一、Dynamic Modeling and Parameter Identification of Power Systems(论文文献综述)
高学伟[1](2021)在《数字孪生建模方法及其在热力系统优化运行中的应用研究》文中进行了进一步梳理随着社会经济的飞速发展,我国产业结构优化调整和转型升级进程的深入,要实现未来“碳达峰,碳中和”的目标,需要建设清洁低碳、安全高效的现代能源体系。以风电和太阳能发电为代表的可再生能源替代作用日益突显,而火电机组在未来很长一段时间内仍将处于主导地位。亟需解决火电和可再生能源的协同发展问题,大型火电机组更多需要担负起高效节能、低碳环保、深度调频调峰的任务。实施电能替代供热对于推动能源消费革命、减少碳排放、促进能源清洁化意义重大。利用电锅炉储热供暖还可以降低电网调节压力,增加供热能力,有效解决可再生能源的消纳问题。火电机组热力系统和电锅炉储热供暖热力系统都属于典型的非线性、多参数、强耦合的复杂热力系统。本文通过研究流体网络机理建模和数据驱动建模相融合的数字孪生建模方法,为热力系统建模工作提供了新的思路和途径,为热力系统安全、环保和经济运行提供理论支撑。论文围绕数字孪生建模方法及其在热力系统优化运行中的应用,主要研究内容和成果包括以下几个方面:(1)对数字孪生理论、热力系统建模理论以及大数据处理等基本理论进行了研究。比较了数字孪生与仿真技术及信息物理系统的异同;以火力发电厂为例,研究了流体网络机理建模及求解方法;对Hadoop系统的MapReduce与Spark计算进行了对比分析,对实时数据处理Spark Streaming与Storm进行了对比分析,并搭建了适用于数字孪生及大数据在热力系统建模领域应用的大数据分布式集群平台;在该集群上实现了大数据的存储管理,以及大数据分布式计算,研究了基于大数据平台的数据驱动建模理论,包括支持向量回归建模、极限学习机建模、智能辨识优化算法以及即时学习等基本理论。(2)针对数据驱动建模方法的研究,提出一套基于改进即时学习策略的自适应数据驱动建模方法。采用“主成分+互信息”的方法获得输入和输出变量之间的相关程度,确定权重因子,然后利用“欧式距离+角度”定义一种加权综合相似度度量函数。在离线状态下,利用改进遗传模拟退火模糊聚类方法进行工况划分;进行工况预测时,采用一种多层次综合相似度度量的相似工况快速识别方法构建相似工况训练集,即根据两级搜索的策略实现了在线快速识别:初级识别是确定预测工况在历史工况库中所属的类别提取预测类工况,次级识别是采取基于综合相似度度量函数的相似工况识别方法,在历史数据库中针对预测类工况的快速识别;局部模型建模方法是在Spark计算框架下,对SparkSVMHPSO算法、Spark ELM算法以及基于SparkHPSO的多参数辨识等数据驱动建模方法进行研究。然后以SCR脱硝系统出口 NOx预测、电锅炉储热供热系统源侧及荷测负荷预测为案例,验证了所提出的建模方法有效性。为热力系统数字孪生模型建模及系统工况优化提供了理论支撑。(3)针对数据孪生建模的研究,提出一套改进即时学习策略的自适应数据驱动与机理模型多参数辨识协同融合的数字孪生建模方法。在建立热力系统机理模型的基础上,关键的设备模型参数利用多参数多工况拟合的离线智能辨识方法,得到可以模拟实际系统全工况下动态变化趋势的离线智能参数辨识模型;以离线智能参数孪生模型为主,根据相似度阈值进行判断,采用自适应模型参数更新策略,实现数字孪生模型的在线协同;为进一步提升孪生模型预测的精度和鲁棒性,采用移动窗格信息熵的多模型输出在线融合方法,提升关键工况以及动态变化过程的逼近程度。基于这一理论构建的数字孪生模型,能够基于系统运行数据持续进行自我修正,在线跟踪设备运行特性,从而具有自适应、自演进的智能化特点,能够全面反映系统的运行状态和性能,为系统工况迭代优化提供可靠的模型输入和结果校验工具。以燃煤电站SCR脱硝系统和电锅炉储热供热系统为研究对象,建立其热力系统数字孪生模型。(4)最后,基于数字孪生模型的实时跟踪能力,提出一种基于负荷分配和工况寻优的热力系统智能工况动态寻优策略。并以电锅炉储热供热系统为研究对象,根据能耗成本分析和负荷分配策略,利用数字孪生模型系统,对电网负荷、电锅炉系统、储热系统进行预测计算,模拟不同运行方案、不同工况下系统动态运行,得出最优的供热调节和负荷分配方案。以火力发电厂SCR脱硝系统为例,根据建立的自适应、自演进的智能化SCR脱硝系统数字孪生模型,将该模型应用于模型预测控制算法中。结果表明,利用基于数字孪生模型的自适应预测控制算法比传统的PID控制效果更精确,运行更稳定。证明了所提建模方法的有效性,具有重要的工程实用意义和行业示范价值。
杨宇航[2](2021)在《引入可变遗忘因子的电力系统静态负荷特性建模与参数辨识》文中研究指明电力负荷作为现代电力系统的重要组成部分,在系统的整体设计分析、调度运行控制中都起着关键作用。电力部门作出的各类精准决策均依托于以各类电气元件数学模型为基础的数字仿真计算,故其模型精确程度将会直接影响到电力系统的仿真计算结果和以之为基础而产生的决策方案准确性。因此,与电力负荷特性建模和模型参数辨识相关的课题研究受到了国内外电力行业专家学者的广泛关注。本文基于变电站实测负荷数据,开展了实际配电网的综合负荷特性建模研究与算例分析,论述了取得的实践成果。结合国网公司某科研部门的实际项目课题,从传统的统计综合法负荷建模原理出发,根据与综合负荷静态建模方法及模型特性参数辨识算法相关的系统化理论,从典型用电设备平均特性的确定、行业的类别划分与其典型用户的选取、基于典型日负荷特性曲线的行业负荷构成分析等三个方面来展开实际配电网的综合负荷静态特性建模工作。依据实际电力系统的数据测量与电气实验室的模拟测试,得到了典型负荷设备的平均电气特性IEEE计算推荐值;再通过电力部门提供的行业典型用户的负荷数据资料,利用统计综合法来确定适用于各行业分季节的综合负荷静态模型的特性参数;电力负荷具有时变性,通过研究不同季节的典型日负荷特点,根据变电站的典型日负荷曲线来分析其分行业的负荷构成类型及比例,最终建立起由变电站供电的实际配电网综合负荷特性模型;为证明上述建立的电力负荷静态模型的有效性,提出了基于可变遗忘因子RLS估计算法的负荷参数辨识方法,依据实测负荷数据来进行建模实践与算例分析,验证了所建立的综合负荷特性模型与可变遗忘因子RLS参数辨识算法是可行且可靠的。
于鸿儒[3](2021)在《虚拟同步机并网系统功率振荡分析与抑制方法研究》文中提出在全球能源结构加速转型的背景下,“碳中和”是我国实现能源独立、保证能源安全的必然要求。“碳中和”目标的实现将伴随着可再生能源发电装机量的提高,高比例电力电子设备和低惯性水平将成为未来电力系统的基本特征。虚拟同步发电机(Virtual Synchronous Generator,VSG)技术赋予了电力电子设备惯量支撑能力,但提高了控制系统复杂度。随着友好并网要求的提出,VSG并网系统稳定性成为当前研究的热点。本文围绕VSG并网系统功率振荡分析与抑制方法展开研究,主要研究内容和创新点如下:(1)对典型的VSG降阶模型进行了适用性分析,通过单边傅里叶分析论证了传统的三阶模型仅适用于分析大惯性、高阻尼系统;通过输出阻抗分析论证了电磁五阶模型仅适用于分析输出阻抗较小的系统。针对VSG弱时间尺度分离属性,提出了基于时间常数的模型降阶方法,该方法能够保留跨时间尺度的交互作用,并基于该降阶方法推导可靠、简洁的改进电磁模型,在不改变阶数的同时,有效提高了模型的精度和适用范围。(2)通过分析VSG功率环路动态耦合特性,得到有功/无功环路动态解耦条件及能够独立分析其次同步/同步频率特性的理论依据。揭示了次同步/同步谐振机理及其对系统稳定性的影响,即线路阻抗与输出阻抗作用导致系统稳定裕度降低,甚至引发谐振。通过分析控制参数对谐振的影响,提出了基于输出功率比例微分反馈的谐振抑制策略,并给出了各反馈系数的具体设计方法。输出功率比例微分反馈策略可在维持功率环性能不变的同时,有效抑制谐振、提高系统稳定性。