-
题名基于虚拟惯量的DC换流器并联直流配电网控制策略
被引量：14
- 1
-
-
作者
聂永刚
李俊青
韩爽
郑鑫
张文涛
李霞林
郭力
-
机构
内蒙古电力(集团)有限责任公司培训中心
内蒙古电力集团综合能源有限责任公司
智能电网教育部重点实验室(天津大学)
-
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2020年第15期19-26,共8页
-
基金
国家自然科学基金面上项目资助(51977142)“互联多微电网的中压柔性直流配电系统灵活功率控制与稳定性研究”。
-
文摘
直流配电系统中电源或者负荷大多通过DC变换器接入系统,其负阻尼特性会导致系统振荡甚至诱发失稳,直流配电系统的稳定性面临着越来越多的挑战。基于动态导纳建模方法,建立了含多台DC换流器的直流配电系统小扰动稳定模型。基于奈奎斯特稳定判据,分析了并联DC台数、直流配电线路等因素对稳定性的影响。提出了基于虚拟惯量的DC换流器分散控制策略,在不改变平衡运行点的基础上,有效提高了多DC换流器并联的稳定性。最后通过时域仿真验证了所提策略的有效性和正确性。
-
关键词
海岛微电网
蓄电池
柴油发电机
协同控制
-
Keywords
islanded microgrid
battery
diesel generator
combined control
-
分类号
TM721.1
[电气工程—电力系统及自动化]
TM46
[电气工程—电器]
-
-
题名基于降噪时序深度学习网络的风电功率短期预测方法
被引量：16
- 2
-
-
作者
曹有为
闫双红
刘海涛
郭力
-
机构
内蒙古电力(集团)有限责任公司培训中心
内蒙古电力集团综合能源有限责任公司
智能电网教育部重点实验室(天津大学)
-
出处
《电力系统及其自动化学报》
CSCD
北大核心
2020年第1期145-150,共6页
-
文摘
利用风电场历史功率数据预测未来一段时间内的风功率,对保障电网安全稳定运行具有重要的意义。本文提出一种基于奇异谱分析SSA(singular spectrum analysis)和长短时记忆LSTM(long-short term memory net⁃work)网络的时序特征预测框架用于短期风功率的预测。首先通过SSA对历史风功率原始数据进行降噪处理,然后经过数据转换之后,以LSTM网络为基础进行预测模型的训练,最后通过某风电场提供的两个风机的历史功率数据进行验证。实验结果表明,奇异谱分析对风电场的历史数据具有良好的降噪性,SSA+LSTM模型在测试数据上取得了较好的预测性能,能够有效进行短期风功率的预测。
-
关键词
风能
功率预测
奇异谱分析
长短时记忆网络
-
Keywords
wind energy
power forecasting
singular spectrum analysis
long-short term memory network
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
