摘要:“双高”背景下新型电力系统面临着非线性机理复杂的稳定问题，传统机组调速器与风电控制器中死区非线性组合间的相互作用，在一定程度上影响了系统的频率稳定性。为此，在奈氏定理的基础上探究不同死区非线性组合下系统频率振荡的影响规律，主要针对死区类型、死区大小和死区顺序3个方面进行研究，涉及单死区系统和多死区系统。理论分析了其非线性系统的稳定性，并根据稳定极限环条件求解系统的临界振幅和振荡频率。通过改变死区类型及顺序，影响机组对系统频率的支撑能力，指出了系统频率稳定与临界振幅的关系，并在Matlab/Simulink中对上述理论分析进行了仿真验证。结果表明机组死区大小和类型均会改变系统的临界振幅和振荡频率，为机组配置死区提供了一定的参考依据。

摘要:同杆双回线发生接地故障采用传统跳闸策略时可能会产生负序分量，传统自动重合闸方案在合闸前不判定故障性质，重合失败时将影响系统稳定性。针对该问题，提出了一种适用于带并抗的同杆双回线接地故障改进跳闸与分相自适应重合闸策略。首先，通过建立带并抗的同杆双回线各相之间的耦合模型并对其进行分析，提出了一种能够避免负序分量注入系统的改进跳闸策略。其次，分别对瞬时性故障和永久性故障情况下的故障相并联电抗器电流特征分析，提出了基于故障相并联电抗器微分栅电流的故障性质判据。最后，结合改进跳闸策略和故障性质判据，形成了适用于带并抗的同杆双回线接地故障分相自适应重合闸策略。PSCAD/EMTDC仿真验证了所提改进跳闸与分相自适应重合闸策略能够避免负序分量注入系统，以及在不同接地故障类型、故障位置和过渡电阻情况下都能保证输电线路重合成功率。

摘要:随着综合能源系统逐渐向智能化、清洁化、去中心化转型，发用电一体的产消者应运而生。为实现综合能源系统可再生能源的充分消纳，提高各主体的交互效益，提出基于三层博弈的社区综合能源系统电热交易策略。首先，建立基于社区合作博弈嵌套的综合能源运营商与能源社区主从博弈模型，运营商以最大化自身效益为目标制定分时电价、热价并传递给能源社区。能源社区响应运营商的电热决策，以消费剩余最大为目标制定与其他社区的交互策略，确定购能需求并传递给运营商。其次，为降低综合能源运营商碳排放，充分消纳各运营商的资源剩余，建立多综合能源运营商的纳什谈判模型。然后，利用Karush-Kuhn-Tucker(KKT)条件将模型进行转化，并利用McCormick法进行凸松弛。最后，采用交替方向乘子分布式算法对模型进行求解，通过算例验证了所提策略能够有效提升各主体交互效率、降低综合能源系统碳排放、提高各主体效益。

摘要:大规模风电并网导致宽频谐振问题日渐凸显，业内多认为电缆电容效应、控制器参数变化等是导致谐振的主要因素，而关于静止无功发生器(static var generator, SVG)、风功率变化与高频谐振内在因果关系研究尚未展开。针对低风速风场系统高频谐振问题，首先基于谐波线性化理论，考虑功率外环作用，建立SVG和双馈风机(doubly-fed induction generator, DFIG)的序阻抗模型。其次将风速变化纳入风机变流器建模，并建立空载电缆投入时风速变化与SVG阻抗的联系。然后利用阻抗交互揭示风机变流器阻抗变化对SVG阻抗特性的影响机理，指出区域内空载电缆投入后，低风速不仅降低系统在高频的鲁棒性，而且扩大了SVG高频负阻尼范围，导致系统高频谐振风险增加。最后，基于STARSIM-HIL搭建含SVG的双馈风场电磁仿真模型，并进行软硬件在环实验。实验结果证明了理论分析的正确性。

