宁夏电网负荷模型对稳定性的影响分析

负荷模型是影响电网稳定分析结果的一个重要因素.对宁夏电力系统负荷特性进行研究后得到的综合负荷模型与传统负荷模型有一定区别.利用电力系统综合稳定分析程序和基于负荷特性研究获得的负荷模型分析宁夏-甘肃断面部分线路的极限切除时间及各地区不同负荷水平下的暂态电压稳定问题;并与基于传统负荷模型的宁夏电网暂态功角和暂态电压稳定计算结果进行比较,分析不同的负荷模型对电网稳定计算的影响.最后采用新负荷模型研究宁夏电网存在的静态电压稳定问题.结果表明,辨识得到的负荷模型更接近实际电网的负荷特性,可以较好反映出宁夏电网的暂态电压稳定问题.     

感应电动机及电力综合负荷模型结构的研究

感应电动机模型是电力系统运行与控制理论研究和工程仿真计算中最常用的负荷模型,其运行特性对电力系统的运行行为有重要影响.深入研究了感应电动机模型结构与其行为模式之间的关系:阐述并提出了既能描述负荷的功率恢复特性,又能描述负荷的低电压失稳特性的综合负荷模型结构应当满足的必要条件;提出适合于电压稳定分析的综台负荷模型的基本结构形式对电力系统综合负荷建模具有理论和实际指导意义.     

考虑电压相位的实用负荷模型参数辨识

目前电力系统感应电机负荷模型一般采用实用模型,参数辨识时仅采用电压有效值,而忽略电压相位和交轴电压分量.分析忽略交轴电压分量所需的条件,发现该条件通常难以满足.并提出考虑电压相位和交直轴电压分量的负荷建模实用模型,用于电力负荷参数辨识.不同故障下的算例结果表明,该实用模型比仅考虑电压有效值的实用模型,能更精确地辨识出负荷模型参数.     

计及温度影响的短期负荷预测时间序列模型

时间序列模型在国际和国内的短期电力负荷预测中得到了广泛应用.然而,这种方法的一个主要缺点是无法将影响负荷预测的主要因素之一即气象因素考虑进去.在此背景下,首先基于负荷和气温数据建立了负荷预测的回归模型,然后构造了回归模型残差累积式自回归一滑动平均模型并对回归模型进行修正.最后,用广东电力系统的实际负荷数据说明了所发展的...     

基于负荷分解的短期负荷预测传递函数模型

短期负荷预测主要用于预测未来几小时、1天甚至几天的负荷,对电力系统运行的安全性和经济性具有重要意义。时间序列模型在电力系统短期负荷预测中得到了广泛应用。然而,这种方法的一个主要缺点是无法将影响负荷预测的主要因素之一即气象因素考虑进去。在此背景下,首先基于历史负荷数据,采用传统的分解方法提取出负荷中的周期分量,得到剔除周期分量后的非周期分量。在此基础上,首先采用逐步回归法筛选出影响负荷非周期分量的主要因素,之后发展了预测负荷非周期分量的传递函数模型。最后,用广东电力系统实际负荷数据对所发展的短期负荷预测模型的准确性进行了验证。     

输入量的选取对人工神经元网络估计负荷模型精度的影响

电力系统负荷模型的准确性对电力系统的分析与控制起着重要的作用。人工神经元网络模型能较好地模拟实际负荷的动态特性，但其模拟的精度很大程度上取决于输入量的选取。本文选取三组不同的输入量，采用误差反向传播算法（ＢＰ算法）进行训练．并对其精度作了比较，从而提出用人工神经元网络估计负荷模型时所应选取的输入量。     

基于结构保留模型的SVC非线性最优控制器设计

针对静止无功补偿器(SVC)抑制区域间低频振荡的性能受负荷特性影响的特点,在电力系统结构保留模型的基础上,提出一种结构保留模型反馈线性化的新方法.该方法基于电力系统微分代数模型,在系统关系数等于状态变量个数的条件下,可得出电力系统结构保留模型反馈线性化的能控标准型.充分考虑电力系统非线性静态负荷和母线电压对SVC附加控...     

用阻尼最小二乘优化算法实现电力系统综合静态负荷建模

针对电力系统传统静态模型在电压稳定性分析中应用的局限性,采用阻尼最小二乘优化算法实现了电力系统综合静态负荷建模.通过对仿真结果的分析,验证了模型的描述能力和算法的可行性.     

一种线性组合电力负荷预测模型(英文)

电力负荷预测对电力系统的有效运行是至关重要的.电力负荷预测领域迫切需要更精确、更稳定的电力负荷预测方法和技术.为进一步提高电力负荷预测精度,利用互补性原理建立了一种线性组合预测策略.该方法由一个基于互补原理的单项模型选择策略,及线性组合模型组成.选定的单项模型包括流行的线性模型,即ARIMA模型,和流行的非线性模型,即支持向量回归(SVR)模型.该线性组合结构可以有效地提取非线性电力负荷数据的特点.澳大利亚电网真实数据的实验运行验证了该模型的有效性.     

