电力论文哪里有？本论文主要研究成果如下： (1) 建立了一种考虑信息不完整情况下风电相关性的潮流量化分析理论框架。首先将证据理论应用到信息不完整情况下的风电功率建模中；结合椭球凸模型理论，建立了考虑风电相关性的联合风电功率模型；再把仿射运算理论及证据理论相结合，将不确定性从联合风电功率模型传播到潮流输出变量中，研究了风电相关性对信息不完整情况下的潮流输出变量量化结果的影响。所提出的潮流量化分析理论框架不仅可以获得较高的量化精度还能大大提高其计算效率。
第一章 绪论
1.2 国内外研究现状
1.2.1 不确定潮流/优化潮流量化分析现状
1.2.1.1 不确定潮流量化分析研究
基于不同的不确定性理论对电力系统潮流进行建模、求解及分析，形成了不同不确定性潮流量化理论框架，其主要包括：模糊潮流[13-15]、概率潮流[16-18]、区间潮流[19]。隶属度函数是模糊潮流量化框架中用来描述变量的数学方式，根据模糊数学理论中的相关运算规则求解出潮流输出量的隶属度函数；而随机变量则用于概率潮流中不确定量的数学建模，然后运用蒙特卡洛仿真等数值运算法或点估计、半不变量法等解析方法来求解潮流输出量的概率分布特征；对于区间潮流来说，首先每个不确定量用区间数进行建模，此时传统的确定性潮流方程就转换为区间数方程，然后基于区间分析理论[20]或仿射理论[21]中的运算规则求解得出潮流输出量的区间。模糊潮流中隶属度函数种类有限，因其缺乏灵活性和广泛用性而失去实际应用价值。概率潮流虽然能够全面描述潮流输出量的分布信息，但是需要足够不确定变量的统计数据用于保证其密度函数估计的精度，从而耗费大量的人力、财力等，再加上实际工程中能获得的数据有限等客观原因，使得概率潮流面临极大的局限性。相比于概率潮流，区间潮流只要求在获得不确定量的上下边界估计值时就可以开展工作，而且其输出量的区间可以将所有可能的系统运行点囊括在内，从而具有极强的鲁棒能力。所以，区间潮流是应对不确定变量信息不完整的主要量化分析手段，受到了研究人员的重点关注, 接下来着重介绍区间潮流相关的算法及理论框架。
第三章 不确定优化潮流量化分析
3.1 引言
最优潮流（Optimal power flow, OPF）在提高电力系统的安全性、可靠性和经济性方面发挥着重要作用。为了有效减少全球碳排放量，风电这种经济低碳的可再生新能源的并网规模愈来愈高。然而，这种大规模的不确定功率给 OPF 的量化分析工作带来了巨大的挑战。概率优化潮流（Probability optimal power flow, POPF）成为处理风电功率不确定性情况下电力系统优化潮流量化分析的主要理论框架，在该框架中，需要通过获得足够的风电功率统计信息用于估计其真实的概率密度函数(Probability density function, PDF)，最终得到精度较高的 OPF 输出量的PDF。这使得 POPF 能够为电力系统的运营决策和风险评估提供足够全面的信息。例如，OPF 输出量的概率信息可以让电力系统规划人员或运行控制操作者更好地了解未来的电力系统运行点的不确定信息，从而有利于做出正确的投资判断或进行系统控制策略设计。
然而，现有的 POPF 方法假设风电功率的 PDF 是准确已知的，由于现实工程中的可用数据有限或者数据不精确，是使得电力系统规划工作者和操作人员可能难以获得完整的风电功率信息。那么，就可能会引起较大的 POPF 评估误差甚至错误的结果，从而导致错误的运营决策、风险评估以及运行控制策略。因此，在信息不完整情况下，考虑风电相关性的优化潮流量化分析工作对大规模风电并网系统的经济、安全、稳定运行至关重要。
总之，现有的大规模风电并网系统的 OPF 研究工作面临两个主要挑战：1）由于风电场地理位置等原因致使风电功率之间存在很强的且复杂的相关性，本章称之为多概率特征风电功率；2）风电功率信息不完整。为此，本章在第二章的理论框架基础上深化拓展，提出了考虑信息不完整情况下风电相关性的优化潮流量化分析理论框架。
第五章 风机轴系扭振非线性控制
5.1 引言
在过去的 20 年中，风能并网规模的不断增加给电力系统稳定运行带来了巨大的挑战，其中，风机轴系扭振已成为备受学者们广泛关注的重点研究内容。风机轴系具有较大的惯性，幅度较小的风速波动等小扰动几乎都能够被其有效削弱，不会引起明显的轴系扭振，所以对风机轴系元件的损害及电网稳定性的影响都很小。然而，当风机的机械功率或者电磁功率发生大扰动时，风机轴系扭振现象则表现尤为剧烈，从而引起严重的机械疲劳。这不仅会造成严重的经济损失而且还可能埋下电网稳定性隐患，因为风机强烈地轴系扭振有可能引发或者恶化电网中其他振荡行为，所以已严重威胁到电力系统的稳定运行。