摘要:分布式电源(distributed generation, DG)大量接入使配电网继电保护面临严峻挑战。单相接地故障发生概率大，但故障信息十分微弱，特别是在DG多样化故障输出特性的影响下，有源配电网单相故障定位的准确性常难以保证。为此，提出了一种基于模型识别的有源配电网单相接地故障定位方法。分析了配电网单相接地故障下DG的输出特性，建立了在不同故障位置下有源配电网的正序增广网络，构建了故障位置关于馈线出口以及DG输出电流的函数，建立了配电网单相接地故障位置模型，利用不同故障位置下短路电流矢量占比系数的差异性构建了新的故障定位判据。通过将单相接地故障定位问题转化为故障位置模型系数的求解问题，提高了故障定位的准确性和实用性。理论和仿真分析表明，在不同故障位置、不同过渡电阻下均能准确定位单相接地故障，具有原理清晰、故障特征量采集便捷、灵敏性和可靠性高的优点。

摘要:新型直流配电系统故障期间暂态特征复杂多变，继电保护存在拒动和误动情况。为了避免继电保护的不正确动作对故障诊断产生影响，提出一种基于贝叶斯网络信息融合的直流配电网故障诊断方法。首先，对传统继电保护贝叶斯网络模型进行改进，同时考虑直流配电网故障限流策略，分别构建保护动作信息、断路器动作信息和限流策略信息3种贝叶斯网络模型，对故障区域内各元件的故障概率进行初步评估。其次，利用D-S证据理论将各元件对应的故障概率信息进行融合，完成故障元件的判别。然后，应用故障元件对应的贝叶斯网络模型识别误动或拒动的保护装置与断路器，实现对直流配电网的故障诊断。最后，通过算例验证了所提故障诊断方法的可靠性以及准确性。

摘要:随着具有源荷二重属性的产消者占比日益提高，如何建立适合产消者的有效交易机制，激励其能源消纳是目前亟待解决的问题。针对该问题，提出区块链技术下的产消者与运营商的集群交易模型，将区块链技术量化到产消者的用电行为上。考虑到产消者集群内各主体独立，电价制定和电量调度存在先后次序，采取Stackelberg博弈理论寻求最优交互策略，并通过区块链更新求解过程中的交互信息。仿真结果表明：通过制定内部电价，能够提升集群内的光伏自消纳水平，同时在区块链技术下聚合优化集群内资源，可以有效提高产消者的用电效益与运营商的收益。进一步，结合光伏上网电价退坡政策，再次验证了所提模型的有效性。

摘要:电力电子化的直流配电网存在低惯性问题，不利于系统稳定运行。混合储能设备可向电网提供虚拟惯性，但不同类型的储能之间存在功率协调问题，并且储能的荷电状态(state of charge, SOC)对虚拟惯性的调节也有约束作用。针对上述问题，提出了一种自适应时间常数的分频控制策略，时间常数根据混合储能系统(hybrid energy storage system, HESS)的SOC而动态调整以改变功率分配。首先，通过分析储能SOC与虚拟惯性的关系，并考虑储能充放电极限问题，研究兼顾SOC、电压变化率以及电压幅值的自适应虚拟惯性控制策略，提高系统惯性。然后，建立控制系统的小信号模型，分析虚拟惯性系数对系统的影响。最后，基于Matlab/Simulink搭建直流配电网仿真模型，验证了所提控制策略能合理分配HESS功率，提高超级电容器利用率，改善直流电压与功率稳定性。

