摘要：模块化多电平换流器高压直流输电电网发生直流短路故障时,具有故障电流上升速率快、峰值高等特征,会严重危害电网安全。为了抑制故障电流发展,缓和高压直流断路器开断电流大小与故障切除时间之间的矛盾,需要在直流侧配置限流设备。首先,研究双极短路故障下不同类型限流设备的工作机理,并从暂态能量的角度探讨能量释放源的分布情况、暂态能量的演化特征及限流设备参数对其限流能力的影响;其次,提出基于NSGA-Ⅱ优化算法的故障限流器与直流电抗器参数优化配置计算方法;最后,在PSCAD/EMTDC仿真系统中搭建四端双极柔性直流电网模型,针对不同电气需求的应用场景,设计相应的限流设备参数优化方案。仿真测试结果表明,该优化方法能够正确地配置限流设备的参数,提高限流设备对暂态能量的抑制效率,验证了所提方法的有效性与可靠性。

摘要：柔性直流输电系统中,直流故障的分析与判别是柔直系统中亟待解决的重要问题。为了更好地分析故障特征,推导出一种多端柔性直流输电网(modular multilevel converter-high voltage direct current,MMC-MTDC)的母线侧简化电路故障计算方法,并分析了母线侧单极接地故障和极间短路故障的故障特征,在此基础上设计了一种适用于多端柔性直流输电网的故障判别方案和保护措施。该判别方案通过故障启动判据、故障区域判别和故障类型判别3个模块进行故障判定,采用了故障电压瞬时跌落值与系统电压之差及故障线路电流值作故障特征量,整套判别方案不受其他元件参数、故障位置等因素的影响,将Spearman相关性分析与传统电气故障区域判别相结合,准确判定系统区内外故障的同时,解决了故障区域判别中受线路各参数干扰导致误判的问题,仿真测试验证了本保护方案的可行性。

摘要：锂离子电池的荷电状态(State of charge,SOC)是电池管理系统的重要参数之一。针对开路电压法估计电池SOC需要将电池长时间静置的问题,提出基于松弛特性和主成分分析(Principal component analysis,PCA)的锂离子电池SOC估计模型。首先,提出利用电池电压松弛曲线估计SOC的方法,并据此搭建了门控循环单元神经网络(Gated recurrent unit recurrent neural network,GRU-RNN)模型,使电池静置时间相比开路电压法大幅缩短;然后,针对电压松弛曲线数据维度较高的问题,采用PCA方法对输入数据降维,降低了GRU-RNN模型的复杂度;最后,设计了锂离子电池周期放电试验和动态放电试验,完成了电池电压松弛曲线及SOC数据收集,并用于模型训练和测试。试验结果表明,针对各恒流放电或动态放电工况,所提出的锂离子电池SOC估计方法在电池短时间静置的情况下仍具有高精度,PCA方法有效缩短了模型训练时间。