利用多臺焊接電源同時對同一工件進行焊接,當外電壓波動時,眾焊接電源依靠自身控制系統進行各自調節的過程也是對外電網干擾的再生過程。將模糊理論與神經網絡相結合,并應用于多焊接電源的群控。在分析和設計了狀態變量的隸屬度函數、推理規則、解模糊算法等基礎上,完成了基于t-s(tagaki-sugeno)模型的自適應模糊神經推理控制器設計。利用該控制模型在simulink搭建的焊接電源群控模型上進行仿真。結果表明,該控制模型具有調整時間短,超調量小的優點(與眾焊接電源各自單獨調節相比較,調整時間縮短了22%,超調量減小了40%),反映出良好的動態特性。

研究多智能體的相關理論和應用研究大多是應用在電力控制系統方面。研究多智能在其信息集成上的應用。分析多智能體模型在電力系統的總體架構設計,組成整體智能體的全部功能實現有理化,提出公共信息模型(cim)和數據服務智能體(sa)從而完成復雜、曲折、繁瑣程序的解決和成立。進而對多智能體模型在電力系統信息集成的應用進行試驗,得出實驗數據證明多智能體模型應用的優勢。最后在實驗論證中,驗證了多智能體模型有助于提高信息集成速率。

本文分析了繼電保護模型對于電力系統動態仿真的重要意義，提出了電力系統仿真程序中繼電保護模型的建模方法，討論了用于電網動態特性分析的繼電保護模型接口仿真平臺的設計方案；利用psasp自帶的用戶程序接口功能，在psasp中引入了距離保護模型，初步實現了含繼電保護模型的暫態穩定計算仿真。仿真結果表明，含線路保護模型的電力系統暫態穩定仿真能夠更加真實地反映實際電力系統發生故障時的動態特性。

電力系統CIM模型及其數據庫設計

目前電力系統仿真計算中水輪機模型均采用簡化模型,難以準確反映水電機組的實際特性。通過分析水輪機調節系統數學模型,提出了一種遞推水輪機線性模型,給出了其計算框圖,并利用matlab/simulink進行遞推水輪機線性模型、非線性水輪機模型、ieee推薦水輪機模型的仿真試驗和對比分析。結果表明,遞推水輪機線性模型可較好地描述水輪機的非線性與動態特性,計算結果與非線性模型及現場試驗結果具有高度一致性。遞推水輪機線性模型計算速度快、計算精度高,可作為電力系統動態仿真用模型。

電力系統原理——CH2系統各元件的數學模型

分析了電力系統信息的橫向集成(集成化平臺)和縱向集成(網絡化平臺)的特點和需求,提出在多智能體系統(mas)模型上構建面向服務架構(soa)結構體系解決電力信息系統集成問題;分析了電力信息系統的集成框架,提出了接口智能體(界面層)、信息集成總線和服務智能體(模型層)、決策/協調層的三層結構;分析了soa的元模型機構,提出聯邦管理智能體的概念,形成在soa模型下的多智能體的聯邦或聯盟的協作關系。

只有提高模型及其參數的有效性才能提高先驗仿真結果的可信度。因此提高仿真可信度的第1步工作就是要建立模型有效性評估體系,使研究人員能詳細掌握所有模型及其參數的情況。分析了模型的建模理論、參數的來源及后驗仿真對模型有效性的影響,提出了基于這3方面因素的模型有效性評估方法,并分析了對模型有效性進行動態評估的重要性。最后給出了具體的指標動態修正流程,便于該評估體系用于生產實踐。

從控制流程角度建立了一個適當簡化的聯合循環電站系統模型,目的在于為電力系統的實時仿真提供一個重要的組成模塊。將該模型與電力網絡結合,采用專業軟件進行模擬,以研究整個電力系統的動態特性,為提高系統的安全性和穩定性提供理論依據。設計了一個pid控制器,以提高系統的穩定性能。將該模型加入到一個虛擬的兩區域電力系統中,采用專業軟件netomac進行仿真,運行結果證明該模型可以用于實時仿真實驗,并且驗證了pid控制器有助于提高系統的穩定性。

