教学课程资源库 更多>>

关键词： 动力与电气工程  

ISBN: (纸本)9787030746269

摘要： 《风电并网电力系统暂态分析=Transient Analysis of Wind Power Dominated Power Systems》主要介绍了现代变速恒频风电机组及其规模化并网电力系统的故障分析与暂态稳定问题、数学建模与分析方法。《风电并网电力系统暂态分析=Transient Analysis of Wind Power Dominated Power Systems》分为三个部分，共9章。绪论为第1和第2章，介绍电网故障扰动下风电机组控制保护结构、风电并网电力系统的特殊性；上篇为第3～第5章，分析电网对称、不对称短路故障期间风电机组的故障电流特征；下篇为第6～第9章，分析机电时间尺度、电磁时间尺度下风电并网电力系统的暂态稳定问题。

关键词： 暂态稳定分析   隐式梯形积分法   隐式联立法   微分代数方程  

摘要： 针对电力系统暂态稳定分析中仿真计算速度与精度的问题,提出一种“先离散、后优化”的暂态稳定分析方法。首先,采用稳定性较好的隐式梯形积分法对发电机系统、励磁系统微分方程进行数值离散;然后,离散化后的微分方程组与代数方程组联立为一个方程组,采用隐式联立法对该方程组进行求解;最后,对3机9节点系统不同三相接地短路故障情况进行仿真测试。仿真结果验证了基于隐式梯形积分法的电力系统暂态分析法的有效性,其具有提高微分代数方程求解速度的作用。

关键词： 电力系统暂态分析   电工电子学   本科教学   科研思路  

摘要： 为提高学生的科研能力,借鉴和学习德国教育经验,提高本科毕业生分析问题和解决问题的综合能力,使其达到工程教育专业认证通用标准的毕业要求。以电力系统暂态分析和电工电子学课程为例,从教学和科研思路两方面进行全面综合分析,提出适合我国的教学方案和措施。

关键词： 自动重合闸   极限切除角   最佳重合闸时间   暂态稳定  

摘要： 分析了瞬时性故障时自动重合闸合闸时间和暂态稳定极限切除角的关系,以及永久性故障时自动重合闸最佳合闸时间的确定方法,并利用MATLAB对单机无穷大系统和某多机系统进行了暂态稳定的仿真。仿真结果表明自动重合闸能有效提高电力系统瞬时性故障时的暂态稳定性。当系统发生永久性故障时,其最佳重合闸时间为系统的功角达到最大并开始减小,角速度为负并逐渐增大到最大值之前。

关键词： 船舶工程   热能发电技术   超临界二氧化碳   船舶电力系统   渗透率   暂态稳定性  

摘要： 针对在船舶电站中集成超临界二氧化碳布雷顿循环(supercritical CO_(2)Brayton cycle,S-CO_(2)BC)发电装置导致的船舶电力系统暂态稳定性不明确问题,采用整体等效建模方法构建以某一容量为9400 TEU的集装箱船为原型的中压电力系统仿真模型。通过以负荷静态特性为基础的频率约束法确定S-CO_(2)BC发电装置的渗透率理论限值,研究不同渗透率等级下发生三相短路故障和负荷突变时发电机组输出功率、相对功角、母线电压和电网频率等特征参数的变化规律,分析渗透率因素与电网发生电压失稳或功角失稳的内在关系。研究结果表明:S-CO_(2)BC发电装置并网会降低船舶电力系统暂态稳定性,当渗透率小于理论限值20.26%时,相对功角和母线电压最大瞬时偏差范围分别为1.37%~2.68%和1.23%~1.85%;当渗透率越限后,电网将发生功角或电压失稳。

关键词： 改进欧拉法   暂态稳定   时域仿真  

摘要： 大型机组参数恶化是一般情况下电力系统暂态问题的主要原因,而超高压长距离重负荷输电线路的投入,则使电力系统的暂态问题更加复杂化。时域仿真计算方法是当前分析暂态稳定性的主要方法之一。文章给出了基于改进欧拉法的暂态稳定分析流程,考虑发电机的三阶实用模型,对四机二区模型进行暂态稳定分析,验证了该方法的有效性。

关键词： 暂态稳定性   直接法   数据驱动   Lyapunov函数   虚拟同步机  

摘要： 高比例新能源接入的现代电力系统越来越接近系统运行的极限,从而使电力系统暂态稳定面临着更严峻的挑战。及时有效的暂态稳定分析策略能够为电力系统暂态稳定运行及防控策略的实施提供有力帮助,能够避免故障规模进一步扩大甚至发生大范围停电事故。而随着广域测量系统和通信技术的发展,人工智能方法可以加速复杂电力系统暂态稳定分析的过程,因此,研究基于数据驱动的电力系统直接法暂态稳定分析具有重要的现实意义。论文的主要研究内容分为以下几个方面:(1)为解决直接法暂态稳定分析中计算不稳定平衡点复杂并耗时的问题,提出一种基于PSO-MSVR方法的电力系统暂态不稳定平衡点预测方法。首先,采用BCU方法计算系统不同运行方式下的不稳定平衡点作为样本数据集;然后,利用MSVR方法构建系统稳态运行信息到不稳定平衡点间的映射关系,其中MSVR方法中的参数由PSO算法进行寻优,以实现更精确的预测效果;由此得到电力系统不稳定平衡点的预测模型,仿真结果表明该预测模型可以实现快速的不稳定平衡点预测并具有较高的准确度。(2)针对直接法暂态稳定分析中Lyapunov函数构造的难题,提出了一种基于神经网络的Lyapunov函数构造方法。首先,利用神经网络通用函数逼近器的特性,基于神经网络进行电力系统Lyapunov函数的构造,该策略分别由一个函数学习器和一个快速引导函数学习器找到所需函数的证伪器组成;基于构造出的Lyapunov函数可以获得由函数最大水平集表示的稳定域边界。在单机无穷大以及IEEE三机九节点系统上的仿真验证了该策略的有效性,并分别分析了不同参数对自身稳定域及在多机系统中对其它机组稳定域的影响。(3)风电出力的波动性会引起系统不稳定平衡点的变化,针对风电虚拟同步发电机并网系统提出了不稳定平衡点的计算方法。首先,建立了直驱风机系统各个部件和虚拟同步发电机控制的数学模型;基于虚拟同步发电机的动态方程,构建该系统的能量函数表达式;考虑风机出力波动性的影响,在PSO-MSVR方法的基础上建立了风电虚拟同步发电机并网系统不稳定平衡点预测模型,仿真结果验证了该方法的正确性。