(3)通过特征根分布对VSG输出功率振荡现象进行了分析,论证了通过稳态阻尼、动态阻尼联合取值方法抑制谐振的可行性。进一步建立了VSG虚拟转矩模型,通过阻尼转矩分析直观地揭示了VSG输出功率低频振荡机理:次同步谐振及锁相环的负阻尼效应导致VSG的阻尼转矩与阻尼系数、同步转矩与同步功率系数不一致。提出了基于相位补偿的VSG虚拟转矩校正方法,通过定量校正虚拟转矩可以有效抑制低频振荡,并给出补偿器设计方法。(4)针对VSG实际指标与设计指标不符的现象,论证了对VSG设计参数进行测试的必要性,提出了一种基于系统辨识的VSG设计参数间接测试方法,将VSG设计参数的测试问题转换为系统辨识问题。通过机理分析搭建了VSG/下垂控制的并网模型结构,将系统辨识问题简化为参数辨识问题。推导了逆变器数据采样系统的数值模型,通过智能优化算法将参数辨识问题转化为了参数优化问题。验证结果表明,基于系统辨识的间接测试方法可实现VSG参数的快速辨识计算。(5)基于微网系统实验平台,进行了PQ、下垂及VSG等单机基本控制策略实验和二次调压、调频及并网预同步等微网基本控制策略实验。对文中所述的理论、方法及相关结论进行了实验验证,包括VSG控制策略的灵活性、改进电磁模型的准确性、输出功率振荡抑制策略的有效性及VSG设计参数测试方法的可行性等,进一步证实了相关研究成果的工程价值。
杨淞淇[4](2021)在《电力电子化电力系统动态负荷建模与参数辨识研究》文中研究说明电力系统负荷建模是电力系统分析、规划、控制以及运行和监视领域中广泛研究的关键性技术,能够准确反映负荷外部特性对于电力系统仿真和安全稳定运行非常重要。过去,经过国内外对电力负荷建模的大量研究,已经有非常丰富的负荷模型结构,并且也有大规模投入使用的经典模型。但是,近年来可再生能源发电、高压直流输电和电气化负荷使用规模不断扩大,电力系统正在发生广泛而深刻的变化,呈现出多时间尺度动力学特性。国内外都陆续出现了不明机理带来的系统稳定性和安全性问题,这已经对系统运行构成了严重威胁。目前的电力负荷模型在一定程度上不能良好地描述负荷外部特性,面对电力系统电力电子化新形势下的艰巨挑战,在此基础上,本文重点研究在中尺度扰动下,电力电子化电力系统动态负荷的等效机理模型。论文的主要研究内容有如下几个方面:1、建立正确的电力电子化动态负荷数学模型。考虑电力电子装置及其控制系统,将其整体作为电力电子接口串入传统动态负荷模型中,从而得出电力电子化动态负荷等效机理模型。经过大量分析确定该模型的拓扑结构,解决方程的强耦合性、非线性的问题,并在忽略一定的损耗下消除中间变量,整合出以电压、频率为输入,有功、无功功率为输出的传递函数形式的动态模型,在仿真平台中搭建该模型和拓扑对应的物理模型,分别进行三次扰动设置,比较两者输出的动态响应,验证了建立的动态模型具有正确性。2、对建立的模型参数进行灵敏度分析。在考虑负荷电力电子化后,所建立的模型参数也随之增加,这不但给参数辨识带来了不便,在实用性方面也提高了复杂度。基于此,采用轨迹灵敏度理论和控制变量法,依次对模型中的每一个参数进行分析,并根据结果和实际情况确定了待辨识参数,这大大降低了模型的复杂度,为下一步研究奠定了基础。3、基于粒子群算法对重点参数进行辨识。首先通过实验获取数据并将数据进行预处理,将灵敏度低的参数使用经典值计算得出,再采用粒子群算法辨识出灵敏度较高的参数,将实验曲线与辨识曲线进行拟合,结果表明两者的拟合程度较高,再一次证明了本文所建立的模型的有效性,同时具有一定的实用性。
李振垚[5](2021)在《基于广域测量系统的新能源发电系统参数在线辨识方法研究》文中指出大规模新能源并网的同时总是伴随着大量电力电子设备的接入,随着风力、光伏以及其他新能源并网装机总量的快速增长,以同步机为主的传统电力系统开始发生结构上的变革,向着高比例新能源和高比例电力电子设备的“双高”电力系统发展,呈现出电源波动性大、负荷随机性大和运行环境变化快等特征。现阶段,大型互联电网一般采用数字仿真的方式来评估电网运行性能并开展系统规划和设计,因此为了对“双高”电力系统的结构和特征进行准确的描述和分析,必须建立准确的新能源发电系统的数学模型。近年来,广域测量系统(Wide Area Measurement System,WAMS)在电力系统中的广泛应用使得获取高精度电网实时运行数据成为现实,从而为电力系统元件在线动态建模提供了成熟的条件,为了充分发挥WAMS数据在新能源发电系统建模方面的作用,本文提出了基于WAMS数据的双馈风电机组和光伏发电系统参数在线辨识方法。本文的主要工作和创新成果如下:1)针对新能源建模及其并网结构问题,首先建立了双馈风电系统机电暂态模型和光伏发电系统机电暂态模型,该组模型既可以表示单台机组的模型,也可以代表风电场或者光伏电场的单台等值机模型。然后,分析了其等效模型并网闭环系统结构特征,包括前向通道扰动和反馈通道扰动对闭环辨识造成的不同影响,以及直接运用开环辨识方法解决闭环辨识问题会得到有偏估计的原因。最后,提出了基于预报误差法的解决闭环辨识问题的方法,并分析了预报误差法的估计一致性。2)针对双馈风力发电机组参数在线辨识问题,提出了一种基于WAMS数据的双馈风电机组参数辨识方法。首先分析了双馈风电机组参数辨识可辨识的条件。然后提出了基于卡尔曼滤波的预报误差参数辨识方法。搭建了基于Matlab/Simulink仿真平台的含双馈风力发电机组的单机无穷大电网模型,对比了预报误差法和方程误差法的辨识结果。最后给出了基于广东阳江电网风电场WAMS实测数据的参数辨识算例,证明了所提方法的有效性和可行性。3)针对光伏发电系统参数在线辨识问题,提出了一种基于WAMS数据的光伏发电系统参数辨识方法。首先分析了光伏发电系统参数辨识可辨识的条件,包括参数唯一可辨识性以及基于L曲线的多项式模型阶次选择。然后提出了基于Box-Jenkins模型的预报误差参数辨识方法。搭建了基于Matlab/Simulink仿真平台的含光伏发电系统的单机无穷大电网模型,对比了BJ模型和ARX模型的辨识结果。最后给出了基于宁夏电网光伏电站WAMS实测数据的参数辨识算例,证明了所提方法的有效性和可行性。
杨建湘[6](2020)在《基于分数阶理论的风电系统动力学特性分析及控制研究》文中认为在风电装机容量和规模不断扩大的趋势下,涌入了大量的电力电子器件、发电机等动态元件,将影响整个系统的稳定性。风电系统内部机、电、磁等非线性因素易激发振荡行为,导致系统出现分岔或混沌现象。分数阶建模与分数阶控制具有更高的自由度和更优的控制性能,且自然界中大多数系统都可用分数阶形式描述。因此,论文结合分数阶微积分理论,针对风电系统机、电、磁等非线性振荡特性分析与控制问题进行了系统研究。具体研究工作如下:(1)建立风电系统整数阶动力学模型,包括:风电机组轴系模型、永磁同步风力发电机模型、并网互联电力系统模型以及电力系统铁磁谐振模型,并介绍分数阶微积分的基本定义、性质、求解算法及稳定性定理等基础知识,为后文分数阶方程的稳定性理论推导、分析与控制奠定了基础。(2)针对风电机组轴系模型的动力学特性分析及控制问题,不考虑时变刚度及外激励的自治轴系模型,分析其动力学特性。考虑时变刚度和风力机的机械输入转矩与发电机电磁转矩的组合外激励作用下,运用多尺度法,得到非自治系统的分岔方程,揭示组合激励对系统动力学行为的影响规律。此外,在传动轴扭矩方程中,考虑分数阶阻尼力和非线性刚度,建立风电机组轴系分数阶模型,采用快慢变量分离法分析组合激励下系统的响应特性,探讨分数阶阻尼对系统动力学特性的影响。为了快速有效抑制轴系扭振现象,考虑组合激励扰动的不确定性,提出一种鲁棒自适应固定时间终端滑模控制方法,与有限时间方法相比,所提出方法超调量更小,几乎无抖振,收敛更快且与初始值无关,仿真结果验证了该方法的有效性和优越性。(3)针对永磁同步风力发电机动力演化特征分析及混沌控制问题,推导了系统有无外激励时在平衡点处的稳定判别式,并计算出最小阶次,分析内部参数及外界激励变化对系统动力学特性的影响规律,证明了不同阶次下系统存在的混沌与分岔现象及其运动路径。