基于故障电流主动控制的柔性直流配电网故障定位方法

来源 :电力系统自动化 | 被引量 : 0次 | 上传用户:guicailea
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了提高现有柔性直流配电网故障定位方法的性能,保证直流配电网供电可靠性以及故障后快速恢复供电,提出基于故障电流主动控制的柔性直流配电网故障定位方法.利用混合模块化多电平换流器(MMC)的高可控性,将故障电流分为阶段Ⅰ与阶段Ⅱ.阶段Ⅰ主要实现故障电流快速抑制并为阶段Ⅱ平滑过渡提供条件.阶段Ⅱ通过注入特定频率的高频反向电流,实现故障的精确定位.介绍了故障参考电流的设计方法.以非对称“手拉手”式双端直流配电网为典型场景分析其故障定位原理.最后,在PSCAD/EMTDC搭建双端直流配电网仿真模型,验证了所提故障定位方法的可行性.
其他文献
耦合可再生能源发电和氢储能的综合能源系统发展潜力巨大,是实现能源消费清洁低碳的有效途径.以天然气-风-光-氢综合能源系统为规划对象,考虑了系统供电辐射区域的电动汽车随机充电需求,利用高斯核密度估计和K-means聚类算法来刻画风光出力和电动汽车充电的不确定性并生成典型概率场景,以年综合成本和年碳排放最小为优化目标,引入权重系数表征决策者的优化偏好,基于混合整数线性规划对系统进行了容量配置优化.算例分析以年逐时数据开展仿真以验证模型的有效性和合理性.结果表明,与传统分供系统和联网型方案相比,该系统得益于风光
基于深度学习的负荷分解方法忽略了设备状态的关联性,导致应用过程中会出现功率误判现象.针对上述问题,提出一种基于时间模糊化长短时记忆(TFLSTM)的非侵入式负荷分解方法.首先,根据合适的时间区域分割数据集,利用长短时记忆(LSTM)建立时刻关联性.然后,通过编码和解码去除非目标设备信息,并根据用户在不同时间区域的用电习惯来确定模糊策略,最终完成负荷分解.基于公开数据集,将文中方法与经典方法及前沿方法进行对比,实验结果表明TFLSTM能够有效降低功率误差,功率分解准确率可提高4%~15%.
分布式电源接入配电网导致传统故障定位方法面临巨大挑战.为此,提出一种基于升维线性规划的主动配电网故障区段定位方法.首先,以状态逼近思想和最小故障集理论为基础,构建适用于整数线性规划的新型目标函数.然后,通过升维将多点故障区段定位问题转变为系数矩阵高度稀疏的0-1整数线性规划问题,提高区段定位结果的可靠性.最后,使用MATLAB对整数线性规划问题进行求解.仿真结果表明:该方法具有一定的容错能力,不受畸变类型的影响,求解速度快,可以适应分布式电源的动态投切以及分布式电源通过“T”接方式接入配电网的供电模式.