摘要:“双碳”目标驱动以新能源为主体的新型电力系统快速发展，大规模新能源接入给电力系统带来强随机扰动，传统控制方法无法有效解决强随机扰动下电力系统稳定性变差的问题。从自动发电控制(automatic generation control, AGC)角度，提出了一种具有信息松弛的多态能源协调控制策略，以获取多态能源系统的最优协调控制。所提策略在“控制”部分采用具有完全信息松弛特性的前瞻有界Q学习(lookahead-bounded Q-learning, LQ)来预测未来Q值的上下界，以提高强随机环境下Q学习的快速收敛能力及控制性能；在“分配”部分利用新颖的分层双Q学习强一致性(hierarchical double Q-learning based multi paxos, HDQMP)策略来解决机组激增而产生的“维度灾难”问题。通过对改进的IEEE标准两区域负荷频率控制模型和大规模新能源接入的多态能源系统模型仿真，验证了所提方法的有效性。且与其他方法相比，所提方法具有更优的控制性能和更快的收敛速度。

摘要:为了抑制七阶电力系统中的混沌振荡，根据自耦PID控制理论提出了一种简单的混沌控制方法。该方法首先将七阶混沌系统控制问题分解为三个严格反馈子系统的控制问题，然后将每个子系统已知和未知动态分别定义为一个总扰动，进而将三个子系统等价映射为一个三阶线性扰动系统和两个二阶线性扰动系统。据此分别构建了在总扰动反相激励下的三个受控误差系统。根据自耦PID控制理论，分别设计了一个扩展自耦PD控制器和两个自耦PD控制器。最后分析了每个子系统的鲁棒稳定性和抗扰动鲁棒性。仿真结果验证了所提控制方法的有效性，每个状态变量均能由混沌振荡状态恢复到稳定运行状态，且控制信号光滑。因此该方法在电力混沌振荡控制系统领域具有良好的实际应用前景。

摘要:为缓解风电自身有功调节能力差的问题，提出一种用于提升风电场有功调节能力的风储系统多时间尺度运行策略。首先，为减少储能充放电状态转换次数，将储能单元划分为充、放电组，分别承担充、放电需求，根据储能单元荷电状态，采用储能单元动态分组机制更新充、放电组中的储能单元。其次，基于模型预测控制方法构建风储系统多时间尺度运行模型，用于提升风电场不同时间尺度的有功调节能力。提出储能单元功率分配策略，精细化管理储能单元有序动作，优化储能出力在各单元间的功率分配。最后以新疆某风电场构建算例，结果表明，所提策略能有效提升风储系统有功调节能力并减少储能充放电状态转换次数。

摘要:针对电力线信道噪声干扰大、噪声建模复杂、重建无噪信号样本困难等问题，提出了一种面向一维时间序列的Noise2Noise神经网络优化模型，并验证分析Noise2Noise算法抑制电力线噪声的可行性。首先，分析了Noise2Noise算法的原理，对该算法原理进行了理论推导。其次，通过选取合适的网络结构，改进网络输入输出，使神经网络适合处理实验数据，并采用正弦波数据进行网络测试与模型验证。然后，通过搭建正交频分复用(orthogonal frequency division multi-plexing, OFDM)调制模型，产生OFDM符号，并添加特定噪声，形成带噪样本。最后，基于改进的网络结构实现了对电力线接收信号的OFDM前导序列进行带噪样本测试，增强了Noise2Noise方法的可行性与有效性，具有较好的实用性。

摘要:针对风速随机性给风能转换系统(wind energy conversion system, WECS)带来的非线性和参数不确定性，提出了一种模糊自耦合PI控制方案用于低风速的最大功率点跟踪。自耦合PI被用来完成基本的转速跟踪，以实现对风力机尖速比的最优化控制。而模糊控制器则被用来获取自耦合PI在不同工作点下的控制参数，以提高系统对风速变化的适应能力。为了验证所提方案的可行性，在Matlab/Simulink搭建的2?MW风能转换系统仿真模型中开展了与传统方法的对比实验。仿真结果表明，相比于传统PI、模糊PI以及GA-PI，所提出方法拥有更佳的转速跟踪性能、更平滑的响应曲线以及更多的电能输出。

摘要:模块化多电平换流器(modular multi-level converter, MMC)直流侧发生接地短路时，故障电流具有上升快、峰值高的特点。为减小断路器开断应力，从能量角度出发，对子模块和桥臂动态过程进行分析，建立考虑交流侧功率影响的直流故障下MMC等效放电模型，推导出了故障电流表达式。提出一种基于交流侧馈能的主动限流策略，通过引入前馈控制，对含物理限流电阻的控制框图进行变换，等效增大直流侧限流电阻。并对其参数进行整定，进而将故障时电容部分能量馈入交流侧，达到了降低故障时电流上升率和电流峰值的目的。该控制方式不仅抑制交流侧电源向故障点放电，而且减小了直流电容向故障点的放电电流。最后，在PSCAD/EMTDC中建立了四端环状MMC输电网模型，验证了所提方案的可行性。