为了减少甚至消除系统的非线性混沌振荡,考虑系统参数的不确定性及外界扰动,设计参数自适应辨识律,提出一种固定时间分数阶滑模自适应控制方法,与现有的方法比较,说明了所提出方法具有更高的性能优势。(4)针对电力系统在风电场有功功率和负荷消耗的无功功率作用下,易出现分岔与混沌振荡问题,以双参数整数阶动态模型为基础,展示双参数变化时复杂的动力学行为,进一步将整数阶模型推广到分数阶,分析系统产生混沌振荡的最小阶次,研究在双参数变化和不同阶次下系统的分岔和混沌特性。为了抑制系统的混沌振荡,考虑系统参数的不确定性,以系统平衡点为控制目标,提出了一种分数阶有限时间滑模控制方法,与传统滑模方法对比,验证了所提出方法在有限时间内稳定到平衡点,且参数辨识效果更优,鲁棒性更强。(5)针对风电场电力系统的铁磁谐振混沌机理分析及抑制问题,以风电场电力系统铁磁谐振模型为基础,分析系统进入混沌状态的基本条件,考虑外激励作用时的共振现象,采用多尺度法计算在主参数共振时的近似解并确定稳态解及稳定条件,探讨外激励对铁磁谐振动态特性的影响。进一步将模型拓展至分数阶,研究系统不同阶次和磁通链次方数的复杂动力学行为,为了抑制系统混沌振荡现象,基于时频域转换的频率分布模型,提出一种分数阶有限时间终端滑模控制器,实现了在有限时间内抑制谐振过电压中的混沌现象,并与传统滑模比较,证实所提出控制器的有效性和优越性。
王若宇[7](2020)在《基于粒子群算法辨识的火电机组一次调频系统建模及性能提升》文中研究表明随着国民经济的发展,电力需求不断增加,电力系统的运行管理水平也在不断提高。电网频率作为电网安全的重要指标之一,关系到电力系统的安全稳定运行,正不断受到高度重视。目前,电力调频、调峰等辅助服务中,火电机组承担了重要角色,提升火电机组的一次调频能力具有重要意义。国家能源局各监管局颁布的区域并网发电厂辅助服务管理实施细则和并网运行管理实施细则(简称“两个细则”),规定了火电机组在一次调频过程中的责任和义务,相关的考核要求也越来越严格。但是,电网频率的调整日益困难,一方面由于能源结构的不断调整,风电、光伏发电等新能源发电并网比重增加,其自身的随机性、波动性和不可控性增加了电源侧的扰动,火电机组在电力系统的装机比重却不断下降,年发电小时数减少,而目前电网的调频等辅助服务主要通过传统的火电机组来执行,这给火电机组的频率控制调节能力提出了更大的挑战。另一方面,火电机组节能、环保的改造一定程度上限制了其一次调频能力,特别在供暖季,以热定电的方式限制了机组的涉网能力。超临界机组的投运在提高了机组热经济性的同时,也限制了其参与电网一次调频的能力。这些问题都给火电机组一次调频的控制能力提出了更高的要求,如何提高机组的一次调频能力具有重要意义。本文以某350MW的超临界火电机组为研究对象,通过分析物理过程传递函数,在Matlab的Simulink环境中分模块建立了汽轮机及其调速系统的仿真模型,对汽轮机调速器调节系统、电液伺服系统和原动机模型进行研究。对火电机组的实测数据进行去噪和归一化处理,以处理后的数据为基础,利用粒子群算法对仿真模型中的关键参数进行辨识,将仿真结果与实际结果进行校核,以完善模型。最终得到了适用于工程模拟的仿真模型,使用该模型可以更准确地预测出机组相关参数,给实际运行过程的控制优化提供参考。针对机组高压调节阀的流量特性曲线的优化展开研究,分析了阀门流量特性对一次调频的影响,以及高压调节阀的流量计算方法。提出了一种基于算法的阀门流量特性整定方法,优化结果表明,利用这种方法可以提升流量特性曲线的线性度,使机组一次调频控制过程具有更高的精准度。本文还利用MATLAB的图形用户设计模块,建立了一次调频性能分析软件平台。该平台嵌入了仿真模型,可以辨识计算一次调频性能参数和考核参数。该平台搭建了一个通用的汽轮机及其调速系统辨识分析环境,方便操作人员对机组进行辨识和数据分析,充分挖掘火电机组的一次频率调节能力,满足日益严格的考核标准,提升了发电端的分析能力和工作效率。
廖金龙[8](2020)在《大功率火电机组一次调频能力建模与优化》文中研究表明我国正处于能源结构转型关键时期,改善因大规模新能源接入电网带来的频率波动,提高特高压输电受端电网的低频事故风险应对能力,需提高火电机组一次调频有效性和稳定性。对火电机组功频电液调节系统(Digital Electro-Hydraulic Control System,DEH)和协调控制系统(Coordinated Control System,CCS)进行了精确性建模研究,在此基础上研究了机组一次调频能力的评估方法,进一步地对火电机组的一次调频进行了优化研究。DEH伺服系统建模精确与否直接影响阀门仿真精确性,进而影响大功率机组一次调频功率响应仿真。为了提高建模精确性,针对DEH中伺服系统在实际工作中存在的非线性,提出了一种包含限幅、死区和修正系数的非线性伺服系统新模型。将待辨识参数分成线性参数和非线性参数分别辨识,通过建立三层神经网络辨识线性参数,根据阀门流量特性曲线获得非线性参数。以某1000MW超超临界汽轮发电机组调节系统为建模对象,得出限幅参数为1.05,电液转换器时间常数为0.0203,油动机时间常数为0.294,迟缓率为0.00293,以及修正系数为1.093。基于该模型进行仿真验证,得出仿真曲线与实际曲线几乎一致,其中阀门曲线的拟合度达到98.445%,功率曲线的拟合度为96.986%,表明了参数辨识方法的正确性。采用不考虑非线性的伺服系统模型进行对比,发现仿真曲线存在一定偏差,稳定后阀门开度的误差为5%,功率的误差为1.58%,证明了非线性伺服系统模型具有更高精确性。一次调频功率响应不仅涉及汽轮机阀门开度,还需考虑锅炉能量供应的影响,因此不仅要提高DEH建模精确性,还需结合考虑锅炉和汽轮机进行建模。因而采用黑箱建模和机理建模相结合的方法建立CCS模型用于研究机组一次调频。其中,推导建立了制粉系统、管道压损和汽轮机的传递函数和差分方程模型,并采用遗传算法辨识模型参数。由于锅炉的复杂物态转换、换热过程及大惯性大延迟特性,采用神经网络对其建模。使用实际数据对每个模型进行了仿真验证,仿真曲线和实际曲线每个样本点的误差基本都在-3%3%。基于实际给煤、给水和阀门开度指令,对整体的CCS模型进行仿真验证,得出给煤量、过热器出口压力、主蒸汽压力以及功率的仿真曲线与实际曲线的拟合度均高于90%,验证了CCS模型的正确性。最后,基于该CCS模型仿真了机组的一次调频动态响应,过热器出口压力、主蒸汽压力和功率均与实际值吻合良好,表明模型可用于研究机组的一次调频。研究评估机组一次调频能力有利于掌握区域电力系统的一次调频能力,对于防范电网低频风险具有重要意义。基于上述DEH和CCS建模研究,提出机组一次调频能力评估方法。首先通过DEH和CCS的传递函数耦合模型仿真得出由CCS和DEH协同一次调频是最佳调频控制方式。然后在此基础上仿真分析了几种提升机组调频能力的运行方式如:提升滑压设定值、高加给水旁路、补汽阀补汽以及凝结水节流。进一步地,通过实际机组的一次调频能力试验研究了这些方式的调频效果,结果表明增大主蒸汽调节阀节流对提升机组一次调频能力最直接有效,给水旁路与主蒸汽调节阀结合的调频效果与其相当,且具有持续的负荷维持和提升能力。基于此结论,研究了机组阀门和高加给水旁路的一次调频能力评估方法。对于阀门一次调频能力,分别基于变工况分析和单元机组线性增量数学模型推导出关键映射公式,然后采用神经网络对其建模求解。采用实际运行数据和仿真数据分别进行了验证,预测的主蒸汽压力误差和一次调频能力误差均在合理范围内。针对某电厂超超临界1000MW机组建立EBSILON热力系统模型,研究高加旁路提升机组负荷的能力。分别对高加小旁路、高加混合旁路及高加大旁路等3种旁路方式进行仿真,结果表明旁路最前一级高加才能有效增加机组功率。