摘要：随着风电在电力系统渗透率的逐渐提高,电力系统惯量水平下降,调频资源不足,频率响应裕度逐渐趋于临界值,频率安全面临严峻挑战。针对高比例风电电力系统调频能力不足的问题,首先,从调控机理角度出发,构建了基于风电虚拟惯量控制的风火协同调频模型,利用风机转子动能快速响应频率波动,提高电力系统综合惯量水平;在此基础上,提出并设计了基于新型自抗扰控制方法的风火协同电力系统负荷频率控制器,提升电力系统对不确定风电功率及负荷扰动的抗扰能力,并通过设计串级扩张状态观测器,解决现有自抗扰控制方法在高频噪声抑制与快速响应性能之间的矛盾,避免频率测量噪声对风电和火电机组造成过度调控,提高风火协同调控品质;最后,采用遗传粒子群算法对所提出的负荷频率控制器参数进行优化。仿真结果表明,相比基于常规自抗扰控制及其他传统控制方法的调频策略而言,所提出的基于新型自抗扰控制方法的风火协同调频策略可有效提升频率响应特性,避免测量噪声对系统频率响应幅值、控制器动作幅值等性能的影响。

摘要：电力电容器作为新型电力系统重要的无功补偿设备,具有安装数量多、故障类型复杂、运行状态多变等特点,给电力企业在电力电容器的运行管理方面带来巨大的挑战。传统的感知方法存在需要大量人力资源、数据分析困难和预测能力有限的缺点,已经远远不能满足现代智能电网的要求。为有效实现对电力电容器的高效运维和智慧化管理,从而降低电力系统的运行风险,结合新一代人工智能技术的优势,从顶层设计的思路系统梳理人工智能赋能电力电容器的运行数据获取、运行状态研判以及运行态势预测等关键技术,同时阐述近年来电力电容器协同控制和优化技术的最新进展,并对人工智能赋能电力电容器状态感知及优化控制技术的未来研究方向进行展望,旨在为我国相关研究工作提供参考和思路。