过刊目录风机最大功率跟踪运行模式,以及自身有限的旋转动能,导致构网型直驱风机暂态支撑能力受到制约。而构网型直驱风储一体机由于接入储能,拥有额外能量来源,其暂态支撑性能得到大幅提升,但风储一体机在暂态支撑过程中对旋转动能和储能的调用机制尚不明晰,仍需进一步探究。该文建立了虚拟同步构网型直驱风机及风储一体机动态模型:首先通过分析构网型直驱风机在频率、电压跌落工况下的暂态响应特性,归纳总结了风力机动态特性对构网型直驱风机支撑能力及暂态稳定性的约束;其次考虑风储一体机内部能量流动特性,对虚拟同步控制的暂态响应功率进行分解,提出基于暂态响应功率分解的储能驱动控制策略,实现了转子动能和储能的灵活调用,将储能纳入虚拟同步构网控制主动支撑体系中;最后形成基于风储一体化的构网型直驱风电机组暂态支撑能力提升策略。经过多种工况的仿真验证,该策略能够提升风储一体机暂态支撑能力,为风电发挥主动支撑功能提供技术指导。
构网型储能技术是提升新型电力系统稳定性的重要手段,而直挂式储能系统凭借其高效率、模块化和无需变压器等优势,成为实现大容量构网型储能的优选方案。然而,由于直挂式储能系统直接接入中高压电网,与电网之间的电气距离更近,导致其面临更低的电网阻抗。电网阻抗的减小会降低构网型系统的稳定裕度,构网型控制的稳定性面临严峻挑战。为解决这一问题,该文提出了基于阻抗增强的稳定性提升控制策略。通过等效内电压控制将滤波电感复用为耦合阻抗,从而在物理层面增强了耦合阻抗,将低电网阻抗下的不稳定系统转变为稳定系统;针对阻尼不足而引发的功率振荡问题,通过自适应虚拟阻抗等效增强耦合阻抗,提高系统阻尼比,并提供可靠的限流功能。等效内电压控制与虚拟阻抗协同作用,有效地提升了低电网阻抗下的构网型直挂式储能系统的稳定性。零电网阻抗下的实验结果验证了策略的有效性。
随着构网型逆变器(GFM)在电力系统中的渗透率不断提高,电力系统的动态特性发生了重大变化。基于阻抗模型的模态分析(MAI)方法通过阻抗参与因子评估电源与电网的交互作用。然而,由于MAI使用阻抗端口模型,将GFM视为一个整体,难以揭示GFM内部不同控制回路之间的复杂动力学耦合机制。该文提出一种扩展阻抗模态分析(EMAI)方法,首先将GFM动态等效分解为功率频率同步控制主导的同步动态和电压控制主导的电磁动态;其次,分别计算两类动态的等效阻抗参与因子和参与比,确定系统的主导动态;然后,提出显式参数参与因子,用于进一步识别主导动态控制回路的关键参数,为提升系统的稳定性奠定基础;最后,通过对改造的14和68母线系统进行仿真,验证所提方法的有效性。EMAI方法使得基于阻抗模型分析GFM内部各控制环节的动力学特性成为可能,无需建立全系统状态空间模型即可有效识别影响系统稳定性的关键控制回路,具有广泛的应用价值。
构网型储能变流器虽具备主动支撑能力、可有效降低新型电力系统所面临的风险,但当电力系统受到扰动导致电压呈现不同程度的跌落时,易出现失稳及过电流问题,威胁电力系统运行的安全稳定性。该文首先对构网型储能变流器暂态特性及系统扰动电流决定性因素进行探讨,得出系统稳定性取决于扰动下的功角曲线与有功参考值是否存在交点,系统扰动电流大小与变流器输出电压和电网电压差值呈正相关,即与变流器输出无功功率相关;然后,基于分析提出一种构网型储能变流器自适应低电压穿越控制策略,该控制策略可根据系统扰动程度对有功、无功功率参考值进行调整,此控制无需切换控制策略,不改变构网型控制策略结构,使储能变流器在扰动期间仍表现为电压源特性,具备对系统的主动支撑能力,实现了在维持系统稳定性的同时对扰动电流进行有效限制;最后,通过仿真及半实物实验验证了所提控制策略的有效性。