基于此,仿真得到不同负荷率下功率增量与旁路流量之间的关系曲线,以及旁路前后热耗率与负荷率之间的关系曲线。对比分析机组通过阀门节流调节与高加混合旁路调节的热耗率,表明在保证一次调频能力的基础上,采用高加混合旁路调节能有效的提高机组调频能力和运行经济性。大功率机组一次调频参数是影响自身调频动态稳定与维持电网频率稳定的关键因素,基于一次调频能力的研究,建立以总煤耗量及NOx排放最低为目标函数、以电网一次调频稳定、机组一次调频稳定条件及电网要求的速度不等率范围为约束条件的优化模型,来优化各机组速度不等率设置。采用IEEE300节点模型进行仿真试验,仿真结果表明此算法可以保证机组快速完成一次调频任务,并且具有最佳经济性。将优化模型拓展至深度调峰机组,仿真结果表明需适当突破电网一次调频标准的约束来设置速度不等率。采用该优化方案,有利于提高电力系统一次调频快速性和稳定性。另外,考虑到机组调峰深度与调峰能力在一定程度上不可兼得,为了防范电网低频风险,且使电力系统运行经济的同时具备足够的调峰裕度,提出了考虑一次调频能力的机组负荷优化分配模型,并引入新型正弦余弦算法求解。以某电厂4台机组为例验证模型的有效性,分别采用SCA和遗传算法寻优计算并与自动发电控制指令对比,结果表明SCA的最优解比GA精度更高,而且新模型既能保证足够的一次调频备用容量又有更高经济性。通过仿真得出不同负荷率最优经济成本与一次调频备用容量的关系曲线,总结了此规律对负荷优化分配的指导意义。最后仿真研究低负荷率时的负荷分配,结果表明模型会优先选取经济性较好的机组进行深度调峰,以保证整体最佳经济性。本文对大功率机组一次调频进行纵向研究,首先研究提高了DEH和CCS建模的精确性,以保证一次调频建模的精确性。然后提出了基于神经网络的最大调频能力评估方法和基于EBSILON建模的高加旁路一次调频能力评估方法,可简捷高效的获得机组的一次调频能力。最后提出一种全新的优化策略,将一次调频能力纳入优化的约束条件,使机组在能保证电网足够一次调频能力的基础上,分别实现不同机组速度不等率以及负荷分配的联合优化。研究内容对增强电网消纳新能源发电的能力,提高大功率机组运行灵活性具有重要参考价值。
吴桐[9](2020)在《同步发电机在线参数辨识方法研究》文中研究指明现代电网的不断发展对可靠性和安全运行有更多更高的要求,电力系统仿真、故障诊断和运行分析的基础是准确的数学模型和参数,这些参数对电网安全运行有着重要意义,故快速准确获得可靠的电网模型参数是保证电力系统安全运行的基本问题。相量测量单元(PMU)为电力系统的安全稳定运行提供了一种关键的测量装置。PMU在电力系统发电机组的安全监控、合理调度、电网状态的监测与发电机动态过程的控制等方面起到了至关重要的作用。本文围绕同步发电机参数辨识这一课题展开,首先,阐述了同步发电机参数辨识的基本原理和参数辨识的基本流程。给出同步发电机的基本电压方程和磁链方程,以及几种实用模型。在可辨识性分析基础上选用同步发电机六阶模型进行参数辨识。然后,研究了基于PMU数据的同步发电机参数可辨识性问题,提出了一种基于主要海森方向法的同步发电机参数可辨识性分析算法。建立了同步发电机参数辨识目标函数,分析了参数辨识的可行性。基于PHD算法提出了参数可辨识分析方案,同时分析了识别关联性参数。其次,在MATLAB/Simulink中搭建仿真模型,建立励磁电压模型模拟多种扰动下同步发电机的动态运行过程,用基于改进粒子群优化算法的六阶实用模型参数辨识方案对发电机模拟运行状态进行参数辨识,通过分析辨识结果验证了辨识方案的可行性和通用性。最后,以两家电厂发电机PMU实测数据为基础,使用基于改进粒子群优化算法进行参数辨识,通过分析辨识结果,验证了该方案的可行性和稳定性;然后再利用传统辨识方案进行参数辨识,通过对两种方案的参数辨识结果的比较分析,表明了基于改进粒子群优化算法参数辨识方案的优越性;并得出改进粒子群优化算法方案具有辨识目标函数较小、对同步发电机的动态描述更贴近于实际运行工况的结论。
冯陈[10](2020)在《抽水蓄能机组系统辨识与复杂工况下控制规律研究》文中提出太阳能和风电等清洁能源想要大规模接入电网并发挥其作为绿色能源的优势,就必须借助大规模储能技术的消纳和调节。在目前已有的储能技术当中,抽水蓄能技术相比于其他形式的储能技术具有运行成熟且储量大的优点。抽水蓄能技术工况转换迅速、运行灵活性高、负荷响应速度快,可以实时跟踪电力系统的负荷变化。然而,抽水蓄能与新能源的联合运行中仍存在许多问题。大规模新能源的并网,对抽水蓄能机组的运行模式提出了新要求。更频繁的负荷调整、长时间的旋转备用、长时间的负荷工况等新要求给抽水蓄能电站的运行来了新的挑战。尤其在稳定性和安全性方面,由于可逆式机组固有的反“S”区不稳定运行特性以及调速励磁系统水-机-电能量转换过程中耦合效应日益显着,传统的抽水蓄能运行方式已无法满足新形势下电网的调节需求。在此背景之下,针对抽水蓄能机组稳定、安全和高效运行所亟需解决的关键科学问题与技术难点,本文以抽水蓄能机组系统辨识与复杂工况下控制规律研究为切入点,在充分探讨抽水蓄能调节系统各组成部分的动态机理与非线性特性的基础上,分别搭建了具有复杂过水系统的调速系统模型与调速励磁系统水-机-电耦合模型,以智能优化算法、人工神经网络、多目标优化理论、小扰动特征分析、模型预测控制方法为技术支撑,深入开展抽水蓄能机组参数辨识、模型辨识、改善反“S”区动态特性以及调速励磁耦合控制规律的研究,建立了抽水蓄能机组建模-辨识-控制层层递进的研究体系。本文的主要研究工作与创新成果如下:(1)系统研究了抽水蓄能机组调速系统和励磁系统各组成部分不同模型表达及适用条件。针对水泵水轮机反“S”区建模困难的问题,引入对数投影法和改进Suter变换对水泵水轮机全特性曲线进行预处理,解决了反“S”特性区域插值计算的多值性问题。搭建了适用于不同研究工况的带有复杂过水系统的调速系统模型与调速励磁系统水-机-电耦合模型,为后续系统辨识与复杂工况下控制规律的研究奠定了模型基础。(2)针对复杂过水系统和调速励磁耦合特性引起的参数辨识难题,研究了基于智能优化算法的参数辨识方法,引入人工羊群算法并结合Levy游走、混沌变异及弹性边界处理策略,提出了一种改进人工羊群智能优化算法,建立了基于改进人工羊群算法的参数辨识框架。通过机组的开关机过程,直接辨识复杂过水系统的管段参数;通过并网运行的调节过程,实现了调速励磁系统水-机-电耦合模型的高精度一体化参数辨识。(3)针对数据具有长期依赖关系和普通神经网络训练中面临的梯度消失问题,通过引入长短时记忆神经网络来实现带有复杂过水系统的抽水蓄能机组调速系统的高精度离线模型辨识;针对普通反向传播算法面临的训练收敛速度慢、在线调整困难的问题,引入了兼具普通BP神经网络非线性描述能力强和递推最小二乘法计算简单优点的带遗忘因子的在线序列极限学习机,实现了抽水蓄能机组调速励磁系统水-机-电耦合模型的高精度在线模型辨识。(4)针对机组低水头启动易受反“S”特性影响产生转速振荡的问题,提出了兼顾速动性和稳定性的基于多目标羊群算法的优化框架,有效抑制低水头开机时机组转速的反复振荡。为了从根本上改善抽水蓄能机组在反“S”区的动态特性,本文首次探讨了利用变速机制避免机组深入反“S”区运行的可行性,结果表明低水头工况下可以通过降低转速使机组的运行区域在全特性曲线上向左移动从而有效避免反“S”区,使机组具有更好的动态特性,也为常规定速抽水蓄能机组的改造与发展提供了新参考。(5)为了实现抽水蓄能机组调速励磁系统水-机-电能量转换过程的耦合控制,引入特征值分析法对调节系统进行小扰动稳定性分析,在此基础上给出了经典“PID+VAR+PSS”控制策略多工况下的多目标优化和决策方法。提出了一种基于带遗忘因子在线序列极限学习机的预测模型、阶梯式控制增量约束、人工羊群算法滚动优化的智能模型预测控制策略,通过不同工况下与经典控制策略对比的实验,验证了所提智能模型预测控制方法进行调速励磁耦合控制的优越性,并引入非线性动力学理论对智能模型预测控制器进行了稳定性分析。