一方面，当风速发生较大扰动、风机的启动或者风机突然停机时，都会使得风机机械功率发生较大的突变，风机轴系惯性作用不足以大幅度削弱此类大扰动，从而引发严重的风机轴系扭振；另一方面，近年来人们通过各种控制手段将风机的电磁功率输出量与电网频率耦合，以使得风电系统参与到电网的频率调节工作中去。此时，电网遭遇的较大频率扰动就会造成风机电磁功率输出量的突变，这势必又会引发严重的轴系扭振。此外，双馈风机通过其发电机的定子与转子同时与电网进行功率交换，转子在最大功率跟踪策略下通过背靠背转换器将其与电网隔离，受电网的影响较小，但是定子却直接与电网相连接，所以当电网发生较大故障时，双馈风机电磁功率输出量也会发生大幅突变，此时风机同样会面临严重的风机轴系扭振问题。
然而，现有相关的研究文献通常基于线性系统理论对并网风机轴系扭振进行分析与控制，所提出的风机轴系扭振抑制器仅针对平衡点附近的近似线性化系统具有较好的效果，鲜有学者关注上述大扰动情况下的风机轴系扭振问题。为此，本章首先对并网风机轴系扭振相关的系统进行了非线性分析和建模，提出了两种风机轴系扭振非线性抑制器，并分析了不同场景下的仿真测试对比结果，验证了所提出的抑制器均不仅能够有效处理大扰动下的风机轴系扭振问题，还具有应对大规模风电并网系统不确定性的极强鲁棒能力。
5.2 算例分析
针对本章提出的两种风机轴系扭振非线性抑制器，本节分别进行了仿真对比试验，以验证所提出的两种抑制器对于大扰动下的风机轴系扭振具有良好的抑制作用同时具有极强的鲁棒能力。
5.2.1 非线性抑制器 I 的算例
为了验证风机轴系扭振非线性抑制器 I 的优良品质，本案例研究由两部分组成。 首先在简化模型电力系统中测试了所提出的抑制器 I 及其对比方案的品质，包括参数扰动场景、不同大扰动场景以及多风电场场景的仿真试验；然后，为进一步验证抑制器 I 优点的可扩展性，对不同抑制器在详细模型电力系统中的试验结果也做了对比分析。
5.2.1.1简单模型电力系统算例
本节旨在验证所提出的控制器在各种大扰动条件下抑制风机轴系扭振的有效性、鲁棒性和优势。图 5-3 给出风电并网电力系统示意图，其中 N 表示风电场的数量。假设每个风电场包含 6 台单机额定功率为 1.5MW 的双馈风机，且该 6 台风级被建模成一台集成双馈风机。传统的线性控制器 (Linear Controller, LC)，即基于近似线性化理论的状态反馈控制器，以及根据滑模控制器(Sliding-mode Controller, SMC)[90] 原理设计出的非线性抑制器作为本算例中所提出抑制器的对比控制器。 表 5-1 给出了双馈风机以及所提出的风机轴系抑制器的参数。 图 5-4 为双馈风机MPPT 策略下的功率-转速曲线。根据 LC 最优控制原理[128]得到的电磁转矩补偿量为：
第六章 全文总结与展望
6.1 全文总结
风电大规模并入电网后，给电力系统分析与控制研究工作提出了新的、更高的要求。本论文针对大规模风电并网系统分析与控制研究中所面临的棘手问题进行了深入的研究，确立了以下问题开展研究：1）信息不完整情况下的风电功率严重影响着潮流及优化潮流量化结果，即系统不确定运行点的评估结果；2）大规模风电并网系统的高度非线性、实时性及系统运行点的不确定性给电网的频率稳定性带来了巨大的挑战；3）大规模风电并网系统的大扰动使得风机轴系扭振现象恶化。关于这些问题，本论文分别提出了相应的解决方案。首先，针对风电功率信息不完整情况下的潮流及优化潮流量化问题，本论文分别建立了信息不完整情况下考虑风电相关性的联合风电功率模型，研究了风电功率相关性对潮流及优化潮流量化结果的影响，最终分别建立起信息不完整情况下考虑风电相关性的潮流及优化潮流量化分析理论体系。针对大规模风电并网系统面临的频率稳定性挑战，本论文对相关的系统运行原理进行了分析并建立了详细地数学模型，提出了风电参与电网调频的非线性虚拟控制器，实现了提高频率最低点及抑制风电参与调频引发的风机轴系扭振等目标，完善了大规模风电并网系统频率稳定性的控制理论体系。在此基础上，针对大规模风电并网系统在遭遇大扰动时出现的风机轴系扭振恶化问题，基于风机轴系模型及有功控制原理建立起风机轴系扭振的数学模型，进一步分析揭露了轴系扭振的产生机理，提出了两种非线性轴系扭振抑制器，进一步完善了风机轴系扭振控制理论体系。
参考文献（略）