虚拟同步机(VSG)控制因其主动支撑特性而受到广泛关注,但其电压支撑能力的影响因素尚不明确,兼顾电压支撑能力与短路电流限制的VSG控制策略需要进一步研究。针对上述问题,首先,基于变流器电压源特性分析稳态时各控制环节等效阻抗,并建立系统等效电路模型;其次,基于等效电路推导机端电压表达式,并进行影响因素分析;然后,兼顾限流要求与电压支撑能力,提出虚拟阻抗与电压补偿系数自适应控制策略;最后,通过Matlab/Simulink仿真平台进行验证,结果表明,通过减小虚拟阻抗、无功电压下垂系数或增大电压补偿系数,能够提高VSG电压支撑能力。该文所提出的虚拟阻抗与电压补偿系数自适应控制,能够在短路电流不越限的情况下最大限度地实现电压支撑。
以构网型变流器为接口的新能源在具有频率和电压支撑能力的同时,面临严峻的暂态同步失稳风险。现有研究多专注于构网型变流器单机系统,无法推广应用至存在复杂交互的多机并联系统,缺少多机系统稳定域的定量估计。为此,该文首先建立了机组外交互与有功无功内耦合的构网型变流器多机并联系统大信号等值模型;其次,基于该模型,构造了计及电压动态、阻尼耗散以及机组暂态交互的李雅普诺夫函数集,该函数集不依赖运动路径与响应时间,能直观且准确地刻画多机并联系统最大稳定域,并通过故障清除点位置预判暂态同步稳定性;然后,通过比较稳定域大小,量化了控制参数和电网参数对构网型多机系统暂态同步稳定边界的影响,探究了阻尼耗散、电压动态及机组间交互对暂态稳定裕度的影响;最后,搭建硬件在环实验平台验证了所估计最大稳定域与分析的准确性。
新能源外送系统中已呈现跟网与构网设备混合并网的发展趋势。外送系统动态阶数高,跟网/构网等异构设备集群间、设备集群与网络间动态交互复杂,给小干扰稳定性的机理分析与量化计算带来了挑战。该文提出了面向跟网/构网设备混合外送系统小干扰稳定性分析的特征子系统计算方法,通过将复杂高维系统等效为跟网/构网两机互联的特征子系统,降低了外送系统动态阶数,保留了上述动态交互过程,实现了外送系统小干扰稳定性的高效准确分析。首先,构建含跟网/构网设备的新能源外送系统全阶模型,基于矩阵块对角化原理,得到了模式等效的特征子系统;然后,面向一般化场景,采用节点分裂方法解决跟网/构网设备数量不平衡问题,提出基于特征子系统的外送系统小干扰稳定性分析方法;最后,基于时域仿真验证了该文方法在跟网/构网设备混合外送系统小干扰稳定性分析中的有效性和所得结论的正确性。
随着新能源发电渗透率的逐步提高,逆变器并网系统呈现出大容量汇集、远距离集中外送的特性。跟/构网逆变器混联并网可以充分利用二者各自优势,确保新能源外送系统的稳定运行及高效消纳。混联系统的有效暂态稳定评估对其运行具有重要的指导意义,但混联系统阶数高、非线性强,难以使用已有解析方法进行暂态同步稳定评估。为解决这一问题,该文首先建立了包含锁相环及虚拟同步机的跟/构网混联系统四阶非线性模型;然后,提出一种基于轮换计算的跟/构网逆变器混联系统暂态稳定性求解方法,其在功角域中进行能量计算及角速度求解,并映射回时间域,在各时刻下建立跟网控制和构网控制功角的对应关系,将大扰动下混联系统复杂交互运动形态分离,形成跟/构网系统的并行对称运动形态,实现了混联系统跟/构网系统相关变量的同步计算求解,其兼具能量法的动力学机理明晰、离散迭代法高计算精度的优势;最后,在仿真及实验中构建算例验证了所提方法的有效性。
