Discusión sobre tecnología de diseño previo para sistemas de aplicación avanzada de terminales inteligentes (avanzados) en estaciones de distribución de energía

Plataforma tecnológica de medición de redes eléctricas modernas de China

Zhang Chunhui

18 de marzo de 2017

¿El autor de este artículo lo publicó el 4 de marzo de 2017? ¿Cumplir con las necesidades de tecnología de punta de la construcción de redes de distribución inteligentes y promover la exploración de la industrialización del desarrollo y la aplicación de productos terminales inteligentes (avanzados) en áreas de estaciones de distribución? Se señala que para ampliar los campos de aplicación de los terminales inteligentes (avanzados) en las áreas de distribución de radio, existen cuatro diseños de funciones de aplicación avanzadas:

? ¿Mejorar la capacidad de operación de optimización automática de índices múltiples de la red eléctrica de bajo voltaje en el área de la estación de distribución?

? Lleve a cabo la respuesta de emergencia de forma independiente en el sitio.

? ¿Búsqueda optimizada de múltiples rutas

? Realizar la interacción entre la red de distribución y los usuarios, es decir, tiene la función de múltiples puertas de enlace de comunicación.

Como diseño preliminar de productos de innovación tecnológica, este artículo se centrará en el monitoreo, control y compensación en línea de circuito cerrado de múltiples entradas y múltiples salidas (mimo) de la red eléctrica de bajo voltaje en la distribución. área utilizando terminales inteligentes (avanzados) en el área de distribución. Optimizar el diseño del marco y la tecnología de referencia del sistema para proporcionar referencia para el diseño de sistemas de aplicación avanzados para terminales inteligentes (avanzados) en áreas de distribución de energía.

1) Teoría del control óptimo: "Teoría del control híbrido eléctrico"

El sistema avanzado de gestión de energía construido con base en la "teoría del control híbrido eléctrico" propuesta por los académicos de la Universidad de Tsinghua se obtuvo del Shanghai Power Grid. La aplicación para resolver problemas de control de optimización multiobjetivo en grandes redes eléctricas encarna la idea de innovación tecnológica. Este artículo utiliza la "cibernética híbrida de potencia" como base técnica para el diseño de funciones de aplicación avanzadas de terminales inteligentes (avanzados).

Lo siguiente es un extracto de un académico de la Universidad de Tsinghua:? ¿Fundación Smart Grid? .

1. "La idea dominante de la cibernética híbrida eléctrica: clasificar todas las necesidades y estados insatisfechos como eventos, y devolver el sistema a un estado operativo libre de eventos mediante el control, luego todos los indicadores del sistema. (Estabilidad, calidad de la energía y economía) deben ser suficientemente satisfactorios."

2. El marco operativo de la "cibernética híbrida eléctrica" ​​consta de la capa superior de toma de decisiones y comando, la capa intermedia de procesamiento y operación y la capa inferior (dispositivo híbrido de recepción y ejecución de instrucciones de control).

En tercer lugar, basándose en el lenguaje de la teoría de conjuntos de la "cibernética híbrida de energía", se describe el proceso de control inteligente para realizar la autooptimización de múltiples índices del funcionamiento de la red eléctrica de bajo voltaje en el área de la subestación de distribución:

? Ecuación (1): e = e d

En la fórmula, los datos del indicador de funcionamiento d medidos por la red eléctrica de bajo voltaje utilizan la lógica (función lógica) e para determinar si se forma un evento indicador anormal e.

? Fórmula (2): c=f(e)

En la fórmula, el tipo de evento se juzga por el evento de excepción de índice E y la función lógica F, y se convierte en un comando de control C..

? Fórmula (3): O = f (c)

En esta fórmula, al utilizar la función lógica f, el conjunto de comandos de control C se convierte de un comando a un conjunto de comandos de operación O

? Fórmula (4): O = f [f (e)]

En la fórmula, el conjunto de instrucciones de operación o es la función lógica compuesta del conjunto de eventos anormales del indicador e.

