结合长短期记忆网络的电力系统功率缺额预测方法

电力系统在发生发电机脱落或发电机母线断线等严重的有功不平衡扰动时，会导致频率骤降. 为此，提出一种基于长短期记忆（long short-term memory，LSTM）网络的电力系统扰动后的功率缺额预测方法. 该方法无需获取实时的系统惯量，仅根据负荷侧的信息就能预测出扰动后系统的功率缺额，有效改善了现有的功率缺额计算方法. 在IEEE-39节点系统上的仿真结果表明，本方法得到的功率缺额预测值与真实值的相对误差较小，预测时间较短. 与深度神经网络（deep neural networks，DNN）和支持向量回归（support vector regression，SVR）算法的预测结果进行比较，本方法能快速、准确地预测出扰动后系统的功率缺额，保障系统的频率稳定.     

局部频率测量数据驱动的电力系统功率缺额在线评估方法

随着新能源并网比例的不断提高，新型电力系统的惯量及频率支撑能力不断降低，导致系统在遭受扰动时易出现频率崩溃，因此需要对扰动后系统功率缺额进行快速准确评估以用于功率缺额的快速填补.提出了一种局部频率测量数据驱动的基于深度卷积和长短期记忆复合神经网络的系统功率缺额在线评估方法.首先，由于同步测量获取实际惯量中心(COI)频率无法适应在线评估的快速性，所以利用局部测量频率估算得到COI频率，避免了复杂通信造成的延时效应；然后设计了一种深度复合神经网络，挖掘海量频率数据和功率缺额间的关联信息；最后搭建39节点系统进行仿真验证，结果显示了所提方法的有效性和快速性.     

计及暂态电压稳定性的自适应低频减载方案

根据电力系统的频率响应信息,提出一种发生扰动后系统实时不平衡功率的计算方法,补偿电压偏移造成的有功缺额影响. 同时,考虑负荷节点的暂态电压稳定性,制定基于频率响应的自适应低频减载方案. 通过在IEEE-39节点系统进行算例仿真,验证系统功率缺额计算的准确性以及自适应低频减载方案的有效性. 结果表明,该方案可改善低频减载控制中的频率恢复效果,提高系统的电压稳定性.     

计及暂态电压稳定性的自适应低频减载方案

根据电力系统的频率响应信息,提出一种发生扰动后系统实时不平衡功率的计算方法,补偿电压偏移造成的有功缺额影响.同时,考虑负荷节点的暂态电压稳定性,制定基于频率响应的自适应低频减载方案.通过在IEEE-39节点系统进行算例仿真,验证系统功率缺额计算的准确性以及自适应低频减载方案的有效性.结果表明,该方案可改善低频减载控制中的频率恢复效果,提高系统的电压稳定性.     

基于电力系统微机型低频减载装置原理与应用概述

电力系统的频率是电力系统中同步发电机产生的交流正弦电压的频率。电力系统的电能质量3个指标分别是电压、波形与频率,其中频率低于或者是高于系统的标准设计值时,就会造成用户家用电器发生异常甚至烧毁,对于电网来说造成相关保护动作误动,一旦发生大面积的电网掉负荷会进一步可能造成电压崩溃,极易发生恶性频率事故,直致全系统的瓦解。该文所述的低频减载装置在系统发生功率缺额,频率降到允许值以下时,切除部分负荷,压迫一些水力发电、火力发电机组发出有功功率负荷,使系统频率尽可能地维持在允许频率的范围之内,对保证电力系统安全稳定运行,降低事故损失具有重要意义。     

浅析大机组跳闸对电网的影响

小规模电网中相对容量较大机组跳闸后,系统将出现大量功率缺额,电网将遭受较大冲击,系统电压、频率瞬间突变,甚至会破坏电力系统稳定。对天山铝业自备电厂1、2号发电机辅机设备故障,造成发电机出力缓降,1号发电机跳闸。220KV铝联线功率突变,线路输送负荷波动,致使城东变110KV玛东联络线发生低频振荡。增加联网发电机无功负荷,提高系统电压质量。稳定控装置主站采集天铝电厂机组负荷突降及跳闸并执行对应策略切除用电负荷,保证电网供用电负荷平衡,提高系统抵御严重故障的能力。     