二、Dynamic Modeling and Parameter Identification of Power Systems(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Dynamic Modeling and Parameter Identification of Power Systems(论文提纲范文)
(1)数字孪生建模方法及其在热力系统优化运行中的应用研究(论文提纲范文)
摘要 |
Abstract |
主要符号及缩写表 |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 能源电力发展背景与现状 |
1.1.2 智能控制优化研究现状 |
1.2 热力系统建模仿真及大数据技术研究现状 |
1.2.1 热力系统建模研究现状 |
1.2.2 电力大数据及其发展现状 |
1.2.3 热力系统仿真技术发展背景 |
1.3 数字孪生技术的应用现状及关键技术 |
1.3.1 数字孪生的应用发展现状 |
1.3.2 数字孪生研究的关键技术 |
1.3.3 数字孪生发展面临的挑战 |
1.4 论文的研究内容 |
第2章 大数据背景下的数字孪生与热力系统建模理论 |
2.1 数字孪生的基本理论 |
2.1.1 数字孪生的定义与内涵 |
2.1.2 数字孪生与仿真技术之间的关系 |
2.1.3 数字孪生与信息物理系统之间的关系 |
2.2 热力系统建模理论与方法 |
2.2.1 流体网络机理建模理论与方法 |
2.2.2 数据驱动建模理论与方法 |
2.3 大数据的基本理论 |
2.3.1 大数据平台框架及相关技术 |
2.3.2 大数据存储管理与预处理方法 |
2.3.3 大数据分布式集群平台构建 |
2.4 本章小结 |
第3章 基于改进即时学习策略的自适应数据驱动建模方法研究 |
3.1 基于改进即时学习策略的自适应数据驱动建模方法 |
3.1.1 建模思路 |
3.1.2 基于改进遗传模拟退火算法的模糊聚类工况划分 |
3.1.3 基于多层次综合相似度度量的相似工况识别 |
3.1.4 基于Spark平台的数据驱动局部模型建模 |
3.2 SCR脱硝系统数据驱动建模应用案例 |
3.2.1 建模对象及背景介绍 |
3.2.2 数据预处理和相似工况选取 |
3.2.3 局部建模过程及结果分析 |
3.3 电锅炉供热系统荷侧和源侧负荷预测建模应用案例 |
3.3.1 建模对象及背景介绍 |
3.3.2 荷侧供热负荷预测模型 |
3.3.3 源侧电负荷预测 |
3.4 本章小结 |
第4章 热力系统数字孪生建模理论及应用 |
4.1 热力系统数字孪生建模思路 |
4.1.1 数字孪生建模方法的提出 |
4.1.2 数字孪生模型的构建方法及流程 |
4.2 数字孪生机理模型的构建 |
4.2.1 管路模型 |
4.2.2 调节阀模型 |
4.2.3 离心水泵模型 |
4.2.4 换热器模型 |
4.3 数字孪生模型的协同与融合理论 |
4.3.1 数字孪生模型离线智能参数辨识 |
4.3.2 数字孪生模型参数在线自适应协同 |
4.3.3 基于移动窗格信息熵的多模型输出在线融合 |
4.4 数字孪生建模实例分析 |
4.4.1 脱硝系统数字孪生模型的建立 |
4.4.2 供热系统数字孪生模型的建立 |
4.5 本章小结 |
第5章 基于热力系统数字孪生模型的节能控制优化 |
5.1 基于数字孪生模型的智能工况动态寻优 |
5.1.1 热力系统智能工况动态寻优策略 |
5.1.2 基于数字孪生模型的供热储热系统智能工况动态寻优 |
5.2 基于数字孪生模型的自适应预测控制优化 |
5.2.1 基于数字孪生模型的预测控制算法 |
5.2.2 基于数字孪生模型预测控制的喷氨量优化 |
5.3 本章小结 |
第6章 结论与展望 |
6.1 主要研究工作及成果 |
6.2 论文主要创新点 |
6.3 后续工作展望 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(2)引入可变遗忘因子的电力系统静态负荷特性建模与参数辨识(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景与意义 |
1.2 电力负荷特性模型在系统分析中的作用 |
1.2.1 负荷特性模型在潮流计算中的作用 |
1.2.2 负荷特性模型在暂态稳定计算中的作用 |
1.2.3 负荷特性模型在小信号动态稳定计算中的作用 |
1.2.4 负荷特性模型在电压稳定计算中的作用 |
1.3 电力负荷特性建模与参数辨识的研究现状 |
1.3.1 国外电力负荷建模与辨识的发展历程 |
1.3.2 国内电力负荷建模与辨识的发展历程 |
1.3.3 电力负荷特性建模面临的挑战 |
1.4 本文的主要工作和章节安排 |
第2章 电力负荷特性建模的理论基础 |
2.1 电力负荷模型分类 |
2.1.1 静态负荷模型 |
2.1.2 动态负荷模型 |
2.2 电力负荷特性建模方法 |
2.2.1 统计综合法 |
2.2.2 总体测辨法 |
2.2.3 故障仿真法 |
2.3 系统参数的辨识算法 |
2.3.1 系统辨识的定义 |
2.3.2 最小二乘估计算法 |
2.3.3 加权的递推最小二乘法 |
2.4 本章小结 |
第3章 基于实测数据的配电网综合负荷建模研究 |
3.1 综合负荷静态特性建模的实用意义 |
3.2 综合负荷静态特性建模的主要思路 |
3.3 综合负荷静态特性建模的基本步骤 |
3.3.1 用电设备平均特性的确定方法 |
3.3.2 行业典型用户的选取方法 |
3.3.3 典型用户的设备比例求取方法 |
3.3.4 行业综合负荷静态特性模型的参数确定方法 |
3.3.5 按季节分时段的全行业综合负荷结构模型的构建方法 |
3.4 综合负荷静态特性模型的参数辨识方法 |
3.4.1 基于可变遗忘因子λ的加权递推最小二乘估计算法 |
3.4.2 可变遗忘因子λ在参数辨识中的作用 |
3.5 本章小结 |
第4章 区域性配电网综合负荷建模算例分析 |
4.1 各行业典型用户负荷结构组成的确定 |
4.2 各行业综合负荷静态特性参数的确定 |
4.3 按季节分时的变电站全行业负荷构成的确定 |
4.4 按季节分时的区域性配电网综合负荷静态模型参数确定 |
4.5 基于RLS辨识算法的负荷模型及参数有效性验证 |
4.5.1 各行业负荷构成比例模型的有效性验证 |
4.5.2 综合负荷静态模型输出特性参数的有效性验证 |
4.5.3 RLS辨识算法在引入可变遗忘因子前后的对比分析 |
4.6 本章小结 |
第5章 结论与展望 |
5.1 本文的主要研究内容及成果 |
5.2 后续工作展望 |
参考文献 |
攻读硕士学位期间发表的论文及其它成果 |
致谢 |
(3)虚拟同步机并网系统功率振荡分析与抑制方法研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.1.1 可再生能源发电的发展现状及趋势 |
1.1.2 高比例可再生能源并网引发的问题 |
1.1.3 高比例可再生能源电力系统的惯性需求 |
1.2 虚拟同步机技术研究现状 |
1.2.1 运动方程的实现 |
1.2.2 电磁方程的实现 |
1.2.3 VSG的优化控制 |
1.3 VSG关键问题 |
1.3.1 简单可靠的数学模型 |
1.3.2 稳定性分析及维稳策略 |
1.3.3 设计参数测试 |
1.4 本文的主要研究内容 |
第二章 VSG基本原理及建模方法 |
2.1 VSG控制原理及其全阶模型 |
2.1.1 VSG基本原理 |
2.1.2 VSG全阶模型 |
2.2 VSG典型降阶模型的建模方式及其局限性 |
2.2.1 输电线路的“准稳态”与电磁暂态 |
2.2.2 “准稳态”三阶模型及其适用性分析 |
2.2.3 电磁五阶模型及其适用性分析 |