? Fórmula (5): x*=y(x o_)

El estado operativo X de toda la red eléctrica de bajo voltaje se controla en la fórmula, que se puede cambiar a x* mediante funcionamiento discreto en el tiempo. instrucciones o_.

? Fórmula (6): a(o)->e 0

En la fórmula, el resultado A de la instrucción de operación hace que el conjunto de eventos anormales del indicador E se convierta en un conjunto vacío.

La ecuación (6) indica que la red eléctrica de bajo voltaje en el área de distribución ha logrado el objetivo de alto nivel de operación de optimización automática de índices múltiples.

Como se puede ver en lo anterior, la red eléctrica de bajo voltaje en el área de la estación de distribución siempre está en proceso de descubrir, procesar y eliminar eventos de índice anormales.

2) ¿Cuáles son los indicadores de evaluación y medidas de control de la calidad de la energía y la economía de la operación de la red eléctrica de baja tensión en las áreas de estaciones de distribución?

Primero, múltiples indicadores, que incluyen principalmente:

? ¿Tensión y tasa de calificación de tensión

? ¿Límites de potencia actual y activa

? ¿Límites de potencia reactiva y factor de potencia

? ¿Carga trifásica desequilibrada

? ¿Contenido de armónicos de tensión/corriente

? Tasa de pérdida de línea, etc.

2. Los métodos de control de índices múltiples de la red eléctrica de bajo voltaje incluyen principalmente:

? Los transformadores de distribución reguladores de voltaje en carga se utilizan para regular el voltaje.

? La compensación de capacitancia/compensación dinámica de potencia reactiva se utiliza para ajustar la potencia reactiva fundamental y el factor de potencia/voltaje/pérdida de línea.

? ¿Interruptor de carga del rectificador en carga, utilizado para ajustar el desequilibrio de carga trifásico/pérdida de línea

? Los transformadores de condensadores bajo carga se utilizan para ajustar las pérdidas de línea.

? El filtro activo es un filtro con un número de armónicos fijo, que se utiliza para ajustar el factor de potencia bajo y la pérdida de línea causada por el contenido armónico y la potencia de distorsión.

? Los disyuntores de alto voltaje y los terminales de administración de carga de energía se utilizan para emitir alarmas y disparar en caso de sobrecarga de los transformadores de distribución.

Se puede ver que existe una conexión inherente y una influencia mutua entre la calidad de la energía y los indicadores económicos del funcionamiento de la red eléctrica de baja tensión y sus métodos de ajuste. Cuando se utilizan múltiples indicadores para un control integral, es necesario introducir un método de ponderación para cada indicador.

? ¿Fundación Smart Grid? Señale:

"La autooptimización se refiere a la capacidad de la red eléctrica para mantener automáticamente el estado en un estado de optimización de múltiples índices establecido durante la operación. El punto de estado operativo de la red eléctrica es tal que cada indicador alcanza un cierto estándar, es decir, está cerca del óptimo. El estado es razonable y posible.

La optimización de múltiples índices en lugar de la optimización de múltiples índices se debe a la velocidad de cálculo y la dificultad de resolución. "

3) Índice múltiple en el área de la estación de entrega. Ejecute el modelo de optimización

Consulte a académicos de la Universidad de Hunan: ¿Diseño de un sistema integral de control de calidad de energía con función de supresión de armónicos? El "algoritmo de optimización de armónicos, potencia reactiva y voltaje multiobjetivo" propuesto, combinado con la operación de índices múltiples del área de la estación de distribución, se describirá a continuación. Los puntos de diseño del modelo de optimización de operación de índices múltiples de la estación de distribución. Se describirá el área.