关键词： 暂态稳定   深度学习   脆弱性分析   复杂网络  

摘要： 随着世界能源变革的推进,各国电力系统逐步呈现出可再生能源占比高、资产规模增加、区域互联紧密、电力电子化等特征,一旦系统遭受大扰动或外部威胁,极易进入暂态不稳定状态、引发连锁故障,这成为影响系统脆弱性的主要因素。目前的脆弱性研究方法主要从网络结构以及稳态运行两个角度展开,但缺乏暂态视角。基于此研究背景,为提高系统脆弱性分析精度,并降低建模复杂程度,本文提出一种考虑暂态影响的电力系统脆弱性分析方法。主要研究内容包括:（1）以经典电力系统模型为基础,从同步机、自动电压调节器、调速器以及网络结构多个角度,分析影响电力系统暂态稳定的关键因素,结合复杂网络理论,根据影响程度大小以及数据获取难度,提取影响暂态稳定的关键特征。（2）建立暂态稳定判断模型。以及线路三相短路为故障,考虑暂态稳定过程,采用PSD-BPA进行仿真,并利用Excel和Python语言编写样本批量生成程序,获得样本数据集。利用XGBoost算法,训练得到暂态稳定判断模型,并通过有效性评价指标,评估训练效果。（3）构建计及暂态的脆弱性分析模型。基于传统最优潮流模型,以负荷切除量最小为目标函数,考虑稳态交流潮流约束,将训练得到的模型作为暂态稳定约束,使用差分进化算法,进行N-1故障下系统脆弱性分析。（4）计及暂态的脆弱性分析模型效果验证。建立IEEE-39节点系统,首先,使用深度学习有效性评价指标,通过深度置信网络、决策树、支持向量机以及XGBoost得到不同暂态稳定判断模型,并比较其预测效果;其次,通过三种脆弱性分析方法对比,验证本文所提方法的合理性;最后,通过比较最小负荷切除量与系统等值惯性时间常数、发电机-线路等值电气距离的关系,证明其能反映计及暂态的系统脆弱性。综上所述,本文所提方法有能效衡量线路的脆弱程度,相比于传统方法,有助于提高分析准确度,保证结果真实性,为电力系统预防控制提供可靠的依据,在实际应用中具有较高的参考价值。

关键词： 电力系统   暂态稳定分析   暂态稳定预防控制   迁移学习   模型解释  

摘要： 电力系统作为能源供应体系中的重要组成部分,对国家经济发展及社会活动具有战略性意义。暂态稳定分析及预防控制为保障电力系统安全稳定运行发挥重要作用。为应对电力系统运行方式复杂多变的特点,具有强自适应能力的在线暂态稳定分析及预防控制将成为电力系统安全稳定运行必不可少的重要支柱。电力大数据和人工智能技术为其发展提供了新的契机。为此,本文围绕数据驱动在电力系统暂态稳定分析及预防控制中的应用,展开如下研究工作: (1)提出了一种预想故障和潮流数据混合驱动的在线暂态稳定分析建模新方法,以规避在线评估过程中进行耗时的时域仿真,同时消除模型冗余。设计了混合信息训练数据集,并引入独热编码表达混合信息训练数据集中的数字量特征,提升了暂态稳定分析模型的性能。此外,提出了改进型自适应合成采样算法,以改善暂态稳定分析中样本数据不平衡问题。 (2)针对电力系统拓扑变化的应用场景,提出了一种基于迁移学习的在线暂态稳定分析方法。引入数据迁移学习思想至暂态稳定分析建模过程,充分挖掘并利用现有暂态稳定分析数据的信息,辅助在新故障和新拓扑场景下暂态稳定分析模型的构建和更新,实现暂态稳定分析模型的易扩展性和易更新性。 (3)针对全局暂态稳定预防控制方法实时性不足的问题,提出了一种新的基于模型解释的序贯暂态稳定预防控制方法。首先设计了基于模型解释的序贯暂态稳定预防控制框架。然后在此框架基础上,引入了两种模型解释方法——与模型无关的局部可解释方法(Local Interpretable Model-agnostic Explanations,LIME)和核-Shapley加性解释方法(Kernel-Shapley Additive Explanations,K-SHAP),以解释在线暂态稳定分析监测到的不安全运行方式,快速识别关键控制机组。最后提出了两种可行的基于模型解释的序贯暂态稳定预防控制策略:双暂态稳定分析模型驱动策略和单暂态稳定分析模型驱动策略,实现暂态稳定预防控制的在线生成。