类似于同步发电机,构网型变流器多采用功率同步或惯量同步控制策略,可为电网提供惯性和阻尼支撑。然而,构网型变流器与同步发电机类似的外特性导致其通过串联电容补偿线路接入电网时易发生次同步振荡。鉴于此,该文首先采用复变量表示法建立构网型变流器的自阻抗和伴随阻抗模型,计及串联电容补偿线路以及频率耦合效应的影响,推导得到系统单输入单输出等效阻抗模型,基于阻抗判据,分析不同串补度以及频率耦合效应对并网系统稳定性的影响;其次提出一种基于并网电流反馈的阻抗重塑控制策略,将用于提升稳定性的反馈系数k引入等效阻抗模型中,建立反馈系数-频率二元阻抗模型,利用幅相等值线图对反馈系数k进行设计以实现次同步振荡的抑制;最后,通过仿真和实验验证稳定性分析结果的正确性以及所提振荡抑制策略的有效性。
目前新能源发电主要采用跟网型(GFL)控制同步并网,接入弱电网系统后易引发宽频振荡等小干扰稳定问题,且对电网支撑能力不足。构网型(GFM)技术通过功率同步控制自主构建电网电压,如何合理规划新能源并网系统GFM型单元的接入容量和位置,提高系统稳定特性,成为工程应用重点关注的问题。该文面向新能源集群/场站并网系统,研究计及小干扰稳定约束的GFM型单元配置问题。首先,根据新能源变流器单机并网系统小信号模型构建系统功率-电压闭环传递反馈模型,并验证前者和电流-电压闭环传递反馈模型在分析系统稳定特性时的一致性;其次,将单机并网系统模型和分析方法拓展至多机系统中,构建系统小干扰稳定与稳定支撑量化评估指标以及GFM型单元选点配置指标,提出系统GFM型单元配置求解方法;最后,基于实际新能源集群并网系统搭建分析算例,并通过时域仿真验证所提方法的有效性。
为了解决分布式风光互补系统在耦合出力时对波动性刻画的不准确,以及混合储能系统对电源侧波动的容纳特性不明显的问题,提出一种考虑多场景规划下混合储能平抑风光耦合出力波动的方法。首先,基于Copula理论生成风光耦合出力的场景,以此刻画电源侧耦合出力的波动情况,并将场景功率与风光总功率的差值作为产生波动的扰动功率;其次,通过扰动功率确定混合储能的目标功率,采用快速傅里叶变换及其逆变换对多场景下的扰动功率进行频谱分析,以确定各储能单元的承担功率;最后,以混合储能的运行周期成本最小为目标函数建立优化模型,采用罚函数改进的粒子群算法进行求解计算。算例结果表明,基于多场景规划的混合储能容量配置能够对电源侧的扰动功率进行有效的调频,其调频能力会随着扰动功率变化的复杂程度的加剧而增强,同时扩大对风光耦合出力的波动容纳程度,提升风光互补系统的安全应用效益。
磁致伸缩器件的输出特性通常表现出对偏置条件很强的依赖性,现有的磁致伸缩本构模型难以直接表征偏置磁场动态变化时材料的磁化过程,为了指导磁致伸缩材料在应力激励下的应用,建立能够反映偏置磁场变化的磁致伸缩逆效应磁滞模型具有重要意义。该文首先基于自由能理论引入材料钉扎系数,得到应力依赖的不可逆磁滞分量Mirr和λirr,建立考虑磁滞行为的磁致伸缩材料逆效应本构模型;其次基于磁路等效理论引入偏置磁场与磁阻的非线性相关项,将模型拓展为计及偏置磁场变化的能量平均磁滞模型;最后基于实验数据,采用引入非线性自适应步长因子的改进布谷鸟灰狼算法提取模型参数。模型计算结果与实验数据对比表明,所建模型能够准确描述磁致伸缩材料在恒定以及非恒定偏置磁场条件下的磁通密度-应力响应和应变-应力响应,为磁致伸缩逆效应在力磁传感与能量收集等领域的应用提供理论指导。
