排序方式: 共有15条查询结果,搜索用时 398 毫秒
1.
清洁能源在电力系统中的大规模利用,使得风电机组在电网中的占比日益扩大,其运行特性极大地影响电力系统的运行稳定性.本文分析了双馈变速与直驱同步风电机组的结构特点,建立了各个机组的降阶数学模型.在此基础上,对两区域系统进行了仿真计算.研究表明:风电机组并网增加了系统与风电机组强相关的振荡模式,且有很好的阻尼特性.当风电机组在系统中容量比例提高时,双馈机组会减弱新增局部振荡模式的阻尼,直驱机组能提高区域内相关的局部振荡的阻尼. 相似文献
2.
分布式电源类型及控制方式多样,致使含多种分布式电源的小扰动机电暂态分析的电网模型复杂,分析难度加大.针对应用较广的光伏和燃料电池两种分布式电源,在对其全阶状态空间模型的特征分析和电池动特性时间尺度分析的基础上,提出了前馈解耦控制下考虑电池U-I外特性和逆变控制系统动特性的光伏发电系统降阶模型和忽略逆变系统快动态特性的燃料电池降阶模型,并应用于4机2区域系统并网小扰动分析.研究结果表明:直流DG并网主要通过改变系统潮流及平衡点影响系统阻尼特性;直流DG出力增加时,与采用降低出力增加旋转备用运行方式的常规机组强相关的模式阻尼特性会呈现增大的趋势. 相似文献
3.
针对微电网通常是接入低压配电网的情况,分析了低压微电网输电线路与传统高压输电线路阻抗比的差异,对低压微网功率传输进行了理论修正.在此基础上采用不同的控制策略对低压微电网进行综合控制,联网模式下为了执行支撑本地电压和调节馈线潮流,微电源采用PQ控制策略;孤岛模式下为确保负荷能各自快速分担负载和电压频率稳定,微电源采用电压频率V/f下垂控制.为保证逆变器输出阻抗与线路阻抗相匹配,在逆变器控制策略中引入阻性虚拟阻抗,根据低压线路参数呈阻性的特点,对传统高压大电网下垂特性进行修正,通过旋转坐标正交变换矩阵,对电压频率V/f下垂控制进行了改进,使得传统的V/f下垂控制得以扩展应用于低压微网中.仿真验证分析,证明了低压微电网系统下设计的综合控制策略能够保证系统与运行的稳定性和可靠性. 相似文献
4.
针对电力电子设备综合负荷模型难以用机理模型描述的现状,构造了动态综合负荷的模糊神经网络模型.该模型具有模糊推理和神经网络的优点,能很好地逼近动态负荷的模型输出.通过对已知实测建模数据的训练,分析了模糊神经网络负荷模型的前件参数、结论参数的辨识策略,阐述了模糊隶属度和模糊规则的形成过程.对负荷构成相异的4组实测变电站负荷数据,用其中1组建模数据进行训练,得出模糊模型结构和参数,用该模型去拟合其他3组数据,对模糊神经网络负荷模型的综合能力进行验证.实例表明,该模糊神经网络负荷模型不仅具有很强的自描述能力和收敛性,而且具有良好的综合描述能力. 相似文献
5.
基于实际电网的电压/无功控制策略研究 总被引:1,自引:1,他引:0
针对某省2002年实际背景电网,提出了在合理配置无功功率补偿容量前提下,基于变比及补偿容量调节对母线电压变化灵敏度的大小安排变比和补偿容量调整顺序和调整量的电压/无功控制策略、仿真分析表明,基于该策略制定的调整方案电压调整范围大,调压效果显著;满足同样调压要求所需的变比和补偿设备调整次数少、调整量小,不仅能提高电压合格率和系统电压稳定性,而且能显著降低系统网损,提高运行经济性、本文所提出的电压/无功控制策略,对于合理解决现代复杂电网的电压一无功综合协调控制具有较大的理论及实际意义,对于制定电力系统自动电压控制(AVC)方案具有普遍借鉴意义。 相似文献
6.
同一个配电网区域会存在着多个光伏用户,组建光伏用户群是管理它们的有效方法之一. 为了进一步促进光伏用户群的稳定与发展,需要对群内用户进行重要性评估. 本文针对实行内部电价的光伏用户群,分析运营商的收益本质,基于合作博弈论提出计算群内用户对运营商收益贡献值的方法. 从用户、运营商和电网的3个方面,定义用户的重要性评估指标,再基于多准则决策中的逼近理想解排序(TOPSIS)法对光伏用户群内的用户进行重要性评估与排序. 仿真算例验证了该综合评估方法的有效性. 相似文献
7.
遗传算法与传统优化方法应用于电力负荷建模的比较研究 总被引:8,自引:2,他引:6
将遗传算法应用于电力系统综合负荷建模.以三阶感应电动机为综合负荷模型,以待辨识参数为未知向量,以系统实测与模型响应误差平方和为目标函数;以随机初始种群为基础进行交叉一变异一选择运算并产生下一代种群;通过若干代进化即可获得具有足够精度的辨识结果.通过实验数据将遗传算法与传统模式搜索算法的建模结果比较,表明遗传算法所得模型的描述精度比模式搜索法高10倍,其模型参数呈现很好的稳健性,从而有效地克服了传统优化方法的模型参数分散性。 相似文献
8.
负荷建模参数辨识中综合改进遗传算法的应用 总被引:1,自引:0,他引:1
参数辨识是负荷建模的关键之一,针对遗传算法本身存在的缺陷,提出一种综合改进的遗传算法.该算法通过初始种群选择、最优个体保留、自适应交叉和变异率等方面进行综合设计,有效地避免了早熟和近亲繁殖,提高了收敛速度.建模实践表明,所提的综合改进遗传算法可加速收敛,缩短辨识时间,同时提高了拟合精度,克服了参数的分散性,是一种适合于负荷建模参数辨识的优化算法. 相似文献
9.
10.