电力系统长期动态仿真中的统一负荷模型

提出了一种应用于电力系统长期动态仿真中的统一负荷模型,该模型将电压调节设备,无功补偿设备归纳到负荷模型中,为验证本文方法,针对一地区电力系统进行了仿真计算,取得了满意结果。     

电力短期负荷预报模糊神经网络模型的研究

电力系统负荷预报模型因负荷构成及采用的关键技术不同而各异。本文介绍了几种短期负荷预报模糊网络模型的建模方法和特点,讨论模糊神经网络预报模型建模中的一些重要问题,供有关人员参考。     

基于BP网络的空调负荷预报建模方法的研究

对用ＢＰ网络进行逐时空调节负荷的建模方法进行了研究。提出了两种类型负荷预报模型,基于建筑模型辩识的负荷预报法和基于时间序列的负荷预报法。并分四种具体情况进行了分析,了一种较为适合的负荷预报方法,这对于蓄冷空调系统优化控制的实施具有重要的意义。     

电力系统负荷预测的周期性可调灰色模型

本文针对电力系统负荷变化的不可控性和周期性,通过采用Census Ⅱ分解方法分析季节因子,与历史负荷相比较,得到一系列长期趋势项,然后用可调灰色模型对分离出的长期趋势项进行预测,并用二分法调整u,v的取值,使得误差最小.将预测出的季节因子与长期趋势项重新组合,就得到日用电量的预测结果,实例表明,本系统对于呈周期性变化的电力负荷具有较好的预测效果.     

基于EEMD与动态神经网络的短期负荷预测

提出了采用EEMD与动态神经网络络相结合的混合模型进行电力系统短期负荷预测的方法.首先运用EEMD将非平稳的负荷序列分解,然后根据分解后各分量的特点构造不同的动态神经网络对各分量分别进行预测,最后对各分量预测结果采用BP网络进行重构得到最终预测结果.仿真结果表明基于该方法的电力系统短期负荷预测具有较高的精度.     

改进灰色模型在中长期电力负荷预测中的应用

针对中长期电力系统负荷预测,在前人已有成果的基础之上,对普通灰色模型进行了改进.一方面对历史数据进行二次平滑处理,大大消除了干扰因素;另一方面利用带有马尔可夫链符号估计的残差修正技术对未来残差的符号进行预测以修正灰色模型的预测结果.以某地区多年以来的历史数据为基础,建立了数学模型,通过实际数据计算表明:改进后的灰色负荷预测方法可以应用于电力系统中长期负荷预测,而且较普通灰色预测模型在预测精度上有着明显的提高,尤其是对于较远时间的负荷预测有着较为理想的预测精度,表明了该种方法的有效性和实用性.     

基于组合电力负荷预测模型的电力经济调度研究

根据武汉地区近10 a电力负荷使用情况对武汉供电公司电力负荷预测进行研究,以此为经济调度及负荷管理提供依据.选用基于GM(1,1)模型和一元线性回归法的组合负荷预测模型.对武汉地区每月最大负荷进行预测;算例证明组合预测模型有效提高了电力系统负荷预测能力,且证明了该组合电力预测模型对发电量预测同样具有可行性.     

粒子群优化BP算法在电力系统短期负荷预测中的应用

为提高电力系统短期负荷预测的精度,引入一种新型的群智能方法——粒子群优化算法,并将这种智能算法与BP算法相结合,形成了粒子群优化BP算法模型,建立了计及气象因素的短期负荷预测模型.通过具体算例将此模型与单纯的BP模型进行比较,结果表明:该算法具有较高的预测精度,完全能满足实际工程的要求.     

分布式发电规划的负荷模型研究

分布式发电大规模接入配电网,是当前电力系统面临的挑战之一．虽然学术界广泛认同分布式发电具有降低系统网损的的潜力,但是如果计算过程中负荷建模不当,很可能会影响分布式发电规划的准确性．研究配电网负荷模型对分布式发电规划的影响,采用综合电力负荷模型将配电网负荷分为居民用电、工业用电和商业用电,对比分析了不同负荷模型对含分布式发电的配电网损的影响．对-38节点配电系统进行分析,计算不同分布式发电接入方案以及采用不同负荷模型时系统的网损．算例的仿真结果表明,负荷模型的选取对分布式发电的规划具有重要影响．     

电力负荷短期预测的神经网络方法研究

设计了一个三层神经网络模型来实现电力系统的短期负荷预预.采用了改进的BP学习算法,以提高训练的收敛速度.预测仿真结果表明,所设计的神经网络是可以进行短期负荷预测的.     

含广域混合储能互联电力系统的负荷频率控制

为解决电力系统调频存在的灵活性资源不足和调节特性欠佳问题,针对抽水蓄能和电池储能广域接入情况下的互联电力系统,提出一种基于分布式模型预测控制的负荷频率协调优化控制方法。首先,根据互联电力系统中各主要元件的频率响应特性,建立互联电力系统频率响应的状态空间模型;然后,充分考虑系统受到的各种约束,确定优化控制目标,分别对各区域的控制器进行设计;最后,对所提负荷频率协调优化控制方法的可行性和有效性进行仿真验证。结果显示该方法不仅对广域混合储能互联电力系统的频率响应特性有很好的改善,而且当系统频率发生变化时,能够使不同储能形式进行合理的响应。