? Por un lado, el diseño del sistema optimizado se basa en la confiabilidad operativa del área de la estación de distribución, con la tasa de calificación de voltaje como requisito objetivo, la potencia activa actual, la potencia reactiva y el factor de potencia como requisito objetivo, y el sistema trifásico. el desequilibrio de carga como requisito objetivo. Tomando el contenido armónico como requisito objetivo y la pérdida de línea como requisito objetivo, se utiliza el método de optimización para obtener la solución óptima de sus parámetros de control. Por otro lado, la cantidad de ajuste del cambiador de tomas en carga, la cantidad de compensación del compensador de potencia reactiva del condensador/compensador de potencia reactiva dinámica, la capacidad de conmutación del interruptor de carga inversa en carga, la cantidad de compensación del filtrado activo tecnología y regulación en carga La cantidad de ajuste de la potencia del transformador de capacidad y distribución se utiliza como variable de control, y se establece un modelo de optimización de operación de índices múltiples del área de la estación de distribución.

? El modelo de optimización de operación de índices múltiples en el área de la estación de distribución incluye principalmente los siguientes contenidos:

Método de cálculo de confiabilidad del sistema de optimización

Cálculo de la función de densidad de probabilidad conjunta y toma del valor mínimo. Esta función es igual a la suma de los productos de cada indicador objetivo y su factor de ponderación. Entre ellos, el valor del factor de ponderación depende de la magnitud e importancia de cada indicador objetivo.

Rango de ajuste del porcentaje de tensión del cambiador de tomas del transformador de distribución de regulación de tensión en carga

Rango de ajuste de la compensación de potencia reactiva del condensador/compensación dinámica de potencia reactiva

En- regulación de carga Rango de ajuste de capacidad de transformadores de distribución

Rango de compensación armónica de la tecnología de filtrado activo

Límite de conmutación de corriente de los interruptores de carga de conmutación en carga.

4) Recopilar y extraer tecnologías de referencia para el diseño de redes neuronales bp a partir de diferentes tipos de casos.

Esta parte está resumida en la Universidad de Chongqing, Instituto de Investigación de Energía Eléctrica de Chongqing:? ¿Detección de alta precisión de la red eléctrica basada en una red neuronal feedforward? Universidad Haihe:? ¿Diagnóstico de fallos de un inversor fotovoltaico conectado a la red basado en la fusión de información? Instituto de Investigación de Energía Eléctrica de China:? ¿Un método para evaluar el rendimiento de medición de medidores de energía eléctrica en funcionamiento bajo influencias multidimensionales? Universidad de Correos y Telecomunicaciones de Beijing: ¿tecnología de la información inteligente? y organícelos según sea necesario.

El proceso de trabajo de la red neuronal de avance de bp

Aquí, la red neuronal de avance de bp de los tres casos de referencia adopta una topología de tres capas: capa de entrada, capa oculta y capa de salida. Los nodos de cada capa están interconectados en una red de acuerdo con ciertas reglas.

La red neuronal de avance (bp) utiliza el método de descenso de gradiente y consta de dos partes: propagación hacia adelante de la información y propagación hacia atrás del error. En el proceso de propagación hacia adelante de la información, la señal de entrada pasa desde la capa de entrada. la capa oculta La unidad se propaga capa por capa y finalmente pasa a la capa de salida. El estado de las neuronas de cada capa solo afecta el estado de las neuronas de la siguiente capa. Si no se obtiene la salida deseada en la capa de salida, se producirá un error de dirección. se propagará hacia atrás y la señal de salida se reducirá. El error regresará a lo largo de la ruta de conexión original. Los pesos se resuelven mediante operaciones iterativas y la señal de error se reduce modificando los pesos de las neuronas en cada nivel hasta que se alcance el objetivo deseado. Se logra una red neuronal de tres capas con una sola capa oculta. Con suficientes nodos ocultos, se puede aproximar una función no lineal con precisión arbitraria".

Los puntos de diseño de la red neuronal de avance de bp:

Primero, se normaliza la entrada de la red.

Cada neurona (nodo) de la capa de entrada tiene una estructura de entrada unidimensional y salida multidimensional. La entrada es el voltaje, la corriente, la potencia y otros datos del funcionamiento de la red eléctrica de bajo voltaje. Al normalizar cada entrada (fórmula de cálculo: omitida), se puede obtener la relación funcional entre los elementos en la capa de entrada, es decir, el valor de entrada medido de cada neurona (nodo) de la capa de entrada está relacionado con el valor de entrada medido de cada entrada. Neurona de capa (nodo). La relación funcional entre los valores de salida normalizados de los elementos (nodos).

