某光伏站一年数据按季节划分后进行预测研究,将本文模型与DELM,SSA-DELM,GA-DELM,ABC-DELM,WOA-DELM进行预测对比,结果表明,相比于其他算法改进模型和传统模型,tGSSA-DELM在预测精度、预测稳定性和工作效率中具有较大优势,具有更强的适用性.
模块化多电平换流器型柔性直流输电系统(MMC-HVDC)的高频振荡现象是由控制链路延时导致的负阻尼特征与交流系统阻抗相互作用而引发的.目前大部分高频振荡抑制策略在抑制高频振荡的同时易引起中低频段的振荡.建立了包含链路延时环节的MMC高频阻抗数学模型以及交流系统高频阻抗数学模型,分析高频振荡现象产生的机理.由此提出在内环控制中的电压前馈环节附加改进有源滤波器的高频振荡抑制策略,详细设计了滤波器的控制参数,并与电压前馈环节仅附加带阻滤波器的抑制策略进行比较.最后通过电磁暂态仿真验证了该抑制策略不会影响系统稳定运行,可在有效抑制高频振荡的同时避免激发其它频段的振荡现象.
准确的风速预测对于规模化风电并网及安全运行具有重要意义.利用快速相关滤波筛选风速关联属性因素并结合近邻传播原理优化风速聚类集合,提出基于时序卷积特征聚合的风速预测模型.考虑风速属性与风速序列间的隐含关联性,筛选高关联属性因素构建模型样本集,并通过鲸群算法优化近邻传播聚类分类相似典型集.构建时序卷积层提取多维风速属性特征,并嵌入特征聚合层完成特征降维与信息融合,最终结合记忆层输出风速预测值.以东北地区风场为研究对象进行风速超短期预测并与实测数据对比,验证了预测模型的准确性和泛化能力.
大规模风电并网要求风电机组主动支撑电网频率调节,为了量化研究双馈风机提供一次调频控制的技术指标要求,以系统频率稳定为约束,首先,考虑双馈风机机电尺度的物理及控制特性,建立了刻画其动态特性的简化运动方程模型.继而分析了风机一次调频系数,桨距角控制等对风机调频尺度等效惯量的影响.在此基础上,以推导的风机等效惯量为纽带,建立了改进的系统平均频率响应分析模型,提出了一种满足系统频率稳定约束的双馈风机调频参数计算方法,可量化求解给定功率扰动下频率主动支撑的最小调频增益/备用容量等参数.最后在Matlab/Simulink中进行了时域仿真,验证了建模和频率特性分析的准确性及有效性.
传统虚拟惯量控制的双馈风力发电机组参数设置不当将面临风机失速的风险,且风机有功出力的瞬时下降可能引起频率的二次跌落.为此,提出一种改进虚拟惯量控制策略,基于系统频率最低点产生时刻,设定频率有功出力维持时间,减小不必要的转子动能释放;转速恢复期间有功出力随时间缓慢减少至风机最大功率跟踪点,减小频率二次跌落.最后,基于EMTP-RV仿真平台搭建高比例风电联网调频电力系统,验证了在不同变风速场景下改进方法的有效性和优越性.
新型电力系统下,海上风电是我国实现双碳目标的重要手段.相比于陆上风电而言,海上风电长期处于复杂多变的环境中,风机部件故障率更高,维护受随机因素影响更大.首先,针对海上风电维护所面临的挑战进行梳理.其次,对现有的海上风电维护策略进行归纳,同时从维护优化模型角度,对现有维护决策优化目标、约束条件、求解方法等方面进行总结.最后,阐述了当前海上风电维护决策中的主要问题,包括如何利用风机部件状态信息、如何应对维护中的不确定性以及如何充分利用维护机会,同时提供了未来研究的展望.
针对如何有效管理电动汽车充电负荷,优化电动汽车充电调度以减少充电时间和能量消耗的问题,提出了一种基于亨利气体溶解度优化算法的电动汽车二阶段优化调度方法.第1阶段通过整数线性规划以各电动汽车能量消耗最少到达有充电空位的充电站为目标,将最适宜的充电站分配给电动汽车;第2阶段以充电站运营商日充电总费用最小为目标,考虑电动汽车充电率、能量需求和荷电状态等约束,基于亨利气体溶解度优化算法最大限度地降低充电站运营商的日充电总费用.最后,通过仿真实验将所提方法与粒子群优化算法、遗传算法等进行对比,仿真结果验证了所提方法的有效性.
由于风力发电系统中的风速传感器存在测量误差,且风速测量值与施加在风机叶片上的有效风速不同,直接导致风力发电系统对风能利用率的降低.因此本文提出了一种基于滑模观测器的风机叶片风速有效值估计方法,在满足李雅普诺夫不等式的基础上设计了滑模观测器,从中提取出风力发电机转速和机械转矩的估计值.通过在线查表得到风机叶片上有效风速的估计值,将该估计值用于修正基于风速传感器的风力发电系统最大功率跟踪控制.仿真结果表明所提方法可有效提升风力发电系统对风能的利用率,具有一定的工程意义.
