光伏直流并网系统的故障判别与定位技术研究

来源 :华北电力大学(北京) | 被引量 : 0次 | 上传用户:hong2007quan
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
光伏直流并网系统中,极间短路故障使得全系统换流器快速闭锁,造成系统长时间停运,极大的威胁了系统的安全可靠运行。解决该问题的有效手段是对处于早期故障阶段的电缆线路进行准确的判别,以遏止故障的发展;一旦短路故障不可避免,则进行快速的故障定位,缩短系统故障恢复时间。因此,本文以光伏直流并网系统为研究对象,开展早期故障判别与极间短路故障定位研究,具体研究工作和创新成果如下:(1)提出了基于网侧换流器主动注入的送出支路早期故障判别方法。通过解析早期故障在换流器开关谐波激励下的特征频点分布,形成了主动注入启动判据,避免无条件注入带来的电能质量变差的问题。在系统定直流电压控制策略的基础上,提出了网侧换流器的主动控制方法,实现电压扰动信号的注入;继而通过分析电压扰动信号下的早期故障电阻波动特征,制定出故障识别判据,最终形成了基于网侧换流器主动注入的送出支路早期故障判别方法,解决了早期故障特征微弱难以选取阈值的问题。该方法无需附加额外注入设备就能可靠的判别出早期故障并及时隔离故障支路,且受噪声、换流器闭锁与光伏出力变化影响较小。(2)提出了基于本地换流器主动注入的汇集支路早期故障判别方法。通过推导电压扰动信号的沿线分布规律,揭示了网侧换流器注入的电压扰动信号难以显化汇集支路早期故障特征的现象。进而通过分析本地换流器的调制特性与系统控制策略约束,提出了本地换流器的主动控制策略,实现了扰动电流的主动注入,显化了早期故障特征。为避免无条件注入扰动对系统电能质量及稳定性的影响,分析了早期故障与正常运行下的线路差动电流差异,并制定出扰动注入启动判据。最终,形成了基于本地换流器主动注入的汇集支路早期故障判别方法。该方法能够准确的判别早期故障并及时隔离故障支路,且具有一定的耐噪能力。(3)提出了基于边界谐振识别的极间短路故障定位方法。通过分析故障高频分量回路,挖掘出计及直流线路边界谐振的故障电压与电流的频谱分布特征。进而利用了故障支路与非故障支路中的高频电流幅值差异,快速定位并切除极间短路故障支路,完成故障隔离;随后在线路边界谐振条件下,推导出谐振电流与故障距离的关系,实现了故障测距,最终形成了基于边界谐振识别的故障定位方法。该方法不受换流器运行状态影响,对数据存储与传输要求低,无需考虑通信延时带来的误差问题。
其他文献
房地产行业是我国经济发展的支柱性产业,但2020年爆发的新冠肺炎疫情造成了许多房地产开发项目停工、楼盘停售,给房地产行业造成了巨大的冲击。要在当前经济环境下确保房地产开发企业的生存与发展,需要尽可能地降低房地产开发企业的经营成本,减少资金压力,提高整体经济效益。当前,国家大力实施了一系列的减税政策,以激励市场主体的积极性。房地产行业涉税业务较多,整体税负比较重,因而房地产开发企业应利用好国家给予的
学位
以安徽省淮北地区高岭土为原料,对盐酸浸取高岭土中氧化铝的反应动力学进行了研究。采用最小二乘法由微机进行数据处理,精确度高。文章建立了盐酸浸取高岭土中氧化铝的反应速率方程,得出了反应速率常数和温度的关系式,并在一定的条件下,对速率方程进行了验证。
期刊
建筑业作为一个与其他行业紧密联系在一起的行业,在整个国民经济中占有重要地位,是一个重要的财政来源。从2016年的“营改增”到2019年的“减税降费”,我国的纳税政策在很短的时期里出现了很大的变革。“金税四期”于2021年在全国税务机关逐步上线,这意味着税务机关将掌握更多的纳税人的数据资料,实现全方位、全方位的监管,从而达到由"以票控税"向"以数控税"转型的目的。这些变化都对企业的纳税活动带来了新的
