系统性分析中国新能源变压器标准化体系的现状,并提出进一步发展的建议。通过调研全国标准信息公共服务平台的数据库,详细介绍光伏、风电及电力电子变压器的标准化体系现状。研究发现,尽管新能源发电发展迅速,但变压器的标准化建设却相对滞后,存在标准缺失、更新缓慢、与国际标准接轨不足等问题。为解决这些问题,建议推进多方参与的标准制定工作,推动国内外标准对接,定期更新现有标准,并强化标准化人才的培养。这将有助于推动新能源变压器的标准化进程,促进技术进步和产业升级,为绿色能源转型提供支持。
针对交流串联电弧故障信号特征提取和分析的难题,提出采用循环掩码经验模态分解(itEMD)进行信号分解以获取多层内涵模态分量(IMF),结合全息希尔伯特变换(HHT)展现高维幅度调制-频率调制(AM-FM)谱图的分析方法,从而获取高区分度的电弧故障信号特征谱图。采用基于 GB/T 31143—2014的电弧故障实验平台,采集7种屏蔽负载模式下电弧故障电流信号,分析研究不同环境下电弧故障特征。所提方法对于电弧故障检测技术的开发具有一定的理论指导意义。
基于传统变压器的绝缘设计并未考虑油纸绝缘的非线性特性,采用有限元法将电磁场、温度场等多物理场进行耦合仿真计算,重点研究油纸复合绝缘的电导率随温度非线性变化时,换流变压器阀侧绕组端部暂态电场分布的规律和特征,以及油、纸板电导率比值对阀侧电场的影响。结果表明:考虑温度-电导率非线性特性时,换流变压器阀侧端部的电场分布更加集中,畸变现象更明显,且随着电导率比值的增大,阀侧绕组端部的等位线分布越来越密集,高场强值集中在阀侧绕组端部绝缘纸板之间的油隙中。所提研究为变压器绝缘设计提供技术支持。
基于能量管理与协同控制是保证多负荷型多源微电网系统可靠运行的关键,提出一种以系统最小运行成本和最低碳排放为联合优化目标的协同优化方法。对系统内各关键设备工作特性建立数学模型,采用MATLAB中的Yalmip优化工具箱计算得出各关键设备的运行情况。采用冬季典型负荷数据作为仿真算例的模型输入,仿真结果表明所构建的协同优化模型可以满足微电网在需求响应环境下的优化运行,仿真结果验证模型的准确性和有效性。
针对传统采用铁氧体磁芯的电压调节模块(VRM)耦合电感体积较大的问题,采用饱和磁密更大的磁粉芯作为磁芯材料,减小磁件体积,提出基于磁粉芯的VRM耦合电感设计方案和流程。最后,依据设计参数搭建了1台磁耦合VRM样机,样机模组部分的电流密度达0.5 A/mm2,电感总高度仅5 mm,性能良好。实例验证所提方案和设计流程正确有效,能实现VRM耦合电感的小型化和低截面。
随着光伏与储能系统技术的不断进步,电压提升至现在主流的1 500 V,通常使用多极串联形式以满足电压不断提升的需求,导致现有直流隔离开关产品成本高、体积大且在使用类别中具有一定局限性。因此,针对直流隔离开关产品使用工况展开讨论,分析不同时间常数下预期电流波形的差异,提出一种改进型灭弧室结构,并对隔离开关产品在不同使用类别时灭弧容量差异导致的实验结果进行分析,为开关产品在不断提高的电压系统中提高适用性提供新思路。
锂电池的荷电状态(SOC)是锂电池质量管理的核心之一。基于有效的SOC估计是确保锂电池安全高效工作的必要条件,提出一种利用粒子群算法(PSO)优化反向传播(BP)神经网络,并将优化后的BP神经网络SOC输出值作为无迹卡尔曼滤波(UKF)观测值的锂电池SOC估计方法。使用来自马里兰大学的FUDS工况电池测试数据,将所提的PSO-BP-UKF算法与GA-BP-UKF算法、BP算法进行对比。结果表明,在25 ℃环境下,PSO-BP-UKF算法的最大偏差<3.17%,平均误差<6.44%,均方根偏差<0.002 5,相比GA-BP-UKF算法和BP方法都有较大幅度的提高,说明所提算法具备有效性与实用性。
锂离子电池因其能量密度高、自放电率低、污染小等优势,已经在储能电站领域得到广泛应用。针对锂离子电池各项状态预测,首先搭建二阶RC等效电路模型,然后采用带遗忘因子的递推最小二乘法(FFRLS)对模型参数进行辨识,提出一种基于自适应扩展卡尔曼滤波(AEKF)算法的SOC-SOH联合估计方法。在不同电池工况下进行对比验证,结果表明,与扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)相比,所提方法预测SOC和SOH的精确度和计算效率均有所提高,具有一定的实用价值。
针对城市轨道车辆安全相关继电器在实际运用过程中一般不会失效,但难以使用常用方法对其寿命分布进行分析评估的问题,给出了2种在无失效数据条件下估算继电器可靠性的方法。一种为分布未知条件下,利用非参数方法将其转化为二项分布的参数估计问题,对可靠度置信下限进行估计;另一种为假设威布尔分布形状参数未知条件下,利用工程经验的形状参数对可靠度置信下限进行估计。通过实例计算证明所提方法的可行性和有效性,并对计算误差进行对比分析。应用所提方法可以有效评估继电器在实际工况下的可靠性,进而为车辆安全可靠运行提供保障。
针对主动配电网风险初始特征子集存在冗余故障特征变量和非强相关变量的问题,提出一种基于VarianceThreshold-GARFECV的特征选择方法。所提方法结合方差阈值和基于遗传算法的递归特征消除交叉验证(RFECV)技术,能够有效选择出最优的特征集合。实验结果表明,所提方法可以对配电网故障风险初始特征集合进行筛选和选择,剔除关联性弱和冗余的特征变量,从而达到降低配电网数据的复杂性、避免过拟合、增加模型的可解释性的目的,具有较高的准确率和稳定性。
针对当前变电站倒闸操作票缺乏有效的防误校核手段、智能化程度较低等问题,结合深度强化学习算法,提出了一种基于知识图谱的变电站倒闸智能防误技术。首先,利用电网设备拓扑、调度防误规程等数据分别构建设备物理实体图谱和防误语义图谱,并自动融合形成调度知识图谱;然后,基于防误算法构建智能防误图谱,自动生成符合防误规程的最优倒闸操作序列,实现智能防误校核;最后,通过算例对知识图谱智能防误的实用性、深度强化学习的性能、智能防误效率等进行分析。结果表明,提出的智能防误方法在提升倒闸智能防误效率和准确性方面具有一定的优势。
