摘要:现代电力系统因其“双高”特性造成电能质量扰动模式愈加复杂，对复合扰动的准确分类提出了挑战。传统电能质量扰动分类方法在特征提取阶段所提取的特征由人为确定，难以判断所提取的特征对分类问题是否有效，加之多重复合扰动特征相互耦合导致扰动特征的可分性确定困难。为此，提出一种基于粒度的计算方法进行特征选择的模型。在提取的扰动特征集的基础上，通过构建多粒度空间反映特征分布差异性，进而挖掘各粒度下的最优特征子集以确定有效和冗余的分类特征，达到优化分类效果的目的。在此基础上，通过集成分类模型融合不同粒度空间最优扰动特征集所训练的同质弱分类器模型，提出一种新的电能质量扰动多粒度集成分类方法。该方法克服了现有方法在进行多粒度分类时通过寻找最优单粒度空间特征而导致的其他粒度空间信息丢失的问题。实验表明，多粒度特征选择算法可提取对分类有效的扰动特征，集成分类模型可进一步改善模型的分类性能。

摘要:背靠背型电力弹簧作为一种负载侧调压的装置，具有无需储能元件、成本低廉的优势，然而现有的控制方法没有充分利用它的运行域。以背靠背型电力弹簧为研究对象，建立了背靠背型电力弹簧多重工作点的数学模型。将电力弹簧的运行域分为了四个部分，并根据各运行域的特点提出相应的分段控制策略。分段控制增大了背靠背型电力弹簧的运行范围，使关键负载在系统电压波动时仍然可以在额定电压下运行，保证了系统的稳定性。通过PSCAD/EMTDC的仿真，证明了所提出的分段控制可以充分利用背靠背型电力弹簧的稳态工作点。

摘要:高比例间歇性分布式光伏的接入给交直流混合配电网的运行带来了挑战。当前所提两阶段随机优化调度模型对不确定变量的观测较为粗略，导致配电网实时决策与日前决策偏差较大。鉴于此，提出了基于场景树的交直流混合配电网多阶段随机优化模型。所提模型以日前购电成本、日内调节成本和实时平衡成本之和最小为目标，通过储能装置的充放电功率调节、换流站输出功率调节和需求响应等灵活调节措施，实现了间歇性光伏的就地消纳和系统的削峰填谷。多阶段随机优化模型的日前离散决策变量可随日内和实时阶段的不确定信息改变而自适应调整，更符合实际高比例光伏渗透下交直流混合配电网的运行需求，为其经济灵活运行提供技术支撑。

摘要:随着可再生能源渗透率的提高，电力系统中电力电子装置不断增加，装置间相互影响会诱发频率从几赫兹到数千赫兹范围内的宽频振荡。针对直驱风电场(Direct-Drive Wind Forms, DDWFs)经柔性直流输电(Voltage Source Converter based High Voltage Direct Current, VSC-HVDC)并网引发的宽频振荡问题，基于DDWFs经VSC-HVDC并网系统动态数学模型，建立了小信号模型与阻抗模型。进而采用特征值分析法对振荡模式进行了分析，并验证了“负电阻”理论在该系统宽频振荡机理分析中的适用性。最后结合特征值分析法和阻抗法全面分析了参数变化对振荡特性的影响，并利用PSCAD/EMTDC验证了上述分析的正确性。结果表明，可以基于特征值分析法和阻抗法进行参数调整以减小宽频振荡幅值。

摘要:复杂环网中继电保护在线整定的顺利进行依赖于极小断点集的快速求取，但现有极小断点集求取算法在算法复杂度、断点集维数及计算效率等方面还存在不足。对此，提出了一种适用于继电保护在线整定的极小断点集求取算法。该方法基于图论中基本割集矩阵与基本回路矩阵的固有关系，将复杂环网的断点集求取问题转换成了基于基本割集矩阵的基本回路断点集求取问题。通过动态调整基本割集矩阵，逐步计算得到网络极小断点集。算例分析表明，所提算法能够在有效的时间内求得网络极小断点集，大大降低了问题的复杂性。

摘要:在混合交直流多微网系统中，其经济性和运行可靠性受到容量优化配置的影响。考虑到基于电储能以及氢储能系统(电解槽/燃料电池/储氢罐)的混合储能系统所具有的优势，建立了电-氢混合储能型多微网系统框架。其次，针对电-氢混合储能型多微网系统，提出了考虑系统的实时能量供需状态和储能状态的多微网运行控制策略。在容量优化配置模型中引入功率交互约束模型，并在配置过程中嵌入所提出的运行控制策略。最后，以算例分析证明功率交互约束的必要性，并采用灰狼-正弦余弦优化算法求解配置模型。所得配置结果优于改进灰狼算法和改进粒子群算法。通过模拟全年运行情况，验证了所提优化配置方法的有效性和电-氢混合储能系统在季节性储能上的优势。