2.3 计及跨时间尺度交互作用的改进电磁模型 |
2.3.1 基于时间常数的模型降阶方法 |
2.3.2 改进电磁五阶模型的推导 |
2.3.3 改进电磁五阶模型适用性分析 |
2.4 仿真验证 |
2.4.1 “准稳态”三阶模型适用性验证 |
2.4.2 电磁五阶模型适用性验证 |
2.4.3 改进电磁五阶模型适用性验证 |
2.5 本章小结 |
第三章 VSG并网次同步/同步谐振机理分析及抑制方法 |
3.1 VSG功率动态耦合及次同步/同步谐振机理分析 |
3.1.1 VSG功率环路动态耦合特性 |
3.1.2 VSG并网次同步/同步谐振机理 |
3.2 VSG次同步频率稳定性分析及改善方法 |
3.2.1 次同步频率稳定性影响因素的相关分析 |
3.2.2 参数优化抑制次同步谐振 |
3.3 基于输出功率比例微分反馈的次同步谐振抑制方法 |
3.3.1 输出功率比例微分反馈控制策略 |
3.3.2 输出功率比例微分反馈系数设计 |
3.4 仿真验证 |
3.4.1 VSG并网谐振现象及功率环动态耦合现象 |
3.4.2 输出功率全反馈控制策略有效性验证 |
3.5 本章小结 |
第四章 VSG并网低频振荡现象分析及虚拟转矩校正 |
4.1 VSG输出功率振荡现象 |
4.1.1 基于动态阻尼的虚拟同步发电机 |
4.1.2 VSG并网输出功率低频振荡现象 |
4.2 VSG转矩模型及转矩分析 |
4.2.1 VSG等效转矩模型 |
4.2.2 VSG虚拟转矩分析 |
4.3 基于相位补偿的VSG虚拟转矩校正方法 |
4.3.1 VSG虚拟转矩校正 |
4.3.2 相位补偿器设计 |
4.4 仿真验证 |
4.4.1 转矩分析正确性验证 |
4.4.2 相位补偿有效性验证 |
4.5 本章小结 |
第五章 基于系统辨识的VSG设计参数测试方法 |
5.1 VSG设计参数测试的必要性分析 |
5.1.1 VSG参数设计中存在的问题 |
5.1.2 基于智能辨识的设计验证方法 |
5.2 基于转矩分析理论的机理建模 |
5.2.1 并网逆变器虚拟阻尼与惯性的等效 |
5.2.2 VSG的数据采样系统及数值模型 |
5.3 基于智能优化算法的参数辨识 |
5.3.1 参数优化与参数辨识 |
5.3.2 扰动及数据预处理方法 |
5.4 仿真验证 |
5.4.1 下垂控制与VSG控制策略的等效性验证 |
5.4.2 基于智能优化算法的参数辨识可行性验证 |
5.5 本章小结 |
第六章 实验平台及实验验证 |
6.1 实验平台搭建及基本功能验证 |
6.1.1 逆变器结构及基本功能验证 |
6.1.2 微网结构及基本功能验证 |
6.2 降阶模型准确性及VSG性能指标验证 |
6.2.1 降阶模型准确性验证 |
6.2.2 VSG设计参数测试 |
6.3 VSG功率振荡现象及抑制方法验证 |
6.3.1 次同步谐振现象及抑制方法验证 |
6.3.2 低频振荡现象及抑制方法验证 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 研究总结 |
7.2 工作展望 |
参考文献 |
攻读博士学位期间的学术活动及成果情况 |
(4)电力电子化电力系统动态负荷建模与参数辨识研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 课题研究的背景及意义 |
1.1.1 电力负荷建模的背景及意义 |
1.1.2 电力电子化电力系统发展趋势 |
1.1.3 电力电子化电力系统负荷建模重要意义 |
1.2 负荷建模的发展现状 |
1.2.1 负荷建模的发展过程 |
1.2.2 负荷建模的研究现状 |
1.3 电力电子化电力系统负荷建模存在的问题 |
1.4 本文的研究内容与章节安排 |
2 负荷建模的基本理论 |
2.1 负荷建模方法 |
2.1.1 统计综合法 |
2.1.2 总体测辨法 |
2.1.3 故障仿真法 |
2.2 负荷模型结构研究 |
2.2.1 静态负荷模型 |
2.2.2 动态负荷模型 |
2.2.3 综合负荷模型 |
2.3 参数辨识方法 |
2.4 电力电子化电力系统负荷建模研究方法 |
2.4.1 电力电子化负荷建模研究框架 |
2.4.2 电力电子化负荷模型结构 |
2.4.3 电力电子化负荷辨识策略 |
2.5 本章小结 |
3 电力系统动态负荷建模 |
3.1 电力电子化的动态负荷模型 |
3.1.1 建模思路 |
3.1.2 逆变器控制原理 |
3.2 动态负荷建模 |
3.2.1 网侧电源和整流部分建模 |
3.2.2 感应电机数学模型 |
3.2.3 V/F控制的逆变器数学模型 |
3.2.4 直流支路的中间变量数学模型 |
3.2.5 全系统数学模型 |
3.3 仿真验证 |
3.3.1 电压扰动验证动态模型 |
3.3.2 频率扰动验证动态模型 |
3.3.3 电压与频率扰动验证动态模型 |
3.4 灵敏性分析 |
3.4.1 系统灵敏度分析理论 |
3.4.2 负荷模型参数灵敏度分析 |
3.5 本章小结 |
4 基于粒子群算法的动态负荷参数辨识 |
4.1 粒子群算法的辨识原理 |
4.1.1 粒子群算法概述 |
4.1.2 粒子群算法的步骤与流程 |
4.2 实测数据获取及预处理 |
4.2.1 实测数据的获取 |
4.2.2 实测数据预处理 |
4.3 参数辨识与分析 |
4.3.1 粒子群算法的目标函数选择 |
4.3.2 参数设置方案 |
4.3.3 辨识结果 |
4.4 本章小结 |
5 总结与展望 |
5.1 总结 |
5.2 展望 |
致谢 |
参考文献 |
附录 |
个人简历、在学期间发表的学术论文及取得的研究成果 |
(5)基于广域测量系统的新能源发电系统参数在线辨识方法研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
1 绪论 |
1.1 课题背景及研究意义 |
1.2 本课题国内外研究概况 |
1.2.1 新能源建模及参数辨识研究现状 |
1.2.2 基于WAMS数据的系统参数辨识研究现状 |
1.3 本文主要工作 |
2 新能源发电系统机电暂态建模及其并网模型结构分析 |
2.1 引言 |
2.2 双馈风力发电系统机电暂态模型 |
2.2.1 风力机模型 |
2.2.2 发电机模型 |
2.2.3 控制器模型 |
2.2.4 机电暂态网络接口方程 |
2.3 光伏发电系统机电暂态模型 |
2.3.1 直流电压方程 |
2.3.2 逆变器控制器模型 |
2.3.3 机电暂态网络接口方程 |
2.4 并网结构分析 |
2.5 预报误差法的闭环辨识性质 |
2.6 本章小结 |
3 基于WAMS数据的双馈风电机组参数在线辨识方法 |
3.1 引言 |
3.2 双馈风电机组参数辨识可辨识性分析及辨识步骤 |
3.2.1 数据集信息充足性 |
3.2.2 数据集持续激励 |
3.2.3 参数轨迹灵敏度分析 |
3.2.4 辨识步骤 |
3.3 基于Matlab/Simulink的仿真算例 |
3.3.1 外部扰动远大于内部扰动 |
3.3.2 内部扰动不可忽略 |
3.4 广东电网WAMS数据算例 |
3.5 本章小结 |
4 基于WAMS数据的光伏发电系统参数在线辨识方法 |
4.1 引言 |
4.2 光伏发电系统可辨识性分析及辨识步骤 |
4.2.1 参数唯一可辨识性 |
4.2.2 多项式模型阶次选择 |
4.2.3 辨识步骤 |
4.3 基于Matlab/Simulink的仿真算例 |
4.4 宁夏电网WAMS算例 |
4.5 本章小结 |
5 总结与展望 |
参考文献 |
攻读学位期间的科研成果 |
(6)基于分数阶理论的风电系统动力学特性分析及控制研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 风电系统动力学特性与控制策略研究现状 |