En segundo lugar, selección de parámetros de la red neuronal feedforward de bp.

Al diseñar una red neuronal feedforward de bp, generalmente se consideran tres aspectos: el número de capas de la red, el número de neuronas (nodos) en cada capa y la función de entrenamiento.

? Determinación del número de nodos de la capa oculta

“El número de nodos de la capa oculta afecta directamente la capacidad de la red, la capacidad de generalización, la velocidad de aprendizaje y las características de salida. Considerando la capacidad de la red y la universalidad de la aproximación de funciones, cuanto más ocultas estén. unidades, mejor. Teniendo en cuenta la capacidad de generalización de la red, la potencia de cálculo aumentará exponencialmente con cada capa adicional, por lo que el tiempo de entrenamiento será más largo y fácilmente caerá en mínimos locales y no se optimizará."

"Utilice el método de mínimos cuadrados para ajustar la capa oculta y obtenga la fórmula de cálculo para el número de nodos de la capa oculta";

El número de nodos de la capa oculta = [0,43 mn (0,12? n al cuadrado ) 2,54m 0,77n 0,35 0,51] .

El número de nodos de capa oculta también se puede calcular y seleccionar mediante la fórmula empírica:

El número de conexiones de capa oculta = [(m n) raíz a], donde 1.

En los dos tipos anteriores:

M - número de nodos de entrada

n puntos de conexión de salida

número opcional

p>

Por ejemplo, el número de nodos de entrada y nodos de salida del terminal inteligente (avanzado) en el área de la estación de distribución es 6, y se determina que el número de puntos de conexión de capa oculta es 11.

? Determinación de la función de transferencia y la función de entrenamiento: incluida la función de transferencia de las neuronas de la capa oculta (puntos de contacto), como la función tangente en forma de S tansig, la función de transferencia de las neuronas de la capa de salida (nodos), como la S- función logarítmica en forma logsig y la función de entrenamiento. Por ejemplo, utilice la regla de entrenamiento LM (Lvenberg-Marquardt) para entrenar la función LM. Entre ellos, "el algoritmo lm es una combinación del método de descenso de gradiente y el método Gauss-Newton, que puede garantizar una alta estabilidad y precisión sobre la base de una rápida convergencia".

En tercer lugar, la determinación de muestras de aprendizaje y muestras objetivo.

? Número de entradas de red y selección de muestras de datos: (por determinar).

? Por lo general, se seleccionan entre 40 y 200 conjuntos de muestras de datos para el entrenamiento. Entre ellas, se seleccionan aleatoriamente 80 muestras de datos como muestras de entrenamiento y las 20 restantes se utilizan para la verificación de simulación de la red neuronal de alimentación directa de bp entrenada.

En cuarto lugar, realizar pruebas de simulación.

? En la red neuronal de alimentación directa de bp establecida, el entrenamiento con muestras de entrenamiento requiere establecer indicadores de error de entrenamiento y tasa de aprendizaje, preparar un diagrama de flujo de aprendizaje de entrenamiento de red e inicializar la red.

? "Utilice las muestras de entrenamiento seleccionadas para actuar repetidamente en la red para ajustar continuamente los parámetros internos de la red para minimizar la función de rendimiento de la red, de modo que la desviación estándar experimental de la evaluación de la red de las muestras de entrenamiento cumpla con los requisitos de precisión del diseño. logrando así la no linealidad entre la entrada y la salida. La proyección central establece la relación funcional entre las neuronas de la red (contactos). Una vez completada la capacitación, utilice la red bp entrenada para probar las muestras de prueba.

Materiales de referencia:

Este artículo utiliza el algoritmo de aprendizaje de propagación hacia atrás (bp).

"El algoritmo bp es actualmente el algoritmo de aprendizaje más importante. Este algoritmo se desarrolla agregando una capa oculta al perceptrón y aprendiéndolo utilizando un algoritmo especial generalizado."