摘要:为挖掘用户侧节能减排潜力，对用户用电行为进行精细化分析和管理，提升电能利用效率，提出了一种基于高斯混合模型聚类和深度神经网络相结合的非侵入式负荷监测方法。首先，针对同一电器常出现功率相近但运行状态不一致问题，利用高斯混合模型聚类算法中“软分类”和类簇灵活的优势，对负荷工作状态进行精细分类，形成负荷用电设备实际运行情况的负荷状态特征库。其次，针对常见的应用于非侵入式负荷监测模型的深度神经网络在多标签分类时存在识别精度低等问题，提出卷积神经网络与门控循环单元混合的深度神经网络模型。最后，综合考虑外部环境数据对家庭用户用能习惯的影响，在AMPds2数据集上开展验证分析，并与其他模型进行对比。结果表明，所提的非侵入式负荷监测模型具有较高的准确性。

摘要:为解决电动汽车面临的充电难题，提出面向“代客加电”服务的电动汽车充电引导策略。首先，充分考虑“代客加电”服务，对电动汽车充电引导场景及充电影响因素进行分析。其次，以最优化电动汽车用户充电经济成本、代充电服务侧利益以及充电站设备利用率为目标建立充电引导模型，并采用改进的灰狼优化算法引导电动汽车的充电行为。最后，对某城市主要城区内具有充电需求的电动汽车进行仿真。结果表明：面向“代客加电”服务的电动汽车充电引导策略能够有效减少电动汽车用户充电经济成本、代驾司机代充电过程中的时间成本以及距离成本，同时实现充电站间设备利用率均衡分布。

摘要:储能虚拟同步机(Virtual Synchronous Generator, VSG)控制接入电网能够有效提升未来高比例可再生能源与高比例电力电子设备的“双高”电力系统的惯性，抑制系统受到外界扰动时的频率波动。以调频为控制目标，应用模型预测控制(Model Predictive Control, MPC)对储能变流器VSG的输入功率进行自适应控制，能够进一步改善扰动时的系统频率响应。通过建立储能变流器VSG的预测模型，设计了关于频率增量与输入功率加权平方和的代价函数。通过二次规划计算出最优控制序列，对VSG有功功率输入值进行实时的修正。结果表明，该方法可以提升系统惯性，有效抑制功率波动时的最大频率偏移与最大频率变化率。相比于传统控制方法，系统频率变化率得到了有效的改善。

摘要:针对光伏发电系统定期维修费用较高且不能充分利用系统实时状态而动态调整维修策略的问题，在考虑设备运行状态和天气因素影响的基础上，提出了一种基于关联集和可用度的光伏发电系统动态组合维护策略。首先，从设备功能相关性出发建立关联集，以关联集为单位进行维修决策，并通过改进的马尔可夫模型预测设备和关联集状态，计算其可用度。然后，在设备维修决策阶段，以维修成本最低和可用度最高为目标，通过引入方式因子结合设备状态类型确定维修时间及方式。在关联集维修策略优化阶段，依据设备之间经济结构相关性建立共同维修决策集，从而确定系统最佳维修策略。最后，以某光伏电站为例验证了所提方法的正确性和有效性。结果表明，该方法能有效节省系统维修总费用，提高系统可用度。

摘要:现有文献仅以线路传输功率限制或“热电耦合”约束为单一弃风原因研究电热联合系统的消纳弃风策略，因而仅适用于消纳单种原因产生的弃风。针对这一问题，同时考虑两种弃风原因，研究进一步提高风电消纳的调度策略，提出了一种计及电网线路重构的直流潮流改进算法。在此基础上构建了考虑优化机组组合与线路重构的电热联合系统源网协同调度模型。通过实例仿真，验证了该模型能够根据弃风量大小和弃风原因的不同，通过机组出力优化、机组组合和输电线路重构3种策略的合理选取或组合，同时消纳由两种原因引起的弃风。并且该模型能够在不新增投资的情况下，实现风电消纳最大化。

摘要:风电机组主轴承作为传动系统的重要组成部件，其异常辨识精度受风速波动的影响较大。针对该问题，提出了一种基于BPNN-NCT的风电机组主轴承异常辨识方法。首先，利用相关系数法确定了与主轴承状态相关的参数作为模型的输入，并基于反向传播神经网络(BPNN)建立了以主轴承温度为状态参数的状态参数预测模型。然后，基于非中心t(NCT)分布刻画了不同风速波动区间下状态参数预测残差的分布特性，并在此基础上提出了计及风速波动影响的风电机组主轴承异常状态量化指标。最后，以某风电场的2 MW直驱风力发电机组为例，验证了所提方法的有效性和准确性。

摘要:为提高混合双端高压直流输电线路故障快速清除能力，确保输电系统安全运行，提出了一种基于变分模态分解(Variational Mode Decomposition, VMD)能量熵的混合双端直流输电线路纵联保护方法。根据高压直流输电线路边界元件两侧的电压能量不同，同时考虑故障类型以及过渡电阻的影响，构造了电压故障分量的能量熵保护方案。将故障时测量点采集的电压故障分量进行VMD分解，得到若干固有模态分量并计算能量熵。根据区内外故障时电压故障分量的能量熵大小不同构造区内外故障判据，由正负极电压故障分量的能量熵之比构造故障极判据。通过PSCAD/EMTDC建模仿真，并利用Matlab结合保护判据对该方法进行验证。结果表明，该保护方法快速性好、可靠性高、耐过渡电阻能力强。

