摘要：基于叶素理论建立了风力发电机组空载状况下的数学物理模型,以攻角为控制对象设计控制器,在此基础上,以Matlab/Simulink为工具,建立了系统仿真模型,采用"试凑法"选择PI控制器的参数,通过设定风速分析了风力发电机组的运行特性,仿真结果验证了理论分析的正确性。该研究对控制器的设计具有参考价值。

摘要：基于ＳＲ电机定子振动特性频域和时域实验结果，对角度位置控制（ＡＰＣ）和电压ＰＷＭ 工况下“两步换相法”的有效性及局限性进行了实验分析。研究表明，ＳＲ电机定子振动具有多个主振型，如何从总体最大限度地降低定子振动出发优化两步换相的时间间隔是值得进一步研究的问题；电压 ＰＷＭ方式斩波期间电流关断引起的冲击振动和位置换相引起的冲击振动一样，均可通过两步换相法抑制。但在斩波期间的每一斩波段采用两步换相法有一定的局限，当斩波频率设计值较高或电机固有频率较低时不宜采用。因此应进一步研究电压ＰＷＭ方式下振动抑制的策略．

摘要：鉴于机组支撑结构在水电机组稳定运行中起关键性作用,以国外某抽水蓄能电站为例,采用有限元软件ABAQUS的线性静力分析及完全动力分析等对原型和改型后两种不同形式的机组支撑结构的静力刚度进行了校核,并采用动力法进行谐响应分析得到不同工况下支撑结构的位移幅值。结果表明,两种支撑结构的静力刚度均满足设计要求,但在最恶劣工况时,改型后的支撑结构与原型支撑结构相比,在最危险截面处的水平位移幅值减小约18%,说明机组支撑结构的水平抗剪能力在机组安全运行中起决定性作用。

摘要：电力系统自动化综合应用信息平台在支撑应用功能的同时,要考虑应用之间的数据交互、实时数据分流、二次安全防护和跨平台能力。在遵循IEC61970/61968 CIM和面向电力系统对象的基础上,构建了实时平台,提出了分组的应用管理模式,使一个平台能同时支撑多个应用,应用之间的数据交互通过平台软总线实现而不是用协议转发的方式,解决了多个应用无缝集成问题;图形界面采用Qt工具包,基于数据源、图形核心算法和应用分离的设计思想,图形操作功能用插件实现,降低了应用与图形之间的耦合,满足跨操作系统和多应用共用界面的要求;为满足二次系统安全防护要求,安全Ⅰ区的同步软件穿过物理隔离设备把数据传给位于Ⅲ区的镜像代理系统,镜像代理系统将接收到的信息提供给其他应用,实现了对物理隔离设备的透明传输和信息共享。

摘要：提出了一种基于速率的增强自适应虚拟队列管理算法(EAVQ).在该算法中引入主从拥塞尺度和期望链路利用比的概念;以输入速率为主要拥塞尺度,以便保留原有自适应虚拟队列管理算法(AVQ)中响应速度快、队列时延短、链路利用率高等优点.同时,以期望链路利用比为辅助拥塞准则,设计了一种基于速率的期望链路利用比自适应机制,解决了AVQ中参数设定困难、队列抗干扰能力弱,及存在链路损失等缺点;在改善系统动态性能的同时保证了链路容量的充分利用.在线性化基础上给出了一般网络结构下TCP/EAVQ系统的局部稳定条件.通过仿真验证了EAVQ的有效性.

摘要：为了改善风电场的功率输出特性,在有水资源的地区可采取风-水电联合供电模式。本文将风电场中抽水蓄能系统分为抽水系统和发电系统,并以获得风电场最大经济效益为目标建立了风-水电联合优化运行模型,考虑在一定的电网约束条件下,对于风电场中抽水蓄能系统配置不同抽水容量和发电容量的情况,采用改进遗传算法分别进行了优化仿真分析,仿真的结果表明风电场中配置抽水蓄能系统可以增加风电场的综合效益。文章给出的确定风电场中抽水蓄能系统最优容量的方法;具有一定的实践意义。

摘要：介绍了用于电力系统动态测辨设计的一种高速数据采集系统 .该数据采集系统采用LEM模块作为电网的电流电压输入转换模块 ,LEM模块是用磁补偿原理制作的霍耳器件新型的电流电压传感器 ,具有测量精度高、线性度好、动态性能好及隔离好等优点 .系统的智能采集卡自带CPU和FIFO缓冲器 ,插于工控机ISA扩展槽 .智能数据采集卡通过FIFO存储器与工控系统机共享数据 ,大大提高了数据采集速度和数据缓冲容量 .在数据采集卡上设置了状态命令信箱 ,用于接受工控机系统的命令和反馈采集状态 .采集卡中 。

摘要：针对网络存在较大时滞和网络参数动态变化等问题,提出了一种鲁棒非线性PI主动队列管理算法。由流体流模型将动态网络推导为参数区间不确定一阶时滞系统,在确定使闭环系统稳定的非线性PI控制参数集合基础上,利用遗传算法寻找基于改进ITAE指标最优的PI控制参数。基于扩展到时滞系统的棱边定理,给出了RNPI算法的设计方法。仿真结果表明了该方法具有良好的控制性能,对网络区间不确定参数有较好的鲁棒性。

摘要：随着风力发电渗透率的日益提高,风电波动给电网带来了大量的负面影响。采用超级电容–蓄电池混合储能系统平衡风功率和风电场计划出力之间的偏差。首先,采用经验模态分解技术(empirical mode decomposition,EMD)将电网中的计划出力与原始风功率之间的不平衡功率(unbalanced power,UP)分解成若干固有模态函数(intrinsic mode functions,IMFs)。其次,以各固有模态函数之间能量混叠最少为原则确定"划分频率",将不平衡功率分解成为高频分量和低频分量,并分别采用超级电容和蓄电池对其进行平抑。最后,以风电场实际出力数据为基础,设计了同时考虑投资成本与调度效果的混合储能系统(hybrid storage system,HSS),计算结果验证了所提方法的有效性。

摘要：为了提高流域径流量预报的准确率,考虑数据驱动水文模型缺乏模型透明度与物理可解释性的问题,提出了一种使用图注意力网络与基于长短期记忆网络(LSTM)的双阶注意力机制(GAT-DALSTM)模型来进行径流预报。首先,以流域站点的水文资料为基础,引入图神经网络提取流域站点的拓扑结构并生成特征向量;其次,针对水文时间序列数据的特点,建立了基于双阶注意力机制的径流预报模型对流域径流量进行预测,并通过基于注意力系数热点图的模型评估方法验证所提模型的可靠性与透明度。在屯溪流域数据集上,将所提模型与图卷积神经网络(GCN)和长短期记忆网络(LSTM)在各个预测步长下进行比较,实验结果表明,所提模型的纳什效率系数分别平均提高了3.7%和4.9%,验证了GAT-DALSTM径流预报模型的准确性。从水文与应用角度对注意力系数热点图进行分析,验证了模型的可靠性与实用性。所提模型能为提高流域径流量的预测精度与模型透明度提供技术支撑。