"En En el algoritmo de aprendizaje basado en el profesor, el problema de aprendizaje basado en el profesor se puede resolver en dos pasos: el primer paso es especificar la topología de la red, y la relación entre la entrada X (t) y la salida y (t) debe depender de un conjunto de conexiones Coeficiente de fuerza w, este coeficiente se puede ajustar. El segundo paso es especificar una regla de aprendizaje, es decir, cómo ajustar W para que la salida real y (t) sea lo más cercana posible a la salida esperada Y. (t)."

Lo que hay que señalar aquí es: "La red feedforward es un poderoso sistema de aprendizaje con una estructura simple y fácil de programar. Desde una perspectiva del sistema, la red feedforward es una proyección central estática no lineal. Complejo no lineal Las capacidades de procesamiento se pueden obtener a través de una simple proyección central compuesta de unidades de procesamiento no lineales, pero desde una perspectiva computacional, la red feedforward no es un sistema computacional poderoso”

5). Red

¿Esta parte está extraída de? ¿Tecnología de la información inteligente? Compañía de suministro de energía de Henan Pingdingshan:? ¿Método de control de potencia del sistema de generación de energía fotovoltaica basado en una red neuronal difusa? .

Las redes neuronales no son adecuadas para expresar conocimiento basado en reglas, y los sistemas de lógica difusa carecen de capacidades de autoaprendizaje y adaptación. La red neuronal difusa absorbe las ventajas de la lógica difusa en las redes neuronales, convirtiéndola en una mejor red.

La red neuronal difusa es un sistema de múltiples entradas y múltiples salidas.

En primer lugar, el modelo

La red neuronal difusa aquí adopta una estructura de cinco capas, y los nodos de cada capa están conectados entre sí de acuerdo con ciertas reglas.

La primera capa, la capa de entrada, cada nodo ingresa cada componente medido y transmite el valor de entrada a la siguiente capa.

En la segunda capa, cada nodo representa un valor de variable de lenguaje, como nb (negativo grande), ps (positivo pequeño), etc. Su función es calcular para cada entrada, las variables pertenecientes a cada idioma.

Funciones de pertenencia de conjuntos difusos de valores. Según la dimensionalidad de la cantidad de entrada y el número de divisiones difusas de la cantidad de entrada, se calcula y selecciona el número total de nodos en esta capa: (fórmula de cálculo, omitida).

En la tercera capa, cada nodo representa una regla difusa, que se utiliza para hacer coincidir los antecedentes de la regla difusa y calcular la idoneidad de cada regla. El número total de nodos en este nivel se selecciona mediante cálculo: (fórmula de cálculo, omitida). Para una entrada determinada, solo los valores de las variables lingüísticas cercanas a la entrada tienen mayor membresía.

La cuarta capa tiene el mismo número de nodos que la tercera capa. Su función es realizar el cálculo estandarizado de la aptitud de cada regla difusa.

La quinta capa, la capa de salida, realiza un cálculo claro (fórmula de cálculo, omitida).

En segundo lugar, algoritmos de aprendizaje.

"El modelo de red neuronal difusa es esencialmente una red de retroalimentación multicapa, que puede utilizar el método de control de retroalimentación de errores para imitar el algoritmo de aprendizaje de los parámetros de ajuste del diseño de la red bp. Además, suponiendo que el modelo de red neuronal difusa número de división de cada componente de entrada Está predeterminado, y los parámetros a aprender son principalmente la fuerza de conexión de la última capa y el valor central y el ancho de la función de pertenencia de la segunda capa "

3. ¿Caso de referencia

? ¿Método de control de potencia del sistema de generación de energía fotovoltaica basado en una red neuronal difusa? :

"El controlador probabilístico de red neuronal difusa se utiliza para calcular los valores de referencia de las corrientes activa y reactiva inyectadas a la red por el inversor trifásico".

El controlador de red neuronal difusa probabilística incluye una estructura de red de seis capas:

La primera capa es la capa de entrada, la segunda capa es la capa de membresía y la tercera capa es la capa de probabilidad. capa, y la cuarta capa es la capa del mecanismo de inferencia difusa tsk, la quinta capa es la capa de reglas y la sexta capa es la capa de salida.