深度信念网络在水火电力系统一次调频能力预测中的应用

为了准确地预测电力系统一次调频能力,提出了一种采用深度信念网络的水火电力系统一次调频能力预测方法。以新英格兰39节点系统和某电力公司水火电力系统2016—2019年历史数据作为仿真算例,将系统频率、有功负荷、功率缺额、扰动类型、负荷水平、发电机组惯性时间常数、备用容量与总备用容量作为网络的输入特征值,为网络参数训练提供数据支撑;使用无监督预训练与有监督参数微调相结合来训练网络参数,构建深度信念网络,输出系统一次调频的出力调节曲线,预测水火电力系统一次调频能力。与传统的网络模型进行了对比,结果表明:在新英格兰39节点系统中,最大功率补偿量平均相对误差和均方根误差分别为1.49%和4.04 MW;在电力公司水火电力系统中,最大功率补偿量平均误差和均方根误差分别为1.18%和18.3 MW,均小于循环神经网络的平均误差1.41%和均方根误差21.6MW。所提深度信念网络的逐层训练解决了传统网络预测方法的参数优化问题,能够避免陷入局部最优和训练周期过长,应可在突发性故障时为调度中心后续制定防护控制故障策略提供信息支撑。     

改进低频减载方案研究

低频减载作为电力系统的第三道防线,在维护电网安全稳定运行方面有着重要作用。随着数字化变电站及广域量测系统的广泛应用,本文提出了改进低频减载方案。该策略以频率及频率变化率为执行依据,通过对功率缺额、系统自然频率特性系数的计算,优化负荷切除原则,保证系统在出现大规模功率缺额后能够及时脱离紧急状态。     

计及调速器频率动态响应的低频减载优化方案的研究

系统受到大扰动,发生严重有功缺额时,发电机调速控制和低频减载是维持系统频率稳定的主要手段。根据转子运动方程,发电机的转速变化反映了发电机输出功率的变化。利用发电机的频率特性可以用来跟踪紧急情况下发电机出力的改变,提出在多机系统中将多台发电机等值为一台发电机,利用等值发电机的频率变化特性相应调整切负荷各轮次切负荷量,实现了两者的协调配合;并在IEEE三机九节点系统中验证了其有效性,结果表明采用优化方案可以降低损失负荷量。     

用MATLAB仿真实现电力系统静态稳定性分析

从影响电力系统静态稳定性的因素展开研究,利用MATLAB软件的优越性．构建了单机一无穷大系统。设计该系统受到一个正阶跃信号的小扰动时,系统处于失稳状态,观察在PSS投入与退出、改变发电机励磁电压和串联电容调压等措施下,发电机功角、转速、电磁功率及机端电压的变化情况。分析结果表明,投入PSS装置和提高发电机励磁电压,可以有效地提高电力系统静态稳定性。     

含风电的电力系统动态频率分析

研究了风电接入某实际电力系统对系统动态频率产生的影响。通过建立直驱式永磁同步风电机组动态模型和含风电的实际电力系统模型,对含风电的电力系统动态频率进行了仿真分析。研究了风速扰动对系统动态频率的影响、风电渗透率上升对系统频率调节能力的影响以及风机脱网故障对系统动态频率的影响。在风机增加了基于虚拟惯性的频率控制系统,研究了具有调频系统的风电机组对系统动态频率的影响。研究结果表明大规模风电场的风速扰动将导致系统频率出现显著波动;随着系统风电渗透率的增加,系统的调频能力将明显下降;风电场在故障下的风机脱网事故将对系统动态频率造成严重影响。增加频率控制系统使风电机组具备了一定的调频能力,有效地抑制了扰动情况下的系统频率波动。     

多机系统暂态稳定性快速判断的新方法

提出利用临界机群的动态观测数据，采用时间序列分析 预测模型预测临界机组转子角的变化轨迹，并据所建立的转子角预测模型多项式的导数是否变号作为系统失稳的识别判据，计算机仿真结果证实了本方法的准确性和有效性。     

自适应模糊神经网络在某电力公司一产用电量预测中的应用

运用自适应神经网络模糊推理系统(ANFIS)理论,建立了某电力一产用电量预测模型,并与常用的一些预测方法所建模型进行了比较.结果表明,应用自适应神经网络建模方法简单可靠,精度极高.     