冬季架空输电线路覆冰会对电力系统安全稳定运行构成重大威胁。对于分裂导线而言,由于上风侧子导线对下风侧子导线的遮蔽效应的影响,导致其覆冰特性将出现较大差异,而现有研究缺乏对分裂子导线间覆冰遮蔽效应的定量研究。针对上述问题,该文首先通过数值仿真方法对分裂导线覆冰特性进行研究。采用欧拉模型求解分裂导线覆冰过程中的气-液两相流场分布特性,基于控制体思想及水滴冻结质量平衡与热力学平衡方程,获取了不同覆冰环境下分裂导线的覆冰质量与形貌。然后通过遮蔽角与遮蔽系数的定义分析了分裂子导线间的覆冰遮蔽效应及其影响因素。结果表明:分裂导线上、下风侧子导线覆冰强度之差与子导线间遮蔽效应的强度呈正相关,遮蔽角绝对值和分裂间距的增加会导致遮蔽效应减弱乃至消失;液滴中值体积直径的增加将加剧遮蔽效应;在5~20 m/s的风速范围内,遮蔽效应先增强后减弱,风速为15 m/s时遮蔽效应最强烈。最后,基于遮蔽效应分析,提出了针对不同分裂形式分裂导线的覆冰量快速计算方法,并通过分裂导线自然环境覆冰观测试验对快速计算方法的准确性进行了验证。研究结果可为架空输电线路的防覆冰设计与运维提供理论指导。
对于交直流混联系统,常规阻抗模型难以同时涵盖交直流网络各装备的导纳/阻抗(电流/电压源型)特性,无法准确地表征交直流网络的复杂耦合关系。为此该文构建了交直流混联系统的统一导阻网络模型,提出基于混联系统导阻模型的稳定性评估及振荡溯源方法。首先,该文根据装备不同端口特性提出混联系统划分方法,将交直流混联系统划分为单一和复合导阻网络,标准化系统装备的模型形式,降低了网络模型维数;其次,依据系统网络的连接关系,建立包含混联系统完整振荡信息以及同时覆盖装备阻抗/导纳特性的统一导阻网络模型,推导涵盖混联系统各交直流端口交互关系的统一导阻网络稳定判据,并结合导阻网络的拓展性分析将判据推广至一般交直流混联系统,进一步基于导阻网络模型给出面向混联系统的振荡溯源方法;最后,针对交直流混联系统应用实例,对该文所提导阻网络模型及其稳定性分析方法进行评估验证。
随着电动汽车(EV)数量的急剧增长和渗透率的不断提高,为大规模电动汽车进行充电引导成为缓解局部有限的充电资源与旺盛的充电需求间矛盾的重要措施,为此该文提出一种基于动态交通推演的电动汽车充电快速引导策略。首先,建立基于时空自监督学习(ST-SSL)的动态交通信息预测模型,分别设计面向交通数据空间异质性与时间异质性的自监督学习(SSL)模块,实现多时段交通流量信息的精准预测;其次,设计城市路网多时刻动态阻抗建模方法,建立兼顾用户多需求场景、多导航目标的充电导航策略,提出基于动态Dijkstra算法的求解方法,并基于全域充电导航结果对城市充电站服务范围进行动态评估,从而实现电动汽车充电快速引导;最后,以洛杉矶某区域实际路网为例,验证了预测模型的准确性与充电引导策略的有效性,能够有效感知动态交通信息,快速实现城市充电站服务范围划分与电动汽车充电引导,同时有效地降低充电导航计算资源消耗。
依托计算机视觉和深度学习技术,从海量的无人机航拍图像中实现绝缘子缺陷检测,已经成为电力运维工作亟待解决的问题。近年来,深度学习方法在绝缘子缺陷检测任务中表现出优异的性能。该文综述了无人机航拍图像中绝缘子缺陷检测的深度学习方法研究进展。首先,简述了基于深度学习的输电线路巡检研究现状;其次,阐述了基于深度学习的绝缘子缺陷检测方法,主要从目标检测模型、轻量化网络模型、级联检测模型以及其他方法进行归纳总结,按照深度学习算法的发展历程,阐明了基于双阶段、单阶段、无锚框(Anchor-free)的目标检测算法,概述了轻量化网络、级联检测在绝缘子缺陷检测中的应用;然后,介绍了用于绝缘子缺陷检测的公开和自建数据集;最后,指出了深度学习技术在绝缘子缺陷检测应用中存在的问题,并对未来研究工作进行了展望。