摘要:针对目前变压器故障诊断准确率低的问题，提出一种多策略集成模型。首先通过等度量映射(isometric mapping, Isomap)对高维非线性不可分的变压器故障数据进行降维处理。其次，利用混合核极限学习机(hybrid kernel based extreme learning machine, HKELM)进行训练学习，考虑到HKELM模型易受参数影响，所以利用北方苍鹰优化算法(northern goshawk optimization, NGO)对其参数进行寻优。但由于NGO收敛速度较慢，易陷入局部最优，引入切比雪夫混沌映射、择优学习、自适应t分布联合策略对其进行改进。同时为了提高模型整体的准确率，通过结合Adaboost集成算法，构建Adaboost-INGO-HKELM变压器故障辨识模型。最后，将提出的Adaboost- INGO-HKELM模型与未进行降维处理的INGO-HKELM模型、Isomap-INGO-KELM模型、Adaboost-Isomap- GWO-SVM等7种模型的测试准确率进行对比。提出的Adaboost-INGO-HKELM模型的准确率可达96%，均高于其他模型，验证了该模型对变压器故障辨识具有很好的效果。

摘要:为提高谐波分析精度，分析了信号加窗引起的信噪比损失以及AD转换产生的量化误差，阐述了过采样技术提高信噪比的原理。在此基础上，提出了基于高倍过采样和加窗插值快速傅里叶变换(fast Fourier transform, FFT)的谐波分析方法。该方法充分利用AD转换器的潜力，以尽量高的采样速率进行AD采样，同时通过均值滤波避免高倍过采样引起的采样数据量激增问题。详细研究了所提谐波分析方法对信号中谐波分量幅值和相位的影响，并给出了简洁实用的谐波幅值和相位校正方法。仿真表明，所提方法可在不增加系统成本的前提下改善加窗插值FFT的抗噪声能力，提高谐波分析精度。

摘要:针对现有灵活性指标形式主要集中于低阶统计量，仅能反映系统灵活性的平均水平与集中程度，而忽视了灵活性的高阶特征这一问题，引入投资组合高阶矩分析理论对电力系统灵活性进行刻画，以揭示系统灵活性的调节潜力与风险。首先，通过分析投资组合的均值-方差-偏度-峰度模型(mean-variance-skewness-kurtosis model, MVSK Model)，给出了灵活性单元组合的定义，基于多元Copula函数构建考虑空间相关性的灵活性单元概率模型。其次，基于灵活性单元组合的各阶矩建立灵活性评估指标，并给出基于核密度估计与蒙特卡洛模拟的指标计算方法。最后，通过FTS-213测试系统与德国某电网的历史数据对所提指标进行了测算和验证。算例表明所提指标能够反映系统灵活性调节能力的平均水平、稳定程度、潜力与风险，且能量化评估灵活性资源种类与投建地区对系统灵活性的影响，为后续的灵活性资源规划提供理论支持。

摘要:针对新能源随机激励引发特高压联络线功率振荡向外部电网传播的问题，提出一种基于自适应准谐振控制的储能抑制广义强迫振荡传播方法。首先，建立了含有储能系统(energy storage system, ESS)的电力系统等效模型，分析了在随机激励下，ESS输出功率对广义强迫振荡通过特高压联络线向外部电网传播的影响机理。其次，利用自适应准谐振控制器对广义强迫振荡信号进行无差跟踪，并对ESS有功功率指令进行修正。在此基础上，利用系统功率传播的传递函数，分析了自适应准谐振控制对广义强迫振荡传播的抑制机理，并将其与传统谐振控制进行对比。最后通过仿真验证了分析的准确性，结果表明：在控制方向与振荡传播方向相同时，自适应准谐振控制能够有效阻断广义强迫振荡的传播；反之，则无法完全抑制广义强迫振荡，但能够显著降低振荡的幅值。

摘要:配电网5G差动保护信道的来回时延不等导致传统同步算法无法应用，需要增加额外的同步装置。另外，5G信道存在时延抖动和数据异常等问题会对保护的可靠性产生影响。针对这些问题，首先提出了基于变频插值的故障自同步法，在保护装置启动后利用插值法处理故障前特定时刻数据窗来实现同步误差校正。以此为基础，分析保护可能面临的异常数据特征，提出了考虑舍去极值的Hausdorff故障判别算法。最后设计了一种能够提升抗时延抖动和数据异常性能的配电网故障自同步5G差动保护方案。在PSCAD对方案进行仿真验证，结果表明所提方案能够在不增设额外同步装置的前提下有效提升抗时延抖动和数据异常的性能，保证发生各类故障和存在大噪声时的保护可靠性。该方案可为配电网5G差动保护的可靠性提供保障。

