摘要:对过载线路潮流进行实时安全校正，对提高电力系统的安全运行水平具有重要的意义。现有基于灵敏度的校正算法较少考虑发电机的校正成本，不能够保证校正方案的经济性，故提出了一种基于准稳态灵敏度和校正成本最小化的过载线路实时校正方法。首先，分析了发电量转移分布因子的不足及准稳态灵敏度的优势。接着，利用综合灵敏度反映节点注入功率对所有过载线路功率的综合影响，进而筛选出对消除线路过载最有效的控制发电机集合。最后，建立以校正经济成本最低及参与校正发电机数目最少为目标函数的优化模型，利用混合整数线性优化方法求解模型。得到的校正方案能够在消除线路过载的情况下保证发电机运行成本较低且参与校正发电机数量较少，实用性更强。用IEEE 39及IEEE 118节点系统进行仿真计算，结果表明算法的快速有效性。

摘要:同步相量量测技术的应用为配电网估计如潮流雅可比矩阵估计和电压/相角-功率灵敏度估计提供了重要技术基础。针对潮流雅可比矩阵的相关性、稀疏性和对称性，提出了一种基于同步相量测量单元量测数据的潮流雅可比矩阵和灵敏度矩阵的稀疏估计方法，在较少量测下，有效估计了雅可比矩阵和灵敏度矩阵。进一步针对量测过程中出现的不良数据，引入鲁棒性更大的加权最小二乘法，提高了算法的鲁棒性。最后，通过IEEE33节点配电系统验证了方法的可行性。

摘要:随着综合能源市场中人们的能源消费形式日趋多样化，如何根据用户用能需求的变化特征分析用户群体的综合用能行为决策是目前亟需解决的重要问题。针对该问题，提出了一种基于演化博弈的用户综合用能行为决策方法。首先，考虑居民、大工业以及商业用户在内的三类用户，基于主客观组合赋权法构建了一种计及用户用能特性和用户舒适度因素的效用模型。在此基础上，基于演化博弈方法提出用以描述用户用能选择动态过程的博弈模型。最后，利用分布式迭代求解方法对模型进行求解。基于仿真算例的结果验证了所提方法的正确性和有效性。

摘要:雷击是引起电力传输和配电系统中瞬态、故障和停电的重要原因。为提高在含噪环境下雷击故障点检测的准确性与可靠性，提出了一种基于最大似然(KF-ML)卡尔曼滤波残差分析的雷击故障定位方法。首先通过比较短路故障电流与雷击故障电流之间的瞬态特性差异来区分出短路故障和雷击故障。当行波波头到达时，估计的滤波残差呈现出尖锐的奇异性。通过比较初始行波到达两端的时间，确定雷击侧和故障侧，进一步根据双端测距法可以计算出雷击点距离。同时通过初始雷击行波到达故障侧的时间和来自故障点的反射波时间来获得故障点距离。通过模拟雷电流的仿真分析表明了该方法能有效检测到行波波头，并将其应用在不同条件下的雷击定位和故障定位测试中，且灵敏度高。

摘要:为解决谐波分析中经验模态分解(EMD)存在模态混叠现象与加窗插值FFT无法准确检测含暂态分量信号的问题，提出一种基于广义S变换突变识别的谐波检测方法。首先，使用广义S变换得到信号的模时频矩阵，根据模时频矩阵中模值较大频带的能量连续性将信号分为稳态、含暂态分量信号。然后，针对两种信号分别使用加hanning窗三谱线插值FFT和基于自适应噪声的完全集合经验模态分解(CEEMDAN)的改进HHT计算谐波和间谐波参数。最后，构建稳态、含幅值突变和频率突变信号的验证表明，该方法能自适应判别稳态、含暂态分量信号，对两种信号均能达到较高检测精度，具有较好的实用性。