Entre ellos, el nodo de la capa de entrada es 2 y el nodo de la capa de salida es 1. En la capa de membresía, cada contacto utiliza una función gaussiana asimétrica para implementar una operación difusa.

El controlador probabilístico de red neuronal difusa (adopta) el mecanismo del algoritmo de aprendizaje de retropropagación de errores para construir el vector de gradiente de modo que cada elemento sea el diferencial de primer orden de la función de energía en relación con los parámetros del algoritmo, completando así la red neuronal difusa probabilística Autoajuste en línea de los parámetros de la red.

En cuarto lugar, en vista del hecho de que existen pocos informes de casos de aplicación de la red neuronal difusa MIMO en el campo de la medición y el control de redes eléctricas, la exploración de cómo aplicar la tecnología de redes neuronales difusas al diseño de Los sistemas de aplicación avanzados para terminales inteligentes (avanzados) en estaciones de distribución de energía son un tema que requiere más investigación.

6) Consulte la nueva tecnología de diseño de terminales inteligentes (avanzado) en el área de estaciones de distribución de energía.

? Equipo terminal de distribución integrada (idu) que monitorea el nivel de forma de onda de la red de distribución en tiempo real

Se informa que la primera unidad terminal de distribución integrada (idu) doméstica se puso en funcionamiento en Xiamen Torch High-Tech Parque en operaciones del 3 de octubre de 2017.

"La unidad terminal de distribución integrada (idu) es un equipo clave del proyecto nacional 863 "Investigación y demostración de tecnologías clave de la red de distribución activa". Principalmente realiza un monitoreo preciso del flujo de energía de la red de distribución y la detección de El monitoreo y la prevención de posibles fallas de línea respaldan el conocimiento de la situación de la capacidad y la carga del suministro de energía, proporcionan datos ricos para la estimación instantánea del estado de la sección de la red de distribución, la optimización de la calidad de la energía y la gestión de armónicos, y mejoran efectivamente la observabilidad, la mensurabilidad y la mensurabilidad del control de la red de distribución. ”.

¿Diseño de transformador de reparto de carga adaptativo? (Instituto de Investigación de Energía Eléctrica de China)

La estructura del transformador de distribución de carga adaptable incluye la unidad del cuerpo del transformador de distribución, la unidad integrada de regulación de voltaje y capacidad en carga, la unidad de equipo de soporte y la unidad de control integrada.

El nuevo transformador de distribución "puede ajustar automáticamente el modo de operación de capacidad y toma del transformador de distribución de acuerdo con el voltaje y la carga reales del sistema sin quitar la carga, y tiene conmutación de carga en línea y potencia reactiva de fase dividida La función de compensación resuelve eficazmente el grave problema de desequilibrio de las cargas trifásicas y garantiza la puntualidad y precisión de los juicios de voltaje y capacidad".

? Controlador Fuzzy pi

Universidad Li Dian del Noreste:? ¿Diseño de controlador inteligente para transmisión de corriente continua de alto voltaje?

(Nota: pi, integrador proporcional)

El extremo de entrada del controlador difuso pi: la diferencia entre el valor de referencia actual y la corriente medida se considera "desviación" y " cambio de desviación" - > Unidad de inferencia difusa (calcula y genera correcciones de parámetros que pueden ajustarse automáticamente mediante dos controladores pi de acuerdo con reglas de control difuso) -> Unidad de controlador Pi (y genera comandos de ajuste) -> Unidad de disparo -> Objeto controlado - > Corriente medida (y retroalimentada a la entrada del controlador difuso pi).

Para lograr un ajuste difuso, puede elegir las siguientes reglas:

"Si la desviación del estado estacionario es grande, aumente el coeficiente proporcional".

" Si la respuesta fluctúa, entonces aumente el coeficiente diferencial."