摘要:交流送出线路是海上风电经柔直并网的重要组成部分。该线路故障时，呈现出明显区别同步机电源的故障特征，使得传统纵联保护难以满足可靠性与灵敏性的要求。结合故障后交流送出线路两侧电流变化量的特点，提出一种利用电流变化量相似性的纵联保护原理。以Kendall算法为基础，对交流送出线路内、外部故障时风场侧与柔直侧电流变化量的相关性进行定性分析，提出基于线路两侧电流变化量相关系数的保护判据。利用EMTP-RV仿真软件搭建了海上风电柔直并网系统模型。通过对故障类型、过渡电阻、分布电容、噪声、采样频率、数据窗长以及控制策略的仿真分析，验证了该方法的有效性与可行性。

摘要:电网发生不对称故障会导致公共连接点(point of common coupling, PCC)电压下降，严重情况下还存在切机风险。而传统电压支撑策略易受到机组出力影响，不能灵活支撑PCC电压。针对上述问题，提出了一种不对称故障下考虑光储出力的最优电压支撑策略。首先分析了不对称故障下的电压支撑原理，推导了电压支撑方程。然后基于上述方程，以并网标准对PCC电压的运行要求为目标，考虑电流峰值和有功功率波动幅值为约束条件，得出了理想的电压支撑方案。进一步根据光储实际出力和理想的有功功率参考值，对光储出力场景进行分类。当理想的电流参考值无法满足最优解时，联立电压支撑方程和相应约束方程，建立关于电流各分量的非线性方程组，可解得最优电流参考值。最后通过仿真验证了所提策略的有效性和灵活性。

摘要:虚拟振荡器控制(virtual oscillator control, VOC)策略是一种新型分布式控制方法，在离网和并网逆变器中具有巨大的应用潜力。然而，当负载变化及非线性不平衡负载接入系统时，基于VOC的离网逆变器系统会存在频率偏差和谐波问题。针对上述不足，通过分析混合负载对电力系统造成的影响，提出一种改进的VOC策略，并引入电压、电流正负序分离技术，设计了二次频率补偿器。同时改进了电压电流双闭环控制结构，进一步提高了系统抑制谐波的能力。在Matlab/Simulink平台中搭建了离网逆变器系统仿真模型。通过与传统VOC进行对比，验证了所提控制策略在解决频率偏差和抑制谐波问题中的有效性。

摘要:为了进一步提高配电网供电可靠性，提出了一种计及馈线自动化(feeder automation,?FA)故障处理过程的配电终端优化布置方法。首先以自适应综合型FA模式为例，分析FA的故障定位、隔离与恢复供电的故障处理全过程，并基于电力系统仿真软件DIgSILENT建立了配电终端的动作信号逻辑模型。其次，在考虑了FA故障处理过程的条件下，计算包括故障区域与非故障区域的总负荷停电损失成本，与总投资成本共同构成模型目标函数。考虑系统平均供电可用率指标约束等因素，建立配电终端优化布置模型。然后，基于整数编码的人工蜂群算法确定配电终端最优安装总数，制定配电终端最优配置方案，计算出配电终端最优选址方案。最后，以冀北某地区10 kV配电网作为仿真算例，基于DIgSILENT模拟FA故障处理全过程，验证所提方法的有效性和适用性。

摘要:针对非晴天天气类型历史数据量匮乏导致光伏功率预测精度低的问题，提出了一种含有梯度惩罚的改进生成对抗网络(Wasserstein generative adversarial network with gradient penalty, WGAN-GP)和CNN-LSTM-Attention光伏功率短期预测模型。首先，利用K-means++聚类算法将历史光伏数据划分为若干天气类型，使用WGAN-GP生成符合各天气类型数据分布规律的高质量新样本，实现训练集数据增强。其次，结合卷积神经网络(convolutional neural network, CNN)在特征提取上的优势和长短期记忆网络(long short-term memory, LSTM)在时间序列预测上的优势，提升预测模型学习光伏功率与气象数据间长期映射关系的能力。此外，引入注意力机制(Attention)弥补输入序列长时LSTM难以保留关键信息的不足。实验结果表明：基于WGAN-GP对各类型天气样本扩充能有效提高预测精度；与3种经典预测模型相比，所提出的CNN-LSTM-Attention模型具有更高的预测精度。

摘要:输配电线路走廊的导线触树单相接地故障可能引燃植被、诱发火灾，威胁线路的正常运行。植被含水率是影响导线触树单相接地故障的重要因素，但含水率对故障发展过程、故障特性的影响尚不明确。以典型植被桉树为对象，开展了导线触树单相接地故障试验研究。基于试验现象及泄漏电流波形，从炭化通道发展及含水率变化的角度分析了植被高阻接地故障发展过程，研究了含水率对故障过程中泄漏电流、炭化通道、等效电阻等特性的影响规律。随后，揭示了泄漏电流第一峰值与含水率关系，建立了基于植被长度、直径、含水率的泄漏电流第一峰值预测模型，通过试验验证了预测模型的准确性。该研究成果对于导线触树单相接地故障的检测、诊断及预测具有重要意义。