摘要:逆变器串并联型微电网吸收了传统并联型和串联型系统的优点，但其结构的复杂性给系统的控制策略设计带来了新的挑战。针对逆变器并联型和串联型微电网功率均分策略之间的矛盾，提出了一种基于虚拟阻抗技术的本地主从协调控制策略。该控制策略将每个微源串中靠近公共连接点(Point of Common Coupling, PCC)的微源设置为主控单元，其采用无通信的改进下垂控制实现微源串之间的同步和功率一致，其余串联微源在本地跟随主控单元运行，最终实现了全局的功率均分。全局无通信的设计提高了系统的可靠性和灵活性，降低了运行成本。仿真结果验证了所提方案的可行性和有效性。

摘要:研究模块化多电平换流站直流侧故障的暂态特性，对直流系统保护配置的设计、系统参数的优化等有重要的工程意义。考虑直流线路对地电容的影响，提出了一种直流侧单极接地故障电流计算方法。首先对直流线路进行π型等效处理，分析了MMC-HVDC系统在三种不同接地方式下的直流侧单极接地故障电流的产生机理。对不同接地方式下的换流站进行数学建模，基于基尔霍夫定律建立系统的微分方程，通过Matlab求解系统的故障电流。基于PSCAD/EMTDC仿真平台，建立MMC-HVDC直流系统模型。仿真结果验证了故障电流算法的精确性。

摘要:为了解决现有方法未计及多时段耦合特性、无法准确刻画联络线功率可行域的不足，提出一种考虑多时段耦合特性的联络线功率可行域确定新方法。所提方法可考虑火电机组多时段爬坡耦合约束，基于时段聚类思想，将多时段联络线功率可行域解耦降维表征，缓解了现有方法在高维联络线功率可行域刻画中的计算量爆炸问题，从而有效刻画联络线功率可行域。同时，为推动电力资源的广域优化配置，研究分析了以火电机组深度调峰为代表的弹性资源对多时段联络线功率可行域的影响。以IEEE 30—IEEE RTS96节点联合算例的仿真分析验证了所提方法的有效性和准确性。

摘要:针对谐振接地系统高阻接地故障的发生概率大、零序电压检测难度高的问题，提出了基于故障相电压极化量的谐振接地系统高阻故障方向检测方法。利用谐振接地系统高阻故障等值电路，分析了故障暂态时间内故障相电压分别与故障上、下游线路零序电流的极性关系，发现故障相电压与故障上游线路零序电流波形相似程度较高，与下游线路零序电流波形相似程度较低。据此，可以将故障相电压作为极化量，通过分析故障暂态时间内线路检测点所测零序电流与故障相电压的相似程度来进行故障方向检测。相较于以往的故障检测方法，所述方法提高了谐振接地系统高阻接地故障检测的可靠性。数字仿真与现场人工试验验证了该方法的可行性。

摘要:目前，双馈风电场不对称短路电流特性对风电场送出线距离保护的影响以及相关优化策略的研究，主要是在计及Crowbar保护动作的基础上进行的，少有研究系统发生不对称故障后计及RSC控制的短路电流特性对传统距离保护的影响。基于此，分析了系统发生不对称接地故障后，计及Crowbar保护和RSC控制两种运行工况下的短路电流特性，解析推导了这两种运行工况下离散傅里叶算法提取基频分量产生的误差表达式。在此基础上分析双馈风机短路电流特性对传统距离保护的影响，从而提出了不受风电场短路电流特性影响的具有抗过渡电阻能力的时域距离保护。最后在Matlab/Simulink平台上建立DFIG电磁暂态仿真模型，仿真分析了风电场送出线发生单相经过渡电阻接地后，计及Crowbar保护动作和RSC控制两种运行工况下传统距离保护和时域距离保护的动作特性。

摘要:风电样本数据的质量和风功率预测模型的结构直接影响风电功率预测的精度，提出一种结合交叉局部异常因子(Local Outlier Factor, LOF)和注意力机制的高精度超短期风电功率预测方法。通过交叉LOF算法进行分钟级的风电数据异常孤立点检测，有效提高了样本数据的质量。通过增加注意力机制避免长短期记忆(Long Short-Term Memory, LSTM)算法在编解码过程中固定长度向量导致的数据特性损失问题，从而更有效利用历史数据的特征，提高风功率预测的精度。最后，对真实风场实测数据进行实验分析，验证了所述方法的可行性与准确性。