Si la respuesta es lenta, aumente el factor proporcional

"Si la desviación en estado estacionario es demasiado grande, ajuste la integral coeficiente"

"Si el exceso es demasiado grande, reduzca el coeficiente proporcional."

Ventajas del controlador fuzzy pi: "Cuando los parámetros o las condiciones de funcionamiento del objeto controlado cambian, los parámetros del pi se pueden ajustar automáticamente en línea para realizar la función de control inteligente".

? Sistema integral de control de calidad de energía

Académico de la Universidad de Hunan:? ¿Diseño de un sistema integral de control de calidad de energía con función de supresión de armónicos?

El dispositivo integral de control (regulación) de la calidad de la energía consta de un transformador regulador de voltaje en carga, un banco de capacitores de compensación en paralelo y un filtro de potencia activo de inyección en paralelo.

El sistema utiliza algoritmos de optimización de tensión multiobjetivo, potencia reactiva, pérdida de línea, funciones armónicas y sus factores de peso para optimizar el sistema en su conjunto.

La parte activa sólo soporta una pequeña tensión armónica, lo que reduce efectivamente la capacidad de la parte activa.

En la parte de control compuesto del filtro de potencia activo paralelo de inyección, se adopta la tecnología de control difuso pi de corriente compuesta.

? Supresión del contenido armónico inyectado en la red eléctrica durante la compensación dinámica de potencia reactiva de cargas asimétricas

Universidad de Ciencia y Tecnología de Nanjing:? ¿Método de compensación dinámica de potencia reactiva para cargas asimétricas considerando la supresión de armónicos?

El reactor controlado por fase de tiristor (tcr) combinado con condensadores de potencia puede corregir el factor de potencia, estabilizar el voltaje del sistema y compensar el desequilibrio de la carga trifásica.

“Cuando el grado de asimetría es severo, el control de división de fase de tcr hará que tcr inyecte armónicos de alto orden, incluidos terceros armónicos, en la red eléctrica”.

Tanto la tensión fundamental como la corriente armónica de alto orden generarán potencia reactiva. Según la teoría del equilibrio de potencia, el objetivo de la compensación de potencia reactiva es hacer que cada elemento de la matriz de potencia reactiva sea cero. En aplicaciones de control reales, se utiliza una matriz diagonal ponderada (ajustable) para el cálculo.

La estrategia mejorada de compensación de potencia reactiva puede reducir eficazmente los componentes armónicos inyectados en la red eléctrica por el TCR cuando la carga es muy asimétrica. Cuando el componente armónico en la red eléctrica es grande, los factores armónicos y los indicadores de rendimiento de la compensación de potencia reactiva se pueden considerar integralmente para proporcionar un control del ángulo de disparo tcr más razonable, lo que reduce significativamente el componente armónico actual contenido en el bus. Teóricamente, se puede considerar cualquier componente armónico. "

? Interruptor súper inteligente (Nanjing Jietai Electric Power Equipment Company)

El nuevo producto "integra medición, protección, control, registro de fallas, monitoreo de la calidad de la energía, monitoreo del transformador de distribución, funciones como gestión de carga y comunicación. "Las funciones del producto son líderes a nivel internacional y no existen productos similares en el país ni en el extranjero".

El nuevo producto "adopta una estructura enchufable", "función de protección de tres niveles", "transformador de corriente" con medición y protección integrada", "pasa calibración" disyuntor para verificación de medición".

Principales indicadores técnicos de este nuevo producto:

Tensión nominal: CA, 400 voltios.

Corriente nominal: 250a

, 400a, 630a

Capacidad nominal de corte en cortocircuito de trabajo: 42,5 ka

Nota: este artículo describe la configuración Las tecnologías prediseñadas para funciones de aplicación avanzadas del terminal inteligente (avanzado) 1 en el área de la estación de radio incluyen "manejo independiente de emergencias en el sitio", "búsqueda optimizada de rutas múltiples", "realización de la interacción entre los Red de distribución y usuarios, es decir, puertas de enlace con múltiples métodos de comunicación. El autor de este artículo publicará tres funciones de aplicación avanzadas.