特高压半波长交流输电系统经济性与可靠性评估
摘要：结合特高压交直流输电技术经济性方面的最新研究成果，采用最小年费用法对特高压半波长交流输电系统和±800kV特高压直流输电系统2种输电方案的经济性进行方案比较和敏感性分析，给出了特高压半波长交流输电系统的临界经济输送功率和附加控制费用上限，并对特高压半波长交流输电系统和±1000kV特高压直流输电系统的输电经济性进行了比较。运用可靠性评估方法对特高压半波长交流输电系统和±800kV特高压直流输电系统2种输电方案进行了定性和定量的可靠性评估。特高压半波长交流输电线路稳态特性研究
摘要：基于特高压半波长交流输电系统的正弦稳态解析解，分析了系统接感性负载和容性负载2种情况下，负载特性、功率因数对稳态运行特性的影响。结果表明：在不出现严重过载的正常工况下，半波长交流输电系统的线路过电压水平较低，线路损耗和电晕损耗较低，送端和受端的电压和电流的有效值差很小，相位基本反相；在过载情况下，线路中间段出现过电压现象；负载功率因数越高，线路的电压和电流越稳定。半波长交流输电线路电气长度人工补偿技术
摘要：采用半波长交流输电方式时，线路送端到受端的电气距离应接近半个工频波长，当线路的自然长度不足半个波长时，需要对电气长度进行人工补偿。基于传输线理抡模型，提出了T形和П形人工补偿结构，结合某1000kV交流输电线路参数，计算了不同补偿长度、补偿点数及负载特性下的补偿效果。结果表明，对半波长交流输电线路进行人工电气补偿在技术上是可行的。特高压半波长交流输电系统电磁暂态特性分析
摘要：我国主要能源基地到负荷中心距离较远，接近工频半波长范围，特高压交流半波长输电可以作为超远距离、大容量电力送出的一种可选方案。基于我国特高压线路参数并参考规划中的特高压系统，建立了特高压半波长输电系统研究模型，对特高压交流半波长输电的工频过电压、操作过电压、接地故障过电压以及潜供电流等问题进行仿真研究，给出了限制过电压和潜供电流的措施。特高压半波长交流输电系统稳态及暂态运行特性
摘要：分析了半波长交流输电线路的特性，验证了在仿真分析中半波长线路的分段等值法的准确性。通过仿真分析，得出半波长线路接入特高压电网中的稳态及暂态特性：包括功率以及功率因数对沿线电压分布的影响，线损率、输电网潮流分布、甩负荷以及故障情况下输电线路沿线过电压情况。仿真结果表明，沿线在输送超过自然功率时会出现过电压，功率因数影响沿线最大电压的位置，线损率在输送自然功率时最小，在甩负荷以及短路故障情况下，沿线会出现不同程度的过电压等。基于仿真结果，提出了半波长交流输电线路接入电网的设计建议。特高压半波长交流输电线路稳态电压特性
摘要：半波长交流输电技术具有远距离、大容量输电特征，在我国应用前景广阔，完善其电压特性研究，对我国电力系统规划和运行意义重大。根据电路理论推导了用于半波长输电线路仿真的线路参数模型，随后从入射波、反射波理论以及无功功率理论2个方面分析了半波长输电线路稳态电压特性，最后应用PSD软件仿真研究半波长线路沿线电压，验证了理论分析结论。特高压半波长交流输电线路沿线抽能供电初步研究
摘要：提出了在特高压半波长交流输电线路下架设抽能导线为线路周边负荷提供电能的新型供电方式。基于对抽能供电系统等效电源的分析，得出交流输电线路水平和三角排列方式下抽能系统的各项参数。通过建立交流输电线路和抽能导线的模型，数值分析了抽能供电系统的负载特性，给出提高其负载能力的方法，并进一步分析了输电线路单相接地故障对抽能供电系统的影响。特高压半波长交流输电经济性分析
摘要：基于我国能源资源情况，论述了特高压半波长交流输电技术在我国的应用前景。通过计算单位容量年费用，对比了特高压半波长交流输电和特高压直流输电的相对经济性，得出了特高压半波长交流输电的整体经济性优于±800、±1000kV特高压直流输电。分析了特高压半波长交流输电的社会效益，给出其控制费用上限，并针对电厂接线方式和输电容量对其进行了敏感性分析。±660kV宁东-山东直流输电换流阀最小交流电压运行试验的关键应力
摘要：首先介绍了直流换流阀基本结构与运行特性，分析了换流阀在最小交流电压条件下开通、关断的暂态过程，指出了影响直流换流阀可靠运行的因素，在此基础上总结了最小交流电压运行试验的关键应力，为合成试验装置输出提供了依据。最后通过宁东-山东±660kV直流换流阀最小交流电压运行试验结果，验证了以关键应力为依据、以合成方法进行的最小交流电压运行试验经济实用、充分等效，能够满足工程要求。基于马尔可夫状态空间图法的换流变系统可靠性评估
摘要：换流变压器可靠性对整个高压直流（highvoltagedirectcurrent，HVDC）输电系统可靠性的影响非常大，因而有必要加强对换流变系统的可靠性评估。提出了单12脉波接线的换流变系统状态间转移率（故障率、修复率和安装率）的确定方法，采用等值元件组模型建立了不计和计及备用换流变时的换流变子系统的马尔可夫状态空间图。分析了换流变备用方案成本与单12脉波接线的换流变系统可靠性的关系，总成本最小的备用方案即为最优备用方案。算例结果验证了该方法的有效性，根据各方案可靠性评估结果可确定最优备用方案。模糊Petri网在高速铁路牵引供电系统故障诊断中的应用
