摘要：风电场中不稳定的电源和负荷波动会导致电力系统稳定性降低。针对静止无功发生器只能补偿无功分量的局限性,设计了静止无功发生器和储能装置并联的优先补偿控制策略。电力系统中负序分量的危害往往大于无功分量和有功分量,为了使储能装置和静止同步补偿器容量利用率最大,在负荷波动时优先对系统中危害最大的负序分量进行补偿。仿真分析表明,通过控制储能装置的充放电方式,系统不但能补偿无功功率,还能有效抑制有功功率的波动,达到了提高系统稳定性的目的。

摘要：对采用集成运算放大器组成正序分量和负序分量过滤器的设计进行了深入的研究。目的是使所设计的集成电路型正序分量和负序分量过滤器不仅能精确反映正序分量和负序分量的大小,而且能精确反映正序分量和负序分量的相位,以提高它们的实用性。综合多种集成电路型正序分量和负序分量过滤器的优点并加以改进后设计的集成电路负序分量过滤器,经仿真分析表明只要将该负序分量过滤器的任意两个输入端子互换,即可构成正序分量过滤器,由此而构成的集成电路型正序分量过滤器则能精确反映正序分量的大小和相位。

摘要：针对电气化铁道牵引负荷的特点，分析负序电流，负序电压对电力系统稳定运行的影响，并提出了解决的措施。

摘要：为解决不平衡电网中电压相位偏移及电流中存在不平衡分量对谐波检测造成的影响,利用二阶广义积分原理设计了一种适用于电网电压不平衡且可抗直流分量干扰的锁相环;其次,在传统d-q变换谐波检测法的基础上做出改进,利用对称分量法提取负序基波电流,经Park变换得到负序基波电流在正序坐标系下的交流分量,从而消除传统谐波检测方法在三相不平衡工况下对正序基波电流检测时的误差。经仿真验证分析,该方法能有效检测出不平衡电网中的谐波电流。

摘要：由于实际电网电压存在各种非理想情况,电网电压中的不平衡、谐波、直流分量等非理想因素将会并网同步产生负面影响,造成并网同步误差。为了解决该问题,提出一种新型数字化离散域并网同步方法,建立新型同步方法的数学模型,并对系统特性和系统参数进行分析和设计。与传统连续域方法相比,提出的方法直接数字实现,无需连续域到离散域的转换过程,而且可快速准确地提取出基波电压正序和负序同步信号。最后通过仿真和TMS320F2812 DSP硬件平台实验验证所提方法的有效性。

摘要：如何实现快速准确的并网同步是非理想电网电压情况下并网变换器安全高效运行的重要前提。针对电网电压不平衡、谐波和直流分量影响同步精度的问题,提出高阶解耦复数滤波并网同步方法,建立系统数学模型,进行系统稳定性分析和参数设计,并提出3种方案解决电压直流分量引起并网同步误差的问题,最后在TMS320F2812 DSP数字平台上对提出的方法进行实验研究,实验结果验证了提出方法的可行性和有效性。

摘要：由于低压微电网中负荷多以单相的形式出现,易出现三相负荷不对称而造成三相电压的不平衡,从而影响微网中的逆变器控制。在微网系统中三相负荷不平衡的情况下,对微网逆变器的控制和不平衡电流的均分控制进行研究。首先分析微网中在负荷不对称情况下的锁相和负序分量的提取方法,然后设计相对应的微网逆变器电压电流环,分析负序电流的均分条件,并提出一种基于微网中央控制器（MGCC）进行负序电流分配的逆变器负序电流均分控制方法,通过仿真和实验验证所提方法的有效性。

摘要：介绍了传统软件锁相环(SPLL)的工作原理及优缺点,针对电网发生三相不对称故障情况下负序分量对锁相环检测精度的影响,提出基于整系数滤波器的SPLL。通过零极点对消的方法设计出低通整系数滤波器来抑制由负序分量转换而来的2次谐波,提高了锁相环的抗干扰能力和检测精度。由于整系数滤波器运算量小,其对SPLL的实时性影响很小。实验结果验证了所提方法的可行性。

摘要：当三相电网电压发生畸变或不平衡时,并网系统存在诸多非理想特征信号,例如谐波和负序分量等。针对此类问题,文中提出了一种基于ISDFT的谐波与负序分量提取算法。该算法通过对SDFT传递函数进行重新设计,在保留良好的信号过滤特性同时提高了系统的响应速率,且具有较强的灵活性。实验结果表明,ISDFT能够快速、准确地提取特征谐波及负序分量,且在负载发生突变时具有良好的动态性能。此外,以提取三相电网电压的5次、7次谐波为例,DFT、SDFT、ISDFT提取谐波的效果一致,但ISDFT的响应速率比SDFT快44.56%,比DFT快65.32%。

摘要：如今,大量分布式电源与不可测负荷分支接入配电网,原有保护方案不能满足新型配电网需求。通过分析含不可测负荷分支的有源配电网的不对称故障特点,建立区内、外负序故障附加网络等值模型。分析所得等值模型,提取出被保护线路在区内、外故障下不同的模型表达,以此设计基于模型识别的保护判据,构造一种基于负序故障附加网络模型识别的保护方案。利用PSCAD仿真软件搭建10 kV有源配电网模型,对所提方案进行验证。结果表明所提方案能准确实现故障区域识别。