負(fù)荷沖擊型大擾動(dòng)下船舶綜合電網(wǎng)暫態(tài)電壓穩(wěn)定性研究.pdf

1、隨著電力科學(xué)技術(shù)的發(fā)展及應(yīng)用，船舶綜合電力系統(tǒng)的規(guī)模不斷擴(kuò)大，各種拖動(dòng)、監(jiān)控、保護(hù)設(shè)備逐漸實(shí)現(xiàn)電氣自動(dòng)化，對(duì)電力的需求大量增加。同時(shí)船舶綜合電網(wǎng)中的單臺(tái)負(fù)荷容量也越來越大，沖擊性負(fù)荷并網(wǎng)造成船舶綜合電網(wǎng)電壓驟降的情況時(shí)有發(fā)生，因此船舶綜合電力系統(tǒng)暫態(tài)電壓穩(wěn)定性的研究受到了越來越多的重視。本文在總結(jié)前人研究成果的基礎(chǔ)上，對(duì)船舶綜合電網(wǎng)大擾動(dòng)下暫態(tài)電壓穩(wěn)定性問題中的幾個(gè)關(guān)鍵方面進(jìn)行了深入的研究。
　　 分析了船舶綜合電力系統(tǒng)及大負(fù)荷

2、沖擊下的暫態(tài)電壓失穩(wěn)場(chǎng)景的特點(diǎn)，指出船舶綜合電力系統(tǒng)暫態(tài)電壓穩(wěn)定性的研究具有其特殊性。然后基于上述特點(diǎn)對(duì)船舶綜合電力系統(tǒng)進(jìn)行了數(shù)學(xué)建模，運(yùn)用電力系統(tǒng)暫態(tài)穩(wěn)定分析中的時(shí)域仿真法對(duì)數(shù)學(xué)模型進(jìn)行大擾動(dòng)下的暫態(tài)電壓穩(wěn)定數(shù)值仿真。以某船舶綜合電力系統(tǒng)為仿真算例證明了數(shù)學(xué)模型及數(shù)值積分方法的正確性。該內(nèi)容可作為進(jìn)一步研究暫態(tài)電壓穩(wěn)定性的基本方法與驗(yàn)證手段。
　　 提出了一種判斷船舶綜合電力系統(tǒng)是否處于暫態(tài)電壓失穩(wěn)邊界的時(shí)變特征分析方法。該方

3、法首先回顧了小擾動(dòng)分析中特征分析法的主要結(jié)論，結(jié)合船舶綜合電力系統(tǒng)暫態(tài)過渡過程的綜合數(shù)學(xué)模型，提出在每一時(shí)步將系統(tǒng)狀態(tài)方程組按泰勒級(jí)數(shù)展開，獲得在該時(shí)步的線性化Jacobian表達(dá)式并進(jìn)行小擾動(dòng)分析;通過求解出全部特征根、左右特征向量及定義重要狀態(tài)變量與之對(duì)應(yīng)特征向量的動(dòng)態(tài)相關(guān)因子，給出船舶綜合電力系統(tǒng)是否處于暫態(tài)電壓失穩(wěn)狀態(tài)的理論判據(jù)。通過某船舶綜合電力系統(tǒng)的仿真算例進(jìn)行了驗(yàn)證，證明了上述方法的有效性。
　　 提出了一種基于B

4、P神經(jīng)網(wǎng)絡(luò)的船舶綜合電網(wǎng)暫態(tài)電壓穩(wěn)定邊界上的CUEP計(jì)算方法。該方法在電力系統(tǒng)穩(wěn)定域邊界理論基礎(chǔ)上，建立系統(tǒng)受擾后各切除時(shí)刻狀態(tài)及達(dá)到穩(wěn)態(tài)后系統(tǒng)狀態(tài)間的高維非線性映射關(guān)系;通過多次不同大擾動(dòng)切除時(shí)刻的暫態(tài)穩(wěn)定數(shù)值仿真，記錄下多組受擾后各切除時(shí)刻狀態(tài)變量及達(dá)到穩(wěn)態(tài)后系統(tǒng)狀態(tài)變量，將其分別作為輸入與輸出樣本訓(xùn)練BP神經(jīng)網(wǎng)絡(luò);估算持續(xù)故障軌跡與該故障模式主導(dǎo)下穩(wěn)定流形的交界點(diǎn)，并以此作為大擾動(dòng)臨界切除時(shí)刻的依據(jù)，將此刻的系統(tǒng)狀態(tài)變量輸入訓(xùn)練好

5、的人工神經(jīng)網(wǎng)絡(luò)即可輸出CUEP。通過IEEE-39節(jié)點(diǎn)系統(tǒng)證明了該方法的正確性與有效性，并且較傳統(tǒng)的牛頓法具有一定的優(yōu)勢(shì)與實(shí)用價(jià)值。
　　 提出了一種基于DNSPPSO算法的船舶綜合電網(wǎng)暫態(tài)電壓失穩(wěn)后的快速重構(gòu)方法。該方法將船舶綜合電力系統(tǒng)受到大擾動(dòng)后的緊急控制問題轉(zhuǎn)化為船舶電網(wǎng)重構(gòu)問題，并基于船舶電網(wǎng)安全性及實(shí)時(shí)性要求提出了一種快速的新型粒子群優(yōu)化算法。該算法融合了小種群技術(shù)與動(dòng)態(tài)鄰域技術(shù):小種群技術(shù)可顯著減小種群規(guī)模，并經(jīng)過