摘要：ＹＮ／联结平衡变压器是为适应电气化铁道牵引供电系统高电压、大容量发展趋势，减小由牵引变电站在电力网中引起的负序电流和谐波而提出的一种新型牵引变压器。本文考虑绕组漏阻抗，应用多绕组变压器理论首次建立了该变压器运行特性（即输入、输出特性，绕组电压、电流与负载电流之间的关系）的数学模型；讨论了数学模型在该变压器的分析和设计应用中的有关问题；利用物理模型对数学模型进行了验证。所得结果对于该变压器的绕组设计和运行分析具有重要意义。

摘要：青藏铁路110kV输电线路所经区域的海拔高度大部分≥4000m,设计及建设线路时必须充分认识和考虑 该区域的复杂环境条件。通过对沿线十几个气象观测点1956年以来的气象数据分析,统计出了沿线数十年来气 温、湿度、降水量及紫外辐射等的平均数值;通过对沿线特殊地点的岩石表面附着物以及沿线悬挂的试验绝缘子的 等值附盐密度的采样分析,结合资料查询所得的大气污秽数据,认定线路所经区域的污秽度较轻。总之,通过对沿 线区域的实地考察及相关气象和地理资料收集,量化分析了影响青藏铁路110kV输电线路的低气压、紫外辐射等 特殊环境条件。

摘要：针对模型参数存在不确定性和风、浪、流时变干扰的三自由度欠驱动水面船舶动态轨迹跟踪控制问题,根据滑模控制对系统的不确定性和外界干扰具有鲁棒性的特点,提出了一种新型的非线性滑模控制律设计方法.在设计时根据欠驱动水面船舶的固有特性,船舶在横向上没有驱动,如果要同时控制船舶水平面位置和艏摇角3个自由度的运动,就需要分别引入关于纵向跟踪误差的一阶滑动平面和关于横向跟踪误差的二阶滑动平面来间接设计控制律.仿真结果表明,所设计的控制器能够使船舶跟踪虚拟船产生的参考轨迹,对参数不确定和外界扰动具有强的鲁棒性.

摘要：近年来全球多个国家提出了碳中和战略目标,能源系统的转型与变革已迫在眉睫。在能源系统低碳化转型路径中,高比例新能源渗透充当了极为重要的战略角色,且各能源系统之间的转型呈现相辅相成、协同发展的趋势。一方面,新能源可通过电转气、电转热、电制氢等能源耦合设备分别为天然气、热力、交通侧等负荷提供绿色能源供应,终端用能的电气化改善了终端能源结构;另一方面,多能源系统的灵活性及多能互补性为间歇性新能源并网的消纳提供了支撑。为此,综述了面向碳中和目标的能源系统转型与变革的多能流协同技术,介绍了高比例新能源渗透下的多能流协同技术,剖析了支撑新能源并网的多能源市场机制设计,最后归纳总结了未来能源系统转型与变革面临的核心挑战。

摘要：提出联合海水淡化的太阳能烟囱发电综合系统的设计方案,给出描述综合系统非稳态传热问题的数学物理模型,搭建综合系统试验装置,并在实际天气条件下进行测试。结果表明:计算结果和试验结果吻合较好;海水厚度对综合系统运行特性有重要影响,单从获取淡水产量来说,在保证足够的水量以供蒸发又不至于在水面上形成反射盐层的前提下,水层应是越浅越好;单从可得到的理论发电功率来说,水层越浅越好;单从是否有利调整系统昼夜电力输出峰谷差,改善系统连续稳定运行来说,水层越厚越好。系统运行平稳时,海水厚度对太阳能日利用率的影响不大。

摘要：设计了一种应用于互联电网的TCSC鲁棒自适应调制控制器(RAMC).该控制器采用广域测量系统中的全局信号,旨在对各区域的惯量中心进行控制并保持同步运行.采用反推法推导了控制规律,并在2区域4机系统中进行了控制器性能检测.仿真结果显示,该控制器可有效阻尼互联电力系统间的机电振荡,与传统的控制器相比具有良好的性能.

摘要：利用反步法设计了多机电力系统中的非线性鲁棒自适应励磁控制方案,控制目标是调节发电机功角和频率至稳态运行点的极小领域,并使闭环系统对发电机阻尼系数和电抗参数的不确定性具有自适应能力,且对模型误差和外部有界干扰具备鲁棒性,同时保证各控制器是分散化和本地化的。采用4机系统进行的数字仿真结果表明,实施此方案能有效地提高发电机的功角稳定性。

摘要：设计了应用于交直流互联电力系统的直流功率调制的非线性鲁棒自适应控制器。该控制器基于驱动各互联区域电网的惯量中心至统一平衡点的设计思想,采用广域测量系统的全局信号,用以阻尼交直流互联系统的区域间功率振荡。采用反步法设计的自适应鲁棒控制规律使控制器对未知参数具有自适应性,对模型误差、扰动和平衡点变化具有较强的鲁棒性。仿真结果表明,与传统的线性直流功率调制控制器相比,该控制器对联络线的功率振荡具有优良的阻尼性能,可显著提高输电极限,而且能很好地适应运行点的变化。

摘要：与传统的脉冲电流法相比,宽带测量方法可以获取更多的局部放电信息,有助于提高测量的灵敏度和抗干扰能力。研究了基于宽带脉冲电流法的局部放电检测中的脉冲定量技术,介绍了脉冲校准器的设计原理,分析了校准脉冲的波形特征和频谱特征,实测了定量的准确性和线性度。同时在局部放电的实际测量中对两种方法进行了对比,证明了两种方法的等效性。

摘要：随着新型电力系统建设的快速推进,电网运行方式不确定性增加,调度对象类型/数量指数级增长,当前基于物理模型的电网调度计划存在优化决策计算速度慢、耗时长以及应对多重不确定场景适应性不够等问题,特别是日内阶段仍经常依赖调度员人工调控。为此,该文结合电网前瞻调度的时序滚动优化、多元对象决策、调度多目标构建等实际特点,提出基于深度强化学习的电网前瞻调度智能决策功能架构,分析离线训练模块、在线决策模块和效果评估模块3部分的具体实现;并在适用于电网前瞻调度的深度强化学习算法、学习样本效率提升、调度多目标奖励函数设计、拓扑改变情形下的迁移学习和前瞻调度效果评估等关键技术方面进行了初步探索,基于IEEE30节点算例验证了所提算法和技术的有效性。最后,探讨了电网前瞻调度智能决策需进一步研究的问题。