在变电站机器人巡检任务中,三维点云数据的高精度语义分割是关键技术之一,有助于机器人理解电力设备、障碍物和其他物体的空间布局。然而,现有的点云分割算法在变电站场景中的应用效果有限,准确度较低、计算复杂度高,难以实现对变电站主设备点云的准确分割。为了解决这一问题,该文提出了一种基于PointNet++的DI-PointNet算法。首先,采用双层连续变换器模块增强点云之间的信息交互,有效地聚合长距离上下文,增大网络有效感受野;其次,通过分层键采样策略生成自注意力机制所需的键值,降低算法复杂度;最后,使用倒置残差模块,通过倒置瓶颈设计和残差连接缓解梯度消失,有效地增加模型的深度,同时降低计算复杂度。此外,该文构建了变电站点云数据集,对DI-PointNet算法进行详细的消融实验,并与主流深度学习算法和电力领域典型点云分割算法进行对比。实验验证结果表明,DI-PointNet算法对变电站主设备点云分割的平均交并比达到82.5%,相比PointNet++算法提高了2.1个百分点,且总体精度提高了3.4个百分点,达到90.1%。DI-PointNet算法为智能电力设备巡检和维护提供了有效的解决方案。
为了研究硫化压力变化对500 kV超高压直流交联聚乙烯(XLPE)电缆工厂接头恢复绝缘特性的影响,该文选用商用500 kV超高压直流电缆绝缘颗粒,采用热压法分别在1.3 MPa、1.6 MPa、1.9 MPa和2.5 MPa的压力下对材料进行平板热压,制备了不同硫化压力作用下的XLPE试样。对所得试样进行傅里叶变换红外光谱、凝胶含量、差示扫描量热和X射线衍射测试及分析,并测试了试样的电流密度、空间电荷分布和直流击穿强度。研究结果表明:随着硫化压力的增加,试样的交联度和结晶度逐步增加,空间电荷注入阈值电场强度和直流击穿场强先增大后减小,在1.9 MPa硫化压力下阈值电场强度和直流击穿场强达到最大值。当硫化压力大于1.9 MPa时,不断增多的交联副产物会给试样引入更多浅陷阱,同时片晶会因硫化压力的增加而发生热膨胀,晶面间距增加,进而导致试样内部空间电荷明显积聚并加剧电场畸变。提高工厂接头的硫化压力有助于改善其恢复绝缘的电气性能,但过高的硫化压力将不利于增强工厂接头的恢复绝缘性能。
双重动态交联环氧树脂材料因其良好的动态性能已在环保型电力设备中得到重要应用,但其在高温、高压、湿热环境下的长期服役可靠性仍面临挑战。该文制备了不同二硫键含量的动态酯键与二硫键的双重交联可降解树脂,系统地研究了其在不同老化阶段的微观形态、电气性能、弯曲性能、动态热力学性能以及降解性能,并基于热重点斜法建立了其快速热老化寿命评估模型。研究结果表明,二硫键的引入导致双重动态交联网络更容易受到热氧老化的影响。在220℃下老化720 h后,S—S键摩尔分数为30%的基于酯交换和二硫键的双重动态键类玻璃化环氧树脂的弯曲强度由18.41 MPa下降至5.13 MPa,断裂类型转变为脆断;击穿场强由41 kV/mm下降至39.12 kV/mm,介质损耗因数由2.98×10-3升高至3.64×10-3,发生明显绝缘劣化。热氧老化会影响树脂动态交联网络,导致树脂玻璃化转变温度由133.9℃升高至196.1℃,降解效率下降。该文为改善双重动态交联环氧树脂材料的性能提供了重要参考,有助于推动环保型电力设备的进一步发展和应用。