摘要：指出在高速铁路牵引供电系统故障诊断中应计及所获取的保护和开关动作信息的不确信性和模糊性，基于此，将模糊Petri网（fuzzyPetrinet，FPN）应用于牵引供电系统的故障诊断。考虑到牵引供电系统保护的特殊性，进行了第2次推理；针对越区供电时馈线远后备保护覆盖元件多的特点，增加了推理条件以保证推理的正确性；根据供电臂故障特征，给出了供电臂故障区间判别规则。算例分析结果表明，牵引供电系统的模糊Petri网故障诊断方法简洁、推理直观，能够在不确定或信息缺失的情况下，提高故障区域判断的确信性。电能质量综合补偿器的稳定性及电流控制特性分析
摘要：对电能质量综合补偿器的稳定性及电流控制的稳态误差特性进行了分析。首先，根据系统的等效电路图导出系统的结构图，求得系统对应的传递函数，证明系统为一个结构稳定的系统，根据Routh判据给出了系统稳定的充要条件。其次，对广义积分迭代控制算法在谐波电流抑制应用中的稳态误差特性进行了分析，数学推导证明广义积分控制器可以实现对谐波电流的完全跟踪，克服了常规比例积分控制的有差特性。仿真结果说明了所提综合补偿系统结构的可行性，也验证了系统的稳定性及其稳态无差特性分析的正确性。应用改进粒子群优化的模糊均值聚类算法的暂态稳定机组分群方法
摘要：针对模糊C一均值聚类方法（fuzzyC．means，FCM）应用于机组分群时存在易收敛于局部最优值的问题，提出了改进的粒子群优化（particleswarmoptimization，PSO）的模糊C．均值聚类算法（PSO．FCM）用于机组分群的方法，并阐述了分群算法中关键参数的选取方法。为充分利用FCM多特征量分析的优点，同时引入了功角、角速度作为分群特征量，提出了利用同调性指标自适应确定分群数目的方法，分群时采用约1个摇摆周期的数据分析。理论分析和仿真结果表明，所提方法能够取得一致、稳定的分群结果，效果优于传统的模糊聚类方法。分解协调式节点阻抗矩阵生成算法的并行实现
摘要：将互联大电网以节点撕裂方式分解为相互无电磁联系的独立子网，各子网通过撕裂节点间的虚拟断路器桥接。在各子网并行求得独立节点阻抗矩阵后，采用分解协调法来计及各子网的电磁联系，并利用大变化灵敏度理论修正各子网的独立节点阻抗矩阵，从而得到整个电网的节点阻抗矩阵。最后，通过仿真实验验证了该并行算法的有效性和正确性。短期电能计划安全校正软约束模型
摘要：对比了发电计划安全校正常用2种方法：灵敏度反向配对法和线性规划法。其中线性规划法由于其各约束条件均为硬约束，可能存在无解的情况。实际应用中如果不能彻底消除越限，要给出一个减弱越限程度的解以供决策参考。分析了常规安全校正模型中目标函数和约束条件的特点，基于摄动原理，引入不同特性的偏差变量和罚系数作为摄动量，构造了软约束优化模型，解决了常规线性规划法无解的问题。新模型简单而通用，在越限可消除时，新模型与常规模型的解是相同的，当越限不能消除时，新模型能够给出减弱越限程度的解。在某省调的实际应用验证了模型的有效性。分布式电源选址定容的多目标优化算法
摘要：在综合考虑网损、电压质量和电流质量3个指标的基础上，建立了分布式电源选址定容的多目标决策模型，并提出了一种改进多目标微分进化算法（improveddifferentialevolutionformultiobjectiveoptimization，IDEMO）。该算法引入混沌搜索策略以提高初始种群利用率，采用控制参数调整策略以克服算法对控制参数依赖性强的缺点，利用动态拥挤距离排序策略使得帕累托解集分布更加均匀，从而为最终决策提供了优良的候选方案。以上述算法求得的帕累托最优解集为决策矩阵，使用基于熵的序数偏好方法对最优解集进行排序，得到最终决策方案。在IEEE-33节点系统上对所提方法进行了测试，并从外部解、C指标和S指标3方面与其他3种多目标优化算法进行了比较，验证了所提算法具有良好的搜索性能。最后评价了所选方案的有效性。风力发电机组可靠性建模与维修策略优化
摘要：风力发电的快速发展使得风电机组结构越来越复杂，故障率也随之提高。为了提高风力发电机组的可靠性，提出了一种风力发电机组的可靠性优化策略。以双馈风力发电机为例，运用马尔可夫过程数学模型和可靠性理论建立风力发电机组的可靠性模型，在此基础上构造风电机组老化、故障和维修的网络结构图，从而得到风电机组可靠性最优时的维修策略。基于主成分分析与人工神经网络的风电功率预测
摘要：提出了主成分分析与前馈神经网络相结合的风电功率预测模型。采用主成分分析法对原始多维输入变量进行预处理，选择输入变量的主成分作为神经网络的输入，既减少了输入变量的维数，又消除了各输入变量的相关性，从而简化了网络的结构，提高了网络收敛性和稳定性。仿真结果表明，相对于一般神经网络模型，基于主成分分析的神经网络模型预测精度更高、泛化性能更好。