1.2.1 机械传动轴系振荡的研究 |
1.2.2 永磁同步风力发电机混沌运动的研究 |
1.2.3 含风电电力系统分岔与混沌的研究 |
1.2.4 电力系统铁磁谐振的研究 |
1.3 分数阶理论应用及其系统稳定性研究状况 |
1.3.1 分数阶理论与应用建模研究状况 |
1.3.2 分数阶系统稳定性及控制研究状况 |
1.4 分数阶理论在风电系统中的应用 |
1.5 本论文的研究内容及整体结构 |
2 风电系统基本模型及分数阶基础理论 |
2.1 引言 |
2.2 风电系统基本数学模型 |
2.2.1 机械系统模型 |
2.2.2 永磁同步发电机模型 |
2.2.3 风电场电力系统模型 |
2.2.4 风电场电力系统铁磁谐振模型 |
2.3 分数阶微积分基础理论 |
2.3.1 分数阶微积分定义和性质 |
2.3.2 分数阶微分方程的求解方法 |
2.3.3 分数阶动力学系统的稳定性定理 |
2.4 本章小结 |
3 风电机组轴系模型的动力学特性及控制 |
3.1 引言 |
3.2 风电机组轴系的动力学特性分析 |
3.2.1 自治系统动力学特性分析 |
3.2.2 组合激励下非自治系统动力学特性 |
3.3 具有分数阶阻尼的轴系动态响应特性 |
3.3.1 近似解析解 |
3.3.2 数值计算 |
3.3.3 振动共振分析 |
3.4 鲁棒自适应控制策略 |
3.4.1 系统模型与问题描述 |
3.4.2 自适应滑模控制器设计 |
3.4.3 固定时间稳定性分析 |
3.4.4 仿真对比分析 |
3.5 本章小结 |
4 分数阶永磁同步风力发电机动力演化特征及控制 |
4.1 引言 |
4.2 分数阶模型及平衡点分析 |
4.2.1 无外界激励 |
4.2.2 有外界激励 |
4.3 动力学特性分析 |
4.3.1 初始值敏感性及混沌吸引子 |
4.3.2 内部参数变化 |
4.3.3 外界激励变化 |
4.4 混沌控制及参数辨识 |
4.4.1 有限时间稳定性理论及相关引理 |
4.4.2 滑模控制器及自适应控制律的设计 |
4.4.3 固定时间稳定性分析 |
4.4.4 系统仿真与对比分析 |
4.5 本章小结 |
5 含风电场电力系统的混沌振荡分析及控制 |
5.1 引言 |
5.2 双参数模型及混沌特性分析 |
5.3 分数阶模型的非线性动力学行为 |
5.4 分数阶有限时间滑模控制 |
5.4.1 分数阶有限时间稳定原理 |
5.4.2 分数阶有限时间滑模控制器设计 |
5.4.3 仿真对比分析 |
5.5 本章小结 |
6 含风能电力系统的铁磁谐振混沌机理及控制 |
6.1 引言 |
6.2 铁磁谐振混沌机理 |
6.2.1 基本模型 |
6.2.2 主共振分析 |
6.2.3 激励幅值对系统动力学行为的影响 |
6.3 分数阶模型混沌动力学行为分析 |
6.4 分数阶有限时间滑模控制 |
6.4.1 频率分布模型 |
6.4.2 有限时间滑模控制器设计 |
6.4.3 系统仿真与对比分析 |
6.5 本章小结 |
7 结论与展望 |
7.1 结论 |
7.2 创新点 |
7.3 展望 |
致谢 |
参考文献 |
攻读博士学位期间取得的研究成果 |
(7)基于粒子群算法辨识的火电机组一次调频系统建模及性能提升(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 研究现状 |
1.2.1 调速系统建模 |
1.2.2 参数辨识 |
1.2.3 阀门特性曲线 |
1.3 研究内容 |
第2章 一次调频系统建模 |
2.1 电力系统一次调频 |
2.1.1 一次调频原理 |
2.1.2 一次调频参数 |
2.2 汽轮机及其调速系统建模 |
2.2.1 电调型调速器调节系统 |
2.2.2 电液伺服系统模型 |
2.2.3 汽轮机原动机模型 |
2.2.4 整体模型 |
2.3 仿真数据 |
2.4 本章小结 |
第3章 模型参数辨识 |
3.1 数据处理 |
3.1.1 数据去噪 |
3.1.2 标幺化和归一化 |
3.2 基于粒子群算法的参数辨识 |
3.2.1 调节系统参数辨识 |
3.2.2 电液伺服系统参数辨识 |
3.2.3 原动机参数辨识 |
3.3 模型校核 |
3.4 本章小结 |
第4章 阀门流量特性优化 |
4.1 阀门流量特性对一次调频的影响 |
4.2 阀门流量特性原理 |
4.3 阀门流量特性整定 |
4.4 本章小结 |
第5章 一次调频分析平台 |
5.1 开发软件 |
5.2 功能模块 |
5.3 平台应用 |
5.4 本章小结 |
第6章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
学位论文评阅及答辩情况表 |
(8)大功率火电机组一次调频能力建模与优化(论文提纲范文)
致谢 |
摘要 |
Abstract |
主要符号表 |
1 绪论 |
1.1 课题背景和研究意义 |
1.1.1 可再生能源系统接入对电网的冲击 |
1.1.2 特高压输电对汽轮机一次调频的影响 |
1.1.3 火电机组的一次调频能力降低 |
1.2 国内外研究现状 |
1.2.1 机组灵活性运行研究现状 |
1.2.2 功频电液调节系统研究现状 |
1.2.3 协调控制系统研究现状 |
1.2.4 火电机组一次调频能力研究现状 |
1.2.4.1 阀门一次调频研究 |
1.2.4.2 高压加热器调节负荷相关研究 |
1.2.4.3 低压加热器调节负荷相关研究 |
1.2.4.4 凝结水节流调节负荷研究 |
1.2.5 火电机组一次调频优化研究现状 |
1.3 本文研究主要内容 |
1.3.1 课题来源 |
1.3.2 研究内容 |
1.4 本章小结 |
2 功频电液调节系统和协调控制系统建模及参数辨识 |
2.1 功频电液调节系统建模及参数辨识 |
2.1.1 非线性伺服系统模型 |
2.1.2 连续传递函数的离散化 |
2.1.3 基于神经网络的参数辨识 |
2.1.4 数据预处理 |
2.1.5 参数辨识 |
2.1.6 参数辨识结果 |
2.1.7 结果验证 |
2.1.8 DEH建模和参数辨识方法应用说明 |
2.1.9 结论 |
2.2 协调控制系统建模及参数辨识 |
2.2.1 协调控制系统原理 |
2.2.2 制粉系统模型 |
2.2.3 锅炉模型 |
2.2.4 管道压损模型 |
2.2.5 汽轮机模型 |
2.2.6 参数辨识和模型仿真 |
2.2.6.1 制粉系统参数辨识和验证 |
2.2.6.2 锅炉模型求解和验证 |
2.2.6.3 管道压损模型参数辨识和验证 |
2.2.6.4 汽轮机模型参数辨识和验证 |
2.2.6.5 协调控制系统模型整体验证 |
2.2.7 CCS建模和参数辨识方法应用说明 |
2.2.8 结论 |
2.3 本章小结 |
3 火电机组一次调频能力分析与评估 |
3.1 大功率机组一次调频能力仿真与试验分析 |
3.1.1 火电机组一次调频分析 |
3.1.1.1 一次调频相关概念 |
3.1.1.2 DEH和 CCS一次调频模型 |
3.1.1.3 DEH和 CCS单独一次调频 |
3.1.1.4 DEH和 CCS协同一次调频 |
3.1.1.5 灵活改变机组运行方式 |
3.1.2 一次调频能力试验研究 |
3.1.2.1 调节阀最大调频能力分析 |
3.1.2.2 给水小旁路的一次调频 |
3.1.2.3 混合一次调频 |
3.1.2.4 试验结果分析 |
3.1.3 结论 |
3.2 基于神经网络的阀门一次调频能力评估 |
3.2.1 调门动态特性分析 |
3.2.2 一次调频能力评估方法 |
3.2.2.1 一次调频过程变工况分析 |
3.2.2.2 基于变工况分析的阀门一次调频能力评估方法 |
3.2.2.3 基于单元机组线性增量数学模型的阀门一次调频能力评估方法 |
3.2.2.4 阀门一次调频能力评估流程 |