摘要:风的间歇性和时变性限制了风电场的发电能力，准确的风速预测有助于减小风力发电入网对电力系统的运行方式安排带来的影响。针对风速时间序列存在的复杂变化和混沌特性，为了提高预测精度和简化预测数学模型结构，提出一种结合万有引力搜索算法(GSA)全局寻优能力和粒子群优化算法(PSO)的局部快速收敛优势的全参数连分式预测模型。将n项截断式连分式转化为PSOGSA优化参数问题，进行多维空间上函数的优化。以风电场风速采集两组数据为预测对象，通过对复杂风速时间序列建模仿真，并利用基于PSOGSA优化的全参数连分式对序列进行多时间尺度的预测。仿真结果分别与传统的BP神经网络、RBF神经网络、当前时间序列预测利用较多的长短期记忆网络算法(LSTM)和粒子群优化支持向量机(PSO-SVM)进行对比得出：基于PSOGSA的全参数连分式预测模型具有精度高、结构简单和建模速度快等特点，具有更强的非线性预测能力。

摘要:在测量高压电缆的局放信号时会混入以周期性窄带干扰和随机白噪声为主的噪声成分。为抑制噪声成分对局放信号测量精确度的影响，提出一种基于经验小波变换(Empirical Wavelet Transform, EWT )的高压电缆局放信号降噪方法。利用自适应经验小波变换对含噪信号进行分解，通过计算模态分量的峭度值，实现对脉冲信号的定位，将筛选出的有效特征分量进行重构。最后利用改进阈值函数去除重构信号中的冗余噪声，实现对多噪声的有效抑制。经仿真对比及现场试验测试，该方法能有效抑制窄带干扰和白噪声，较大程度地保留高压电缆局放中的有效信息，且在不同噪声环境下的降噪表现较为稳定。

摘要:设计了一款最优非线性自适应励磁控制器(Optimal Nonlinear Adaptive Excitation Controller, ONAEC)用于多机电力系统以提升系统故障恢复能力。首先，通过一个高增益扰动观测器(High-Gain Perturbation Observer, HGPO)对由发电机的非线性、不确定性、未建模动态等效聚合而来的扰动进行实时快速估计。随后，该扰动由ONAEC进行在线完全补偿并通过改进樽海鞘群算法(Modified Salp Swarm Algorithm, MSSA)获取其最优控制参数。另外ONAEC具备结构简单、易于实现等优点，且仅需测量发电机功角一个状态量便可实现全局一致的控制性能。最后，进行了两种算例研究，即标称模型以及参数不确定下的三相短路。其仿真结果表明，与比例-积分-微分(Proportional-Integral-Derivative, PID)控制和反馈线性化控制(Feedback Linearization Control, FLC)相比，ONAEC能在各种工况下实现最佳的动态性能，有利于系统受到较大扰动后快速恢复稳定运行。

摘要:随着舰船综合电力系统的发展，系统配置、网络结构以及运行模式已经发生巨大改变，导致传统舰船继电保护方法无法满足安全性需要。分析了舰船综合电力系统的故障特征信号，提出了一种基于迁移支持向量机的智能继电保护方法。推导了所提出方法的数学模型，并建立了相应的仿真模型。在PSCAD/EMTDC软件中，构建舰船电力系统故障模型，对方法进行了对比分析，验证了其有效性。仿真结果表明：基于迁移支持向量机的智能继电保护方法，可以对舰船综合电力系统中复杂的故障进行判断，全方位满足保护要求。