基于完全集成经验模态分解和模糊熵分频的短期风电功率预测

随着风电接入电力系统的比例日益增大,准确的风电功率预测显得愈发重要。为此,提出了一种基于模糊熵和完全集成经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)的短期风电功率预测模型。采用完全集成经验模态分解将原始风电功率序列进行分解,得到一系列不同频率的子序列。再使用模糊熵(Fuzzy Entropy,FE)算法识别各频率分量特征,将子序列分量分为高、中频分量类和趋势项。趋势项为低频分量,具有较为平稳,波动性小的特点,采用麻雀算法(sparrowSsearch algorithm,SSA)优化支持向量回归(support vector regression,SVR)进行预测；高、中频分量的波动性大且特点较为复杂,则采用SSA优化长短期记忆神经网络(Long Short-Term Memory,LSTM),同时引入注意力机制(Attention Mechanism,AM)对重要信息进行更好的权值分配。最后,经过实验结果分析表明,该模型具有更高的风电功率预测精度。     

超声波焊机功率发生器单片机控制系统的研究

为了更好地提高超声波焊机的功率,改善焊机的性能,采用IGBT管(绝缘栅极双极晶体管)设计了超声波功率发生器的硬件系统,运用规则取样方式实现SPWM序列的算法,采用8098单片机编制软件实现SPWM序列算法的控制及频率自动跟踪.结果表明系统具有较高的可控性,自动跟踪频率精度高,研制的超声波功率发生器适用于超声波塑料焊机.     

互联电力系统的模糊滑模负荷频率控制

提出一种用于多区域互联电力系统的负荷频率模糊滑模控制方法。该方法选用带积分的滑模超面方程 ,使系统从一开始就进入滑模状态 ,当系统进入滑模状态后 ,转化为基于新区域控制偏差的比例积分控制 ,对切换控制采用自适应模糊调节方式自动确定其幅值 ,在考虑发电机变化率约束和具有控制死区条件下 ,所提出的控制方法能够使系统获得较好的性能。仿真结果显示该方法是简单的、有效的 ,并且能够保证整个系统是渐进稳定的     

水下目标工频磁场扰动信号检测方法研究

为了解决水下目标磁场近程化探测中磁信号衰减快、干扰强及扰动特征不明确、无法有效探测信号等问题,提出了一种基于混合神经网络与注意力机制(Att-CNN-GRU)的工频磁场水下目标时间序列扰动信号检测方法。将CNN,GRU神经网络与Attention机制相结合拟合信号,构建分类神经网络,对目标信号进行分类识别,同时与未引入注意力机制的CNN-LSTM模型及单一CNN和LSTM网络模型的预测及检测性能进行比较。结果表明,相较于传统方法,信号拟合效果将误差分别减小了36.24%,14.44%和4.878%,目标检测准确率达到83.3%。因此,加入Attention机制的CNN-GRU模型检测性能比CNN,LSTM和CNN-GRU模型更优异,作为辅助手段,能有效解决工频磁场探测中扰动信号微弱、扰动规律不明确、背景噪声多等问题,实现对水下目标造成的工频磁场扰动信号的拟合与检测。     

结合频率预测的虚拟同步发电机自适应参数控制策略

在基于虚拟同步发电机的逆变器控制模块中加入频率预测环节,得到系统受扰动后频率的最低值或最高值。基于预测的频率最值,在满足储能释放最大容量不变和逆变器输出功率不超过额定容量的前提下,利用逆变器参数能够实时调节的优势,增大虚拟转动惯量和阻尼系数的整定区间。结合更灵活的参数取值方法,提出转动惯量和阻尼系数协调控制策略,从而改善受扰动后系统频率和输出功率的恢复效果。根据二阶系统响应指标要求,给出参数整定方法。最后,利用Matlab/Simulink仿真,在孤岛和并网模式下验证所提控制策略的有效性。     

全桥全控型并网变流器在风力发电系统中的应用

直驱风力发电系统中,变流器是将发电机所发的电能输送至电网的设备,它是完成将发电机发出的变压变频的电能转换成恒压恒频的电能的装置,并能够实现对发电机输出的电流、功率因数等的快速调节,减少对电网的谐波污染。在对比分析了当前水平的全功率并网变流器主电路拓扑结构基础上,重点对永磁直驱风力发电的网侧变流器做了深入的分析,建立了两相旋转坐标系(d-q)下的数学模型。在同步旋转坐标系下,将输入功率因数改善到单位功因,降低了单位谐波含量。同时,在三相全桥全控型直流-交流变流器市电并网下,提出了交-直轴电流闭回路控制,使永磁式同步发电机向电网提供电能。利用Matlab/Simulink搭建系统模型。仿真表明设计的交-直轴电流闭回路控制,具有谐波含量低、响应速度快、风能利用率高、控制效果良好等特点,验证了理论研究的正确性。     

发电机开断的预想事故分析

提出了一种计及系统频率特性的分布系数方法。该方法合理地考虑了因发电机开断而频率变化对潮流分布的影响。算例表明:在电力系统预想事故评定中,该方法既保证了发电机开断模拟的快速性,又提高了计算精度。