3.2.3 一次调频能力仿真结果和验证 |
3.2.4 阀门一次调频能力评估方法应用说明 |
3.2.5 结论 |
3.3 基于EBSILON的高加给水旁路提升负荷能力分析 |
3.3.1 基于EBSILON的热力系统建模 |
3.3.1.1 EBSILON简介 |
3.3.1.2 1000 MW机组EBSILON建模 |
3.3.1.3 变工况模型验证 |
3.3.2 高加给水旁路仿真分析 |
3.3.2.1 高加小旁路仿真分析 |
3.3.2.2 高加混合旁路分析 |
3.3.2.3 高加大旁路分析 |
3.3.2.4 最优高加旁路方式分析 |
3.3.3 高加给水旁路提升负荷能力方法应用说明 |
3.3.4 结论 |
3.4 本章小结 |
4 火电机组一次调频优化分析 |
4.1 大功率机组一次调频参数优化研究 |
4.1.1 一次调频参数分析 |
4.1.1.1 一次调频死区的分析及仿真 |
4.1.1.2 一次调频响应时间的分析及仿真 |
4.1.1.3 速度不等率的分析及仿真 |
4.1.2 系统各机组最优速度不等率研究分析 |
4.1.2.1 调差系数 |
4.1.2.2 电力系统的负荷频率静态特性 |
4.1.2.3 机组一次调频能力 |
4.1.2.4 各机组最优速度不等率研究 |
4.1.3 算例仿真分析 |
4.1.4 结论 |
4.2 考虑一次调频能力的火电机组负荷优化分配 |
4.2.1 火电机组经济性和一次调频能力分析 |
4.2.1.1 机组运行经济性分析 |
4.2.1.2 机组一次调频能力分析 |
4.2.2 考虑一次调频能力的机组负荷优化分配 |
4.2.2.1 优化目标 |
4.2.2.2 约束条件 |
4.2.3 正弦余弦算法 |
4.2.4 算例仿真分析 |
4.2.5 结论 |
4.3 本章小结 |
5 总结和展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
作者简历 |
(9)同步发电机在线参数辨识方法研究(论文提纲范文)
摘要 |
abstract |
1 引言 |
1.1 研究背景与研究意义 |
1.2 同步发电机参数辨识研究现状 |
1.2.1 发电机参数辨识 |
1.2.2 同步电机参数辨识国外研究现状 |
1.2.3 同步电机参数辨识国内研究现状 |
1.3 本文主要工作 |
2 同步发电机模型与参数辨识原理 |
2.1 概述 |
2.2 同步发电机模型 |
2.2.1 模型的原理 |
2.2.2 同步发电机的基本方程 |
2.2.3 同步发电机的实用模型 |
2.2.4 同步发电机模型的可辨识性分析 |
2.3 同步发电机参数辨识及其算法 |
2.3.1 辨识概述 |
2.3.2 同步发电机参数辨识 |
2.4 同步发电机参数辨识优化算法 |
2.4.1 遗传算法 |
2.4.2 粒子群优化算法 |
2.4.3 粒子群优化算法改进方式 |
2.5 本章小节 |
3 同步发电机参数可辨识性 |
3.1 引言 |
3.2 参数辨识可行性分析 |
3.2.1 同步发电机参数辨识目标函数 |
3.2.2 目标函数的可辨识性 |
3.3 同步发电机参数可辨识性算法 |
3.3.1 线性函数的参数可辨识性分析 |
3.3.2 非线性函数的参数可辨识性分析 |
3.3.3 基于PHD算法的参数可辨识性算法 |
3.4 相干性参数分析 |
3.4.1 相干性参数相关性分析 |
3.4.2 算法设计 |
3.5 算例分析 |
3.5.1 EPRI-36节点系统 |
3.5.2 实际系统算例 |
3.6 本章小结 |
4 参数辨识仿真算例分析 |
4.1 概述 |
4.2 仿真模型的建立 |
4.2.1 励磁电压扰动一算例分析 |
4.2.2 励磁电压扰动二算例分析 |
4.3 不同辨识方案的对比分析 |
4.4 本章小结 |
5 PMU数据辨识结果与分析 |
5.1 PMU单元与数据预处理 |
5.2 在PMU下的同步发电机参数辨识 |
5.2.1 同步电机参数辨识方案可行性验证 |
5.2.2 同步电机参数辨识方案误差分析 |
5.2.3 同步电机参数辨识方案精确性分析 |
5.3 不同扰动情况下的参数辨识结果与分析 |
5.4 本章小结 |
6 结论与展望 |
参考文献 |
致谢 |
(10)抽水蓄能机组系统辨识与复杂工况下控制规律研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究的背景及意义 |
1.2 抽水蓄能调节系统建模研究概述 |
1.3 抽水蓄能机组系统辨识研究概述 |
1.4 抽水蓄能机组控制规律研究概述 |
1.5 本文主要研究内容 |
2 抽水蓄能机组调节系统非线性建模研究 |
2.1 引言 |
2.2 调速器数学模型 |
2.3 有压过水系统数学模型 |
2.4 水泵水轮机数学模型 |
2.5 同步发电机数学模型 |
2.6 励磁调节器及电力系统稳定器数学模型 |
2.7 抽水蓄能机组调节系统数学模型 |
2.8 本章小结 |
3 基于智能算法的抽水蓄能机组调节系统参数辨识 |
3.1 引言 |
3.2 人工羊群优化算法及其改进 |
3.3 基于IASA的具有复杂过水系统的调速系统参数辨识 |
3.4 基于 IASA 的调速励磁系统水-机-电耦合模型参数辨识 |
3.5 本章小结 |
4 基于神经网络的抽水蓄能机组调节系统模型辨识 |
4.1 引言 |
4.2 长短时记忆神经网络与带遗忘因子的在线序列极限学习机 |
4.3 基于LSTM的具有复杂过水系统的调速系统离线模型辨识 |
4.4 基于WOS-ELM的调速励磁水-机-电耦合系统的在线模型辨识 |
4.5 本章小结 |
5 改善抽水蓄能机组反“S”区动态特性的控制规律研究 |
5.1 引言 |
5.2 反“S”区运行问题描述 |
5.3 抽水蓄能机组低水头开机规律多目标优化 |
5.4 可变速机组避免深入反“S”区运行机理分析 |
5.5 本章小结 |
6 抽水蓄能机组调速励磁耦合系统的预测控制研究 |
6.1 引言 |
6.2 调速励磁耦合系统小扰动稳定性分析 |
6.3 调速励磁耦合系统多工况多目标优化 |
6.4 调速励磁耦合系统智能模型预测控制 |
6.5 对比实验及结果分析 |
6.6 本章小结 |
7 全文总结与展望 |
7.1 工作总结 |
7.2 研究展望 |
致谢 |
参考文献 |
附录1:攻读博士期间发表的论文 |
附录2:攻读博士期间完成和参与的科研项目 |
四、Dynamic Modeling and Parameter Identification of Power Systems(论文参考文献)
- [1]数字孪生建模方法及其在热力系统优化运行中的应用研究[D]. 高学伟. 华北电力大学(北京), 2021(01)
- [2]引入可变遗忘因子的电力系统静态负荷特性建模与参数辨识[D]. 杨宇航. 华北电力大学, 2021
- [3]虚拟同步机并网系统功率振荡分析与抑制方法研究[D]. 于鸿儒. 合肥工业大学, 2021(02)
- [4]电力电子化电力系统动态负荷建模与参数辨识研究[D]. 杨淞淇. 重庆理工大学, 2021(02)
- [5]基于广域测量系统的新能源发电系统参数在线辨识方法研究[D]. 李振垚. 浙江大学, 2021(02)
- [6]基于分数阶理论的风电系统动力学特性分析及控制研究[D]. 杨建湘. 西安理工大学, 2020(01)
- [7]基于粒子群算法辨识的火电机组一次调频系统建模及性能提升[D]. 王若宇. 山东大学, 2020(11)
- [8]大功率火电机组一次调频能力建模与优化[D]. 廖金龙. 浙江大学, 2020(07)
- [9]同步发电机在线参数辨识方法研究[D]. 吴桐. 辽宁石油化工大学, 2020(04)
- [10]抽水蓄能机组系统辨识与复杂工况下控制规律研究[D]. 冯陈. 华中科技大学, 2020