摘要:利用计算机视觉技术来快速、准确地获得用户的用电信息对于电力部门具有重要意义。针对传统算法精度低、速度慢等问题，提出了一种基于自适应贝塞尔曲线网络的用电信息识别算法。该框架集检测、识别于一体，实现了端到端的文本定位和预测。检测端结合了特征金字塔网络和残差网络，对输入图像进行特征提取，并通过四个控制点生成贝塞尔曲线，能更好地拟合文本框。识别端采用了卷积循环神经网络，引入门控循环单元替代长短期记忆网络，再结合注意力机制对文本进行识别。最后在数据集上开展五组消融实验，进行性能对比和评估分析。实验结果显示，该算法识别精度高达99.08%，且推理速度快，可被用于用电信息检测与识别的实际应用中。

摘要:针对现有特高压直流工程直流故障仿真模型未考虑控制系统以及其纯数值仿真速度慢的问题，提出了一种多端混合特高压直流工程的半解析仿真法。首先，在直流单极接地故障下，建立了考虑控制器动态的常规和柔性直流换流站实用模型。然后，进一步建立了典型三端混合特高压直流输电工程的直流单极接地故障仿真模型，并使用多阶段半解析法求解。多阶段半解析法的核心思想是将仿真时段均分成多个子区间，并在每个子区间上求近似解析解。该方法融合了解析方法和数值方法的优势，并有利于开展并行计算。最后，将所得结果与PSCAD/EMTDC、欧拉法和4阶龙格库塔法等常用数值解法进行比较。结果表明，所提方法能得到与PSCAD/EMTDC高度吻合的仿真波形，且速度远快于常用数值解法。

摘要:为克服传统高压直流输电线路保护利用单端电气量无法可靠区分区内、外故障的缺陷，提出一种通过广义S变换提取直流线路故障电流高频频带幅值特征的单端量保护新方法。该方法在配备有混合直流断路器的直流线路发生故障时，利用1000~2500 Hz各采样频率电流横差值在区外明显小于区内的特征，构造了区内、外故障判据。利用300~1000 Hz的特征频率在单极接地故障时故障极特征频率电流幅值比非故障极大，以及两极短路故障时两极的特征频率电流幅值近似相等的特征，构造了故障启动判据和选极判据。在RTDS仿真平台搭建了风光储联合发电站经高压直流外送的三端柔性直流输电系统模型。仿真结果表明，所提方法能快速、可靠地识别故障类型和故障范围。同时，仿真验证了基于混合直流断路器的直流故障穿越方案的有效性。

摘要:为了有效提取局部放电信号故障特征，进而对电力变压器故障进行诊断，提出一种基于经验小波变换(Empirical Wavelet Transform, EWT)和多尺度量子熵(Multiscale Quantum Entropy, MQE)的变压器局部放电特征提取方法。首先，该方法利用EWT对局部放电信号进行分解，得到多个不同的固有模态分量(Intrinsic Mode Function, IMF)和残余分量。其次，计算信号分解出的每个IMF的多尺度量子熵序列。然后，对多尺度量子熵序列利用局部切空间排列算法(Local Tangent Space Arrangement, LTSA)进行降维处理。最后，采用层次聚类算法(Hierarchical Agglomerative Clustering, HAC)进行聚类分析，得到不同放电类型的识别结果。通过与不同诊断方法对比，仿真结果及实验数据验证了所提方法的有效性和优越性。

摘要:当电网电压存在谐波与直流偏移时，传统锁相环无法精确锁相。为此，提出一种基于递归通用信号延迟叠加算子的改进单相锁相环算法。该方法在锁相环前级引入递归通用信号延迟叠加算子，以产生正交信号并滤除谐波。接着在两相静止坐标系下，构建延迟采样周期滤波器，通过将正交分量延迟两个采样周期的方法抑制直流偏移。所提单相锁相环技术能够消除直流偏移和谐波干扰的影响，快速准确地获取基波和所需的特定次谐波信息，同时具有良好的动态性能和稳定性。最后，仿真与实验结果证明了该方法的可行性。

摘要:电动汽车的大量推广必须以科学合理的充电设施规划为基础。提出一种城区电动汽车充电站布局规划方法。首先，在城区电动汽车快充需求分布预测基础上，以充电站内充电机数量、充电站与快充需求点间距离以及充电站间距离为约束，充电站社会年总成本最小为目标，建立兼顾充电站、电动汽车用户以及电网三方利益的充电站选址定容模型。然后，采用Voronoi图联合改进粒子群算法对模型进行求解。通过Voronoi图划分充电站服务区域，再利用改进粒子群算法进行全局寻优，得到规划区域内充电站选址定容最优方案。最后，以某城区为例进行仿真，验证了所提方法的有效性。