XiaoMi-AI文件搜索系统
World File Search System暂态
面向人工智能的智能电力系统暂态稳定性
如今，由于可再生能源的广泛使用以及通过智能信息和通信技术处理的动态工作负载，电网已成为一个活跃的庞大资源生成和管理系统。存在一些新的操作，例如电力电气化、物理层的智能信息集成以及智能电网中的复杂互连。这些程序使用数据驱动的深度学习、大数据和机器学习范式来有效地分析和控制电力系统瞬态问题，并以稳健的准确性和及时性解决技术问题。因此，人工智能 (AI) 对于解决与暂态稳定性评估 (TSA) 和控制生成相关的问题至关重要。在本文中，我们全面回顾了 AI 及其子程序在解决 TSA 问题中的作用。本文的工作流程包括基于 AI 的智能电力系统结构以及电力系统 TSA 和 AI 应用对暂态情况的合理性。优于其他评论，本文讨论了基于 AI 的 TSA 框架和设计过程以及智能应用及其在电力系统暂态问题中的分析。而且我们不局限于AI，还结合与AI高度兼容的大数据方向，探讨基于AI-大数据的智能电网暂态稳定评估的未来趋势、机遇、挑战和开放问题。
基于虚拟同步机技术的储能机电暂态建模
摘要：本文提出一种机电暂态法，建立适用于大规模电网的基于电池储能系统的虚拟同步发电机模型。该模型由虚拟同步发电机控制、系统限制和模型接口组成。还考虑了二阶同步机的方程、充电/放电功率特性、荷电状态、运行效率、死区和逆变器限制。通过将储能变换器配备为具有励磁系统和调速系统的近似同步电压源，为具有低惯性和弱阻尼的可再生能源电力系统提供必要的惯性和阻尼特性。基于电力系统分析软件包（PSASP）的节点电流注入法，建立了控制模型，研究了不同储能系统的影响。选择可再生能源单元波动对 IEEE 4 机 2 区域系统频率和有功功率的影响进行仿真验证。通过对储能系统的合理控制和灵活配置，为高渗透率可再生能源电力系统创造稳定、友好的频率环境。
100% 可再生能源真实微电网的暂态稳定性研究：预印本
摘要 — 本文对一个可 100% 使用可再生能源运行的真实微电网进行了暂态稳定性研究，以便更好地了解微电网在各种动态场景下的稳定性和可靠性。特别是，在这种电力系统中，多个电网形成 (GFM) 和电网跟踪 (GFL) 逆变器在孤岛和黑启动等动态运行条件下的运行情况尚不清楚；因此，本文开发了微电网的电磁暂态模型，以研究系统在各种动态运行条件下的稳定性并识别潜在的可靠性风险。使用高精度模型的 PSCAD/EMTDC 仿真有助于深入了解 GFM 和 GFL 逆变器的最佳运行模式以及微电网的稳定性和可靠性。它还可以为现场部署提供逆变器控制参数和协调以及黑启动和计划外孤岛的预期性能方面的信息。
电力系统暂态稳定性评估的人工智能技术
摘要：可再生能源的高渗透率，加上传统发电厂的退役，导致电力系统惯性下降。这对电力系统的暂态稳定性产生了负面影响。本文旨在回顾人工智能在电力系统暂态稳定性评估中的应用现状，重点介绍不同的机器、深度学习和强化学习技术。回顾涵盖数据生成过程（来自测量和模拟）、数据处理流程（特征工程、拆分策略、降维）、模型构建和训练（包括集成和超参数优化技术）、部署和管理（包括用于检测偏差和漂移的监控）。回顾特别关注在标准基准测试用例上显示出良好结果的不同深度学习模型。回顾的最终目的是指出不同方法的优缺点，提出现有模型面临的当前挑战，并展望未来可能的研究机会。
Tee, JZ、Lim, LHI、Zhou, K. 和 Anaya-Lara, O. (2020) 带有油气平台和储能系统的海上风电暂态稳定性分析
摘要 — 在离网配置下，海上油气平台与海上风电场的电气化是北海正在开发的一种商业模式。因此，本文提出了一种由海上浮动风力发电机组和油气生产平台组成的集成系统，该系统配有机载电池储能系统 (BESS)。利用这个拟议的系统，在 ETAP 中模拟了四种不同的测试场景，模块化电池储能系统 (BESS) 的容量各不相同。结果表明，传统系统和仅配备 1MW BESS 的拟议系统 1 的暂态稳定性特性不符合油气平台的 IEC 标准。通过将 BESS 的容量加倍，ETAP 模拟结果表明，拟议系统 2 的暂态偏差有所降低，符合 IEC 标准 IEC 61892-1。此外，本文还介绍了拟议系统 2 的资本支出 (CapEx) 和运营支出 (OpEx)。索引词 — 能源存储、微电网、石油平台、电能质量、可再生能源