摘要:针对恶劣天气下配电网应对极端事故的系统弹性提升问题，提出了计及复合自然灾害时空相关性的配电网储能电站多层规划方法。首先建立了恶劣天气下考虑暴雨强度与风速相关性的联合灾害强度概率分布模型，通过对复合灾害强度分布特征与配电网元件运行风险之间的多维时空相关性分析，构建了计及复合自然灾害时空相关性的配电网故障风险模型。其次提出了复合灾害天气下提升配电网运行弹性的储能电站多层规划策略，构建了考虑灾害时空分布特征的储能配置-风险建模-配网调度的储能电站规划模型架构，并基于Benders分解将其转化为三层混合整数非线性规划问题进行高效求解。通过典型配电网的仿真测试和对比分析可知，所提方法能够有效提升恶劣天气下配电网应对故障风险的运行弹性和恢复能力，保障灾害事件下配网重要负荷的可靠供电。

摘要:电网工频时变将导致固定采样率下的非同步采样现象，降低谐波检测精度。A类谐波测量仪器通过硬件锁相克服了该问题，但高昂的价格使其难以广泛应用于实际工程。在嵌入式系统中通过合理的算法校正非同步采样结果，实现谐波的准确测量，能够有效降低设备成本。首先分析频谱泄漏抑制条件与多点变换谐波测量算法特性，研究不同变换点数对频谱的影响，推导在不同采样条件下的最佳变换点数选择式。其次提出优先计算基波及低次奇次谐波频率的平均参考工频优化算法，进一步改善了整体计算效果。最后在STM32嵌入式系统上实现了算法。模拟数据计算及LED灯谐波检测实验结果均验证了在非同步采样下，基于该算法的嵌入式系统谐波测量的高精度性与高可靠性。

摘要:光伏组件遮挡、老化等问题会使单相准Z源级联多电平逆变器单元间功率不平衡，严重时功率较大的单元会过调制，导致并网电流畸变甚至影响系统稳定。针对此问题，对单相准Z源级联多电平逆变器进行模型分析，阐述了过调制机理和最优3次谐波注入原理。在此基础上，提出一种优化的3次谐波补偿控制策略。该方法不仅能保证系统最大功率输出和单元间直流母线电压平衡，而且能根据拟合曲线选择出最优的3次谐波补偿系数，扩大逆变器运行范围，确保严重功率不平衡时所有单元都不过调制，抑制并网电流畸变效果明显。仿真和实验结果均验证了所提控制策略的有效性。

摘要:为对复杂山区含高铁负荷和风光电站的输电网进行合理规划，提出了考虑高铁负荷和风光不确定性的输电网随机规划方法。首先，对具有间歇性和冲击性的高铁负荷，通过拉普拉斯混合模型结合二项分布对其进行建模。其次，针对直流随机潮流不能计及电压分布，而交流随机潮流模型较为复杂的问题，以解耦线性潮流计算为基础，提出一种基于解耦线性化的半不变量随机潮流计算方法，并基于此构建考虑电压偏差的输电网规划模型。然后，针对输电网规划求解问题中决策变量维度高、约束复杂的特性，通过自适应地动态调整进化过程中交叉、变异概率对遗传算法进行改进。最后，对某高海拔山区铁路沿线电网进行仿真研究，验证了本模型和求解算法的正确性与有效性。

摘要:应用科学有效的评价方法对综合能源系统(integrated energy system, IES)的规划方案进行评价，可为其合理建设与运行提供重要保障。首先分析了双碳目标下工业园区IES的能源架构及运行模式，将其多能互补的特征与碳减排、碳交易机制有机融合，构建了涵盖经济、技术和环境三大方面的综合评价指标体系。然后，针对IES运行的不确定性问题，以云物元模型建立综合评价的基础框架并对该模型实际应用的不足进行了两点改进：一方面考虑评价者对模糊性的可接受程度对云熵参数计算方法进行优化；另一方面基于最小鉴别信息原理将决策实验室(decision-making trial and evaluation laboratory, DEMATEL)法与CRITIC法结合，解决了单一赋权方法导致的偏向性问题，得到更为合理的组合权重。最后，通过算例分析验证了所提评价方法可以有效解决传统物元评价的长板或短板效应以及系统运行不确定性带来的评价难题。

摘要:大规模新能源并网重塑了电力系统的控制运行特性，现有的电力系统状态估计方法面临新能源波动数据识别困难、估计精度低、估计速度慢等问题。为改善现有方法的不足，提出了一种基于残差连接(skip connection, SC)-深度神经网络(deep neural network, DNN)和多源数据融合的新能源电力系统状态估计方法。首先采用基于双向长短期神经网络(bidirectional long short-term memory, BILSTM)预测的改进插值法进行多源数据融合。然后利用联合时空交叉机制和BILSTM网络的数据辨识技术替代传统的量测量突变检测法，以便更好地处理新能源波动数据。最后根据原始量测数据集建立基于SC-DNN的状态估计模型，把残差模块的拟合优势和神经网络的速度优势结合起来，从而实现状态估计精度和速度的提高。基于IEEE39节点系统和新疆某地区实网的算例分析表明，相比于传统方法，所提方法能在更准确地分辨新源波动数据与不良数据的同时提高状态估计的精度和速度。