学位
燃煤火力火电在我国电力生产中具有举足轻重的地位,年发电量占到全年总发电量的65%以上,火电机组节能改造意义重大。火电厂冷端系统性能与发电效率密切相关,提高冷端系统冷却能力可以显著提升机组效率,促进燃煤火力发电节能减排。作为冷端系统的关键设备,自然通风湿式冷却塔冷却能力深受运行环境和操作条件的影响。目前所广泛使用的湿冷塔底部直径在75m左右,到达湿冷塔内部的冷却风量小,导致中心区域的水滴不能被充分冷
学位
近年来,可再生能源利用规模逐年增长,电力市场体系建设逐步发展完善,除电能量市场外,备用市场等辅助服务市场的建设也在进行。虚拟电厂(Virtual Power Plant,VPP)将分布式可再生能源(Distributed Renewable Energy,DRE)、燃气轮机、储能设备、可控负荷等聚合为整体参与电力市场,解决了单独的DRE发电设备难以参与电力市场的问题,抑制DRE出力不确定性对电网运
学位
配电物联网是电力生产和供应的最后一个环节,在连接电力生产和用电用户间起着至关重要的桥梁作用,其中边缘侧网络可连接大量终端设备,能有效承载海量电力数据。但是由于配电物联网边缘侧接入的终端设备种类复杂,更有不少恶意终端尝试接入,给配电物联网边缘侧环境带来了很多安全风险,因此研究如何对终端进行身份认证,避免可信度低的终端接入至关重要。针对以上问题,本文对配电物联网边缘侧环境下的信任评估机制和身份认证技术
学位
在电力系统中,配电网承担着向终端用户供电的作用。然而在实际工况下,配电网不可避免地容易受到各类故障的影响,据统计,有80%以上的停电事故是由配电网故障引起的。对配电网的风险等级进行有效预警,并对故障设备进行及时的位置辨识,对于减少配电网维护工作中的资源消耗、确保配电系统供电环节的安全性和可靠性具有重要意义。针对配电网故障辨识这一问题,基于深度学习算法展开了相关研究。首先考虑天气因素,设计了基于改进
学位
随着信息化技术的大力发展,人民的生活方式和支付方式产生了极大的改变。现如今,人们通过网上购物代替线下购物、以电子证件代替实物证件、以电子支付代替现金支付等情形屡见不鲜。科技已经渗透到我们生活的各个方面,人们可以在足不出户的前提下通过与互联网相连的终端设备,完成想要完成的事情,例如网上医疗、生活缴费、在线办公和远程会议等。对线上金融的需求日益增加,鉴于现流行的去中心化加密货币价格波动大,丢失无法找回
学位
单图像超分辨率重建是计算机视觉领域经典问题,旨在从一张给定的低分辨率图像中恢复出高分辨率图像。但是,性能的改进,往往以参数量的急剧增加为代价。通常,规模更大的网络,表达能力更强,取得的性能更好,然而更大的网络往往会急剧增加参数量和计算量,这限制了超分辨率方法在资源受限的移动设备上的实际应用。本文提出了一个新的基于多路跨尺度的轻量级单图像超分辨率网络,目的在于构建一种参数量和计算量都较小的网络,同时
学位
近年来光伏发电在电网系统中的占比越来越高,其重要性不言而喻。但是光伏并网后电力系统的稳定运行也因光伏发电具有的强波动性和间歇性出现了一定的风险。因此为了电网调度的合理性与安全性,短期光伏发电功率的精确预测也显得尤为重要。深度学习方法凭借其在大数据背景下优越的特征提取能力博得了众多国内外专家学者的青睐。长短期记忆网络(LSTM)作为深度学习中一种颇具代表性的网络结构,其独特的记忆功能和随时间权重共享
学位