以小浪底水電站為對象建立了用于電力系統暫態穩定分析的不同形式的水力系統數學模型,包括不均勻單管剛性水擊模型和彈性水擊模型以及計及機組間水力耦合的兩元輸水系統彈性水擊模型、水輪機的線性化模型和非線性模型。利用電力系統分析綜合程序提供的用戶自定義模型功能對河南電網進行了暫態過程仿真,分析了不同水力系統模型以及水力耦合對電力系統暫態穩定性的影響。

構建水火電力系統短期優化調度模型,提出求解思路.從梯級水電站發電量和耗水量、火電機組污染物排放量和發電總成本四方面建立模型;運用滿意度函數和歐式距離函數進行歸一化處理,結合懲罰函數和雙適應度法處理約束條件.將多目標、帶約束的復雜優化問題轉化為了單目標、無約束的簡單優化問題,大大簡化了求解過程,提高了算法的收斂速度和精度.充分體現了節能和經濟雙贏的理念,為水火電力系統短期優化調度提供了新思路.

電力系統在線經濟運行計算亟需可快速獲取完整調度信息的線性化動態最優潮流模型。基于系統關聯矩陣將節點功率平衡方程解耦為線路功率流和損耗流兩部分,對損耗流部分進行等價代換,并消去方程中的三角函數項,采用泰勒級數法對殘存的非線性項進行線性化處理,建立起可以同時求解電壓幅值和線路無功功率的線性化動態最優潮流模型。基于簡化原對偶內點法對所建模型進行求解,在迭代過程中不斷更新泰勒級數法所需的基準點信息,以提高模型的計算精度。ieee30節點、ieee118節點、ieee300節點以及某市117節點等值系統的算例測試表明,所建線性化模型能在獲取更完備調度信息的同時仍具有較高的計算精度和求解效率。

核電站即將運行于我國電力系統中,建立核電站的數學模型,模擬核電站同電網之間的相互影響非常必要。本文從理論上著重分析和研究了壓水堆核電站的內部物理過程,導出了一組與之相適應的用19階微分方程式表示的數學模型,并將其同電力系統中期動態穩定分析程序相結合。文中還通過一階躍響應驗證了模型的正確性。

在實用動態安全域的基礎上提出了實用動態安全域的神經網絡和模糊理論方法,構建了用于擬合動態安全域的ann擬和器和用模糊理論在安全邊界上構造一個模糊中間帶的模糊識別器,并對該方法中的系統靈敏度和超平面度進行了分析。最后對4機11節點測試系統進行了仿真計算。實驗表明,用神經網絡擬合的動態安全域其擬和合度和精度均高于傳統最小二乘法的擬合,其模糊識別器進一步減少了臨界點的誤判和在安全域邊界上穩定和非穩定點的誤判。

傳統電壓控制多采用潮流方程,電壓可能在到達事故后穩定運行點前的過渡過程中失穩,因此基于系統的動態模型進行電力系統電壓控制十分必要.該文提出了一種基于動態降階模型的非線性電壓預測控制方法.為降低優化計算時間,結合電力系統的特點對經驗gramian平衡降階方法加以改進,并應用改進的經驗gramian平衡降階方法降低電力系統非線性動態模型的維數.為提高模型計算精度和數值穩定性,提出使用4階收斂的adams法替代歐拉法進行狀態預測,建立基于降階模型的多步預測-滾動優化模型.此外,在模型求解過程中使用溫啟動方法和較小的迭代次數限值nmax來減少迭代次數.以newengland10機39節點電力系統對所提出的方法進行驗證.結果表明,所提出的方法能夠提高預測模型的數值穩定性,極大地降低模型求解時間,有利于提前響應系統中可預測的動態變化,維持系統電壓穩定.