摘要:在节能减排的背景下，工业企业电网自备电厂机组和用能设备呈现单机容量不断增大的趋势，在提升企业能效水平的同时，也给企业电网的安全稳定运行带来新的挑战。针对工业企业电网面临的功率平衡控制难题，提出工业负荷参与系统有功平衡的调节方法。并引入快关汽门作为安稳控制的一种手段，提出有功协调控制系统总体方案和实现路径。通过提升负荷和电源的快速响应能力，实现工业企业电网正常生产和事故紧急状态下的精细化控制，为提高企业电网安全稳定运行水平和企业经济效益提供技术支撑。在某电解铝企业电网的工程实践表明，该方法是切实可行的。

摘要:随着大规模新能源集中接入及直流送出规模的提升，送端电网面临暂态过电压和事故后稳态过电压等电压问题。基于送端电网特高压直流运行特性，全面评估了火电机组暂态稳定、潮流组织等安全性及充裕性作用。在此基础上，首先分析了火电机组对多回直流换流站静态电压支撑效果，通过故障下机组无功出力随时间变化积分获得直流预想事故集下动态电压支撑效果。结合静态及动态电压支撑效果，确定直流配套机组最优开机顺序，兼顾直流稳控切机容量。最终确定直流近区最小开机方式，并以实际电网算例进行验证。

摘要:逆变器开路故障是不间断电源(Uninterruptible Power Supply, UPS)系统中一种常见故障，它会降低电能质量，甚至会引起其他部件的潜在二次故障。研究有效的逆变器故障诊断技术对提高UPS系统的可靠性具有重要意义。因此，采用基于绝对归一化的Park矢量法实现逆变器开路故障诊断。利用相电流的平均值与相电流绝对值的平均值的归一化量诊断和定位单个或两个开关管开路故障。利用相电流绝对值的平均值与Park矢量模的归一化量诊断同一桥臂的两个开关管开路故障，该方法可以有效地实现开路故障检测和故障定位。最后基于Matlab/Simulink对提出的故障诊断方法进行验证，仿真结果表明了所提出故障诊断方法的有效性。

摘要:通过分析得出电价与负荷具有相关性，因此在电价预测模型中需要考虑实时负荷的影响。在此基础上针对前馈神经网络不能处理时序数据的缺陷与LSTM神经网络预测速度慢的问题，提出了一种基于Attention-GRU (Attention gated recurrent unit, Attention-GRU)的实时负荷条件下短期电价预测模型。该模型充分利用电价的时序特性，并采用Attention机制突出了对电价预测起关键性作用的输入特征。以美国PJM电力市场实时数据为例进行分析，通过与其他几种预测模型相比，验证了该方法具有更高的预测精度；与LSTM神经网络相比具有更快的预测速度。

摘要:区域电热综合能源系统在能源利用方面有独特优势，为了准确把握电热联合调度的研究重点，综述了电热联合调度模型的相关研究热点问题。介绍了以区域供热为对象的电热联合系统的基本结构与特点。从电热能流差异出发，分析了联合调度模型中热力系统各元件热力特性模型、电力系统典型模型和电热耦合元件典型模型。针对目前电热联合调度模型的研究侧重点与进展，从基本调度模型、考虑能流差异性、考虑系统不确定性、考虑调度机制、考虑主体利益与电力市场的调度模型等五个方面综述了主流的电热联合调度模型，并展望了电热联合调度模型未来研究方向。

摘要:论述了大数据在电力设备状态监测上的发展趋势与应用前景。首先分析了状态监测数据的大数据特征，并从大数据技术、大数据思想方法、大数据算法三个层面论述了大数据对电力设备状态监测的提升点。其次给出了基于大数据的电力设备状态监测系统架构，并从数据采集、数据去噪、特征提取、模式识别、知识挖掘、数据可视化几个方面论述了大数据与状态监测各个环节的结合点。最后通过一个综合监测系统案例，分析了大数据在多源异构数据融合、综合分析与诊断、设备故障预测上的应用。大数据在电力设备状态监测上的深入应用，有利于解决设备状态评价和故障预测的难题，推动该领域朝着更加智能化的方向发展。