金属氧化物避雷器是电力系统过电压保护的核心装置,决定了电力设备的绝缘水平,其核心为氧化锌压敏电阻。现代稳定型氧化锌压敏电阻的直流老化功耗反常下降,难以对其进行有效的状态评估和寿命预测,其老化机制研究已成为限制其未来发展的巨大挑战。该文对稳定型氧化锌压敏电阻在不同温度下进行加速直流老化,研究高温下其直流老化特性的转变。结果表明,随着老化温度升高,稳定型氧化锌压敏电阻的功耗由120℃下的持续下降转变为150℃下的先降后升,而后在180℃下持续上升。150℃下转变为介稳型后,老化不再可逆。原位高温介电测试表明,晶界界面空间电荷极化松弛过程向高频移动,松弛时间缩短,活化能减小;低温介电测试中本征点缺陷锌填隙在老化后出现不可逆消耗。180℃下转变为不稳定型后,正向伏安特性的“交叉”现象消失,电气性能显著劣化。离线理化结构测试发现,氧化锌晶面衍射角减小、峰强下降,晶格之间的间距增加,Zn2p轨道峰结合能明显下降,锌填隙被还原,证实了晶界界面态在高温下难以维持稳定,将与锌填隙中和并被消耗。以上研究结果可为稳定型氧化锌压敏电阻反常老化的微观机制研究及其稳定性调控提供支撑。
准确地预测电池荷电状态(SOC)对于提高电池的利用效率及安全性能具有重要意义。传统电池SOC预测方法高度依赖机理模型和统计模型,存在异常值敏感、实践精度受限等问题。该文提出一种卷积神经网络-长短时记忆神经网络-注意力机制(CNN-LSTM-AM)模型,通过电池可测变量预测SOC变化趋势。该模型首先利用一维卷积神经网络(CNN)提取可测变量的空间特征;然后将其送至长短时记忆(LSTM)进行时间序列分析;最后引入注意力机制(AM)筛选关键特征,并降低特征数据冗余程度。此外,CNN-LSTM-AM模型在训练过程中采用雾凇优化算法(RIME)进行超参数寻优,有效地提高训练效率、降低训练成本。在磷酸铁锂公开数据集上开展实践测评,结果表明,基于CNN-LSTM-AM模型的电池SOC预测性能良好,优于传统时间序列预测方法,其方均根误差为0.64%、平均绝对误差为0.52%(25℃)。此外,该模型适用于动态工况下的电池状态预测,具有较高的预测精度和鲁棒性。
随着新能源汽车产业的持续发展,锂离子电池被大量用作车载动力电池。电池管理系统(BMS)负责监测、评估、维护和优化锂离子电池的性能和寿命,其中剩余使用寿命(RUL)预测是BMS中的重要组成部分。该文提出一种基于融合特征和鱼鹰优化算法(OOA)优化双向门控循环单元(BiGRU)网络的锂离子电池RUL预测方法。针对电池容量难以直接测量的问题,采集电池老化过程中简单易测量的电流、电压和时间数据,从中提取能反映电池老化趋势的健康因子。提出一种结合过滤器与包装器的融合特征筛选策略,降低模型的复杂度,防止模型过拟合。搭建BiGRU网络,深入地研究序列整体结构和动态特性,整合多维度特征,适应不同时间尺度的依赖关系。采用OOA对BiGRU模型内部的超参数进行有效的优化,提高了模型的预测精度,同时实现了参数的自配置。将所提方法与传统网络模型在不同电池数据上进行比对,验证所提OOA-BiGRU模型的可靠性。另外,将提出的融合特征预测与全部特征预测和过滤特征预测的效果进行比较,证明融合特征可更好地表示电池的老化程度,提高模型预测的准确度。