狀態估計算法是電力系統狀態估計的核心部分,目前已經有許多模型,特點各異,且性能評價具有模糊特征.為此,提出將模糊數學理論引入狀態估計算法評價中,針對算法構建模糊綜合評價模型,來實現各種狀態估計算法性能的客觀評價和比較,并從中找出適合具體系統的最優算法.通過在不同系統下對幾種常用狀態估計算法進行評價分析選出最優算法,驗證了該評價系統的正確性,實現了算法評價的定量化,為實際系統的算法選擇提供有效參考.

鑒于以往研究側重于水電機組原動機模型開發,較少研究模型的適應性,且缺乏在電力系統仿真中選取模型的指導性建議與方法,提出模型選取原則,通過仿真水輪機模型、水擊模型與調壓室—分叉管模型的動態行為,分析水擊模型的穩定域,從而歸納出模型的適用條件。結果表明,解析非線性模型與理想模型適合于描述水斗式水輪機,混流式水輪機宜使用傳遞系數模型;可依據tw/tr和tf/tr的值選取剛性水擊模型與降階彈性水擊模型;當仿真時間較長時需要采用調壓室—分叉管的模型。

電力系統仿真研究中常采用簡化的理想水輪機模型,水輪機詳細模型對于電力系統暫態穩定分析結果的影響尚有待研究。文中介紹了水輪機的三種線性模型和三種非線性模型,包括基于全特性曲線的水輪機模型、水輪機內特性模型、水輪機簡化解析非線性模型、基于模型綜合特性曲線的水輪機線性化模型、基于水輪機內特性解析的線性化模型、理想水輪機模型。針對不同水輪機詳細模型對電力系統暫態穩定分析結果的影響和適用范圍進行了仿真比較分析。仿真結果表明不同的水輪機詳細模型對電力系統暫態穩定分析結果的影響不大;電力系統的暫態過程對水力系統來說不一定是大擾動;不同的水輪機詳細模型得出的電力系統中、長期暫態穩定仿真結果是不同的,因此在進行中、長期暫態穩定仿真分析時應采用水輪機詳細模型。

電力系統[1]是由發電、輸電、變電、配電和用電等多層fnn的復雜的非線性控制系統組成。采用fnn彌補了神經網絡在電力系統模糊數據處理方面的不足和模糊邏輯在學習方面的缺陷學科。

提出了一種改進的電力系統連鎖故障風險評估模型。該模型綜合考慮了線路故障概率的泊松分布特性以及實時潮流大小的影響,給出了線路停運概率的直線分段擬合計算方法。通過分析連鎖故障對供電方和用電方的雙重影響,采用母線低電壓、潮流相對轉移量、系統相對失負荷量作為連鎖故障的后果評估函數。所提算法在連鎖故障的某一環節選定后,利用有功增加因子先識別剩余網絡中相對于該故障環節的輸電斷面,再在輸電斷面所含支路中選擇下一故障環節,避免了全網遍歷搜索。最后對ieee39節點系統進行了仿真分析,證明了該方法的有效性。

現有模型誤差分析方法準確度低,借鑒層次分析法的思想,提出一種電力系統暫態模型評價方法。該評價方法以暫態響應中各正弦分量的幅值、頻率、相位和衰減因子作為評價指標,對暫態響應中各正弦分量的模擬準確度進行評價,然后通過各正弦分量評價結果的線性加權實現電力系統暫態模型的總體評價。最后利用仿真驗證了該評價方法的正確性與可行性。該方法合理地利用了暫態信號由若干正弦信號相互疊加的特點,更適用于電力系統暫態分析,且該方法采用定性與定量相結合的方式確定各指標的相對權重,在保證了評價方法客觀性的同時提高了該方法的適用性。

電力系統短期負荷對電力企業的經濟效益和社會效益都有一定影響。因此文中建立了基于rbf神經網絡的電力系統短期負荷模型。用歷史負荷數據作為訓練樣本,用訓練好的神經網絡進行電力系統短期負荷預測,并與bp神經網絡進行對比。rbf神經網絡的平均誤差為2.09%,最大誤差為4.77%,相比于bp神經網絡精確度較高,有利于電力系統合理地進行調度規劃工作。