摘要:针对传光式电流互感器高压侧现有的母线取能和激光供能方式存在供电死区、能量转换效率低、使用寿命不足等问题，提出一种基于四电平编码与弱光通信的极低功耗光电传输系统方案。首先，设计三态门电路将信号采集模块的采样时钟和数据信号叠加为一个四电平信号。然后，利用超高亮度且极低功耗的LED将四电平信号转换为光信号并通过光纤传输至低压侧。最后，在低压侧通过高灵敏度雪崩光电二极管探测器进行弱光检测后输入解码电路实现信号解码。将极低功耗光电传输系统应用于传光式电流互感器中进行实验验证，测量结果满足0.2级精度要求，系统高压侧的平均功耗可降低至3.91 mW，保证测量精度的同时大幅降低了功耗。由于高压侧的功耗极低，故可采用大容量电池或小功率光伏系统等可靠供能方案，从而解决了高压侧的供能问题，提高了系统的稳定性和可靠性。

摘要:固态断路器(solid state circuit breaker, SSCB)是直流配电网中实现快速、无弧隔离直流故障的关键保护装置。首先提出了一种基于级联常通型碳化硅(silicon carbide, SiC)结型场效应晶体管(junction field effect transistor, JFET)的新型中压直流SSCB拓扑，直流故障发生时利用金属氧化物压敏电阻(metal oxide varistor, MOV)向SSCB主开关级联常通型SiC JFET器件的栅源极提供驱动电压，可快速实现直流故障保护。其次详细分析了SSCB关断和开通过程的运行特性，并提出了SSCB驱动电路关键参数设计方法。最后研制了基于3个级联常通型SiC JFET器件的1.5 kV/63 A中压SSCB样机，通过短路故障、故障恢复实验验证了设计方法的有效性。结果表明该SSCB关断250 A短路电流的响应时间约为20 s，故障恢复导通响应时间约为12 s，为中压直流SSCB的拓扑优化设计和级联常通型SiC JFET器件的动静态电压均衡性能提升提供了支撑。

摘要:为了解决常规纵差保护难以适用于低频系统的问题，通过分析低频系统的序分量抑制策略，并根据低频系统故障进入稳态后单侧有负序注入的特征，提出一种基于稳态负序分量的主变差动保护方法。为防止该差动保护在区外故障时因电流互感器饱和出现误动，通过对比分析三类制动电流计算方式的制动性能，得到了差动保护的制动方程和制动系数。为解决励磁涌流、电流互感器断线可能导致误动的问题，提出了相电压突变量的差动保护开放条件。仿真分析表明，该方法能够灵敏反映区内金属性故障及轻微故障，在区外故障伴随电流互感器饱和时有可靠的制动裕度。

摘要:为了提高对电能质量扰动信号(power quality disturbance signal, PQDs)在受到噪声和异常数据干扰时的分类准确率，提出了一种双分支并联特征融合网络的PQDs分类方法。首先，采用一维残差神经网络和一维卷积神经网络两个分支进行特征提取。然后，通过特征融合模块将这些特征融合在一起。最终，通过分类模块对PQDs进行准确分类。相对于串联神经网络，所提方法融合特征向量，增强了特征的区分度，同时适用于并行计算，进一步提高了识别速度。仿真结果表明，所提方法在叠加信噪比为13 dB、15 dB和18 dB的PQDs分类任务中，识别率均超过95%，此外，该方法对异常数据的分类效果也具有一定的鲁棒性。