为实现风电出力时间序列的高性能模拟,文中提出了一种基于SAGA-KM(simulated annealing and genetic algorithms-K-means)算法实现典型风电场景分类和基于Copula函数进行风电日过程马尔可夫过程建模的风电模拟方法。SAGA-KM算法将传统K...为实现风电出力时间序列的高性能模拟,文中提出了一种基于SAGA-KM(simulated annealing and genetic algorithms-K-means)算法实现典型风电场景分类和基于Copula函数进行风电日过程马尔可夫过程建模的风电模拟方法。SAGA-KM算法将传统KM算法与遗传算法和退火算法相结合,能显著提高风电场景分类效果;基于Copula函数建立的马尔可夫链精细概率模型,以去粗粒化方式实现马尔可夫过程蒙特卡洛模拟,克服了粗粒化引起的概率分布偏差。针对甘肃省某风电场数据进行实际模拟,结果表明文中方法生成模拟序列的统计分布特性、自相关函数特性和日均功率的分布特性与实测数据都非常接近,该方法能很好地保留风电序列的概率分布特性和随时间变化的波动特性,具有重要的工程实用价值。展开更多
该文面向存在脉冲干扰的配电网信号环境,研究脉冲干扰检测、精确定位和基于干扰剔除的同步相量测量算法。首先,根据同步相量测量单元(phasormeasurementunit,PMU)测量值进行基波重构,通过分析重构残差序列定义特征参数残差总向量(total ...该文面向存在脉冲干扰的配电网信号环境,研究脉冲干扰检测、精确定位和基于干扰剔除的同步相量测量算法。首先,根据同步相量测量单元(phasormeasurementunit,PMU)测量值进行基波重构,通过分析重构残差序列定义特征参数残差总向量(total vector of the residual,TVR),用以表征PMU测量误差。其次,提出基于TVR和残差瞬时功率异常值判别的方法,实现脉冲干扰检测和精确定位。最后,基于相量测量的最优滤波原理设计出改进加权最小二乘算法,实现脉冲干扰下同步相量的快速准确测量。仿真结果表明,在数据窗长为2个周波(P类测量),当脉冲干扰长度不超过半个周波时,该文算法在典型配电网环境下达到IEEE标准规定的测量误差要求(TVE<1%),且对脉冲干扰持续时间和强度表现出较强的鲁棒性。展开更多
文摘为实现风电出力时间序列的高性能模拟,文中提出了一种基于SAGA-KM(simulated annealing and genetic algorithms-K-means)算法实现典型风电场景分类和基于Copula函数进行风电日过程马尔可夫过程建模的风电模拟方法。SAGA-KM算法将传统KM算法与遗传算法和退火算法相结合,能显著提高风电场景分类效果;基于Copula函数建立的马尔可夫链精细概率模型,以去粗粒化方式实现马尔可夫过程蒙特卡洛模拟,克服了粗粒化引起的概率分布偏差。针对甘肃省某风电场数据进行实际模拟,结果表明文中方法生成模拟序列的统计分布特性、自相关函数特性和日均功率的分布特性与实测数据都非常接近,该方法能很好地保留风电序列的概率分布特性和随时间变化的波动特性,具有重要的工程实用价值。
文摘该文面向存在脉冲干扰的配电网信号环境,研究脉冲干扰检测、精确定位和基于干扰剔除的同步相量测量算法。首先,根据同步相量测量单元(phasormeasurementunit,PMU)测量值进行基波重构,通过分析重构残差序列定义特征参数残差总向量(total vector of the residual,TVR),用以表征PMU测量误差。其次,提出基于TVR和残差瞬时功率异常值判别的方法,实现脉冲干扰检测和精确定位。最后,基于相量测量的最优滤波原理设计出改进加权最小二乘算法,实现脉冲干扰下同步相量的快速准确测量。仿真结果表明,在数据窗长为2个周波(P类测量),当脉冲干扰长度不超过半个周波时,该文算法在典型配电网环境下达到IEEE标准规定的测量误差要求(TVE<1%),且对脉冲干扰持续时间和强度表现出较强的鲁棒性。
文摘为提高故障测距的准确性,提出了一种基于相量测量单元(phasor measurement unit,PMU)动态同步相量测量的输电线路双端故障测距算法。通过分析单端故障测距算法因线路对端数据未知而导致的故障测距误差,引入同步相量测量单元,并应用动态同步相量测量算法,有效提高动态同步相量测量的精确性和实时性;以全球定位系统(global position system,GPS)为时间基准,将故障时刻线路双端相量测量结果,应用于正序网络的测距方程,进行准确地故障定位。仿真实验表明,所提算法充分利用线路两端的故障信息,提高了故障测距的准确性。
