考虑设备风险和风光不确定性的园区综合能源随机优化运行

综合能源系统因其能源梯级利用的高效性被广泛应用,而在运行过程中各设备的潜在故障风险与风光出力波动会成为系统供能稳定性的安全隐患。为此本文首先基于设备负载率建立了故障概率模型与设备风险模型。其次针对风光出力的不确定性采取蒙特卡洛采样法生成典型场景,建立了考虑设备风险与风光不确定性的综合能源多目标随机优化模型,运用分段线性化、宽容分层序列法将该模型处理为混合整数模型。最后通过算例仿真表明所提优化模型能够兼顾运行风险与经济成本,相较于传统经济调度,在总成本仅上升了9.6%时、设备风险降低了79.3%,证明了模型的经济性与安全性。     

基于自抗扰控制技术的单元机组协调系统

针对单元机组协调系统具有多变量强耦合、非线性及参数时变的特性,提出了基于自抗扰控制技术的单元机组协调系统控制方案.其主要特点是把每个通道的耦合环节看成该通道的外扰,通过自抗扰控制器中的扩张状态观测器对总扰动进行估计,并在控制信号中加以补偿,从而实现了单元机组的解耦控制.通过对一个通用的非线性协调系统模型的仿真研究,表明了该方案具有较好的解耦效果、较快的响应速度和较强的抗干扰能力.     

基于改进D-S的汽轮机组集成故障诊断研究

在分析与比较多个D-S合成规则的基础上,结合汽轮机组故障的特点,提出了一种基于改进D-S证据理论的集成故障诊断方法。该方法利用改进的D-S理论来表示和处理不确定的、模糊的信息,利用灰色理论和GRNN（广义回归神经网络）网络来处理证据理论中的基本概率分配问题,充分发挥灰色理论和GRNN的优点,提高故障诊断率。仿真结果表明,所提曲的集成故障诊断方法能有效地诊断汽轮机纽的故障,决策合理,可信度高,且能避免误诊现象,具有庭好的应用前景。     

基于MCP-CSH的主汽温控制变负荷仿真研究

针对电厂主汽温过程容量滞后和惯性较大,在控制中经常出现调节时间长,超调大等问题,提出了一种基于串联校正与状态反馈协调的主蒸汽温度控制方案。为了分析该方案的鲁棒性,提出了一种稳定边界搜索方法。应用该搜索方法,找到了当被控过程中参数变化时的MCP-CSH主汽温控制方案稳定区间,并得出被控过程中的参数变化区间乘以其阶次近似等于77%的结论;为了分析该控制方案对变负荷的适应能力,将不同负荷段的被控过程的数学模型进行了同构化处理,得出了MCP-CSH主汽温控制方案的变负荷适应区间与被控过程中具有最高阶数的参数变化稳定区间一致的结论。仿真结果表明,只要在负荷适应范围内,该方法都能取得很好的控制效果。     

计及多类型分布式电源的电压无功优化控制研究

针对负荷的时变性和分布式电源(DG)出力的波动性使得基于实时无功优化的电压控制效果劣化问题,提出了一种含多DG的配电网电压无功优化控制策略;推导了负荷节点注入无功功率对电压变化的灵敏度矩阵;给出了SCB投切组数的确定方法。基于改进递推贝叶斯估计方法估算最佳的OLTC,利用RTU所获取的相关数据确定各馈线处SVR的分接头开关档位,根据目标值调整控制变量实行自主优化选择和投切控制,达到最优控制方式。以加入多种DG和负荷类型的IEEE33节点典型馈线系统作为仿真算例,分析结果表明所提控制策略能显著地稳定电压幅值,具有较好的在线应用前景。     

基于卡尔曼粒子滤波算法的锂电池SOC估计

基于UTS分容柜所测得的实验数据,建立了18650锂电池的三阶Thevenin模型。将扩展卡尔曼滤波算法(Extened Kalman Filter,EKF)作为粒子滤波算法(Particle Filter,PF)的重要密度函数形成了扩展卡尔曼粒子滤波算法(Extened Kalman Particle Filter,EKPF)。对于EKPF算法在重采样过程中存在的样本退化、多样性丧失的问题,提出了一种通过权值排序的优胜劣汰粒子选择算法。采用通过该方法改进的EKPF算法对所建立的三阶Thevenin模型进行电池荷电状态(State of Charge,SOC)估计,实验结果表明,改进EKPF算法的SOC估计精度优于EKF算法和PF算法的SOC估计精度。