含微型燃气轮机发电的配电网综合负荷建模

为了研究含微型燃气轮机发电(microturbine generation,MTG)的配电网综合负荷模型,建立了适合用于分布式发电仿真的MTG数学模型,提出了MTG三阶微分状态方程的等效描述模型,通过建模仿真验证了模型的有效性.在此基础上,提出了含MTG的配电网广义综合负荷模型结构——MTG等效描述模型并联传统综合负荷模型.在3种不同负荷水平、不同扰动程度条件下对该广义综合负荷模型的有效性进行了检验,验证结果表明,本文所提出的广义综合负荷模型具有较好的自描述能力、泛化能力和参数稳定性.     

含主动负荷的综合电力负荷建模研究综述与展望

总结当前电力负荷建模的研究进展,根据负荷建模所面临的新形势,提出含主动负荷的广义综合电力负荷建模问题的研究框架,并详细论述研究方案,重点解决主动负荷模型结构的准确性与简洁性相协调、主动负荷模型参数的时变性与鲁棒性相协调这2个关键难题,为建立准确描述主动负荷电气特性的广义综合电力负荷模型指明一条可行的技术路线。     

负荷动特性综合方法研究

针对如何建立同类负荷动特性的综合模型问题,提出了基于实测响应空间的负荷动特性直接综合方法.该方法首先应用重心法确定同一类负荷特性的聚类中心,再通过对聚类中心等效样本进行参数辨识,以得到的模型参数作为该类负荷特性的综合模型参数.通过对某一变电站现场采集的负荷特性数据进行综合建模,结果表明该方法正确有效,而且其实现比综合辨识建模以及参数加权平均综合建模更为简便.     

在线短期负荷预测方法的研究与应用

根据电力系统负荷的特性，提出了一种在线短期负荷预测方法：用“周期模型”来描述并预测负荷的周期变化分量，再用ＡＲＭＡ模型对周期模型的残差进行建模并用Ｂｏｘ—Ｊｅｎｋｉｎｓ方法进行预测．模型参数的辨识采用在线辨识算法，因而对负荷的变化特性具有较强的适应性．实践结果表明，该方法具有很好的预测效果．     

神经网络负荷模型的综合能力研究

针对电力电子设备综合负荷模型难以用机理模型描述的现状,构造了动态综合负荷的模糊神经网络模型.该模型具有模糊推理和神经网络的优点,能很好地逼近动态负荷的模型输出.通过对已知实测建模数据的训练,分析了模糊神经网络负荷模型的前件参数、结论参数的辨识策略,阐述了模糊隶属度和模糊规则的形成过程.对负荷构成相异的4组实测变电站负荷数据,用其中1组建模数据进行训练,得出模糊模型结构和参数,用该模型去拟合其他3组数据,对模糊神经网络负荷模型的综合能力进行验证.实例表明,该模糊神经网络负荷模型不仅具有很强的自描述能力和收敛性,而且具有良好的综合描述能力.     

基于SLM模型的负荷模型总体测辨方法

福建电网已经建立了负荷在线综合建模系统,实现了负荷模型的在线动态维护。系统一期采用了基于CLM模型的负荷模型总体测辨方法,该模型由于没有充分考虑配网阻抗对负荷模型的影响,在实际应用中与实际负荷特性存在一定偏差。为了进一步提高负荷实测模型准确度,该文提出并实现了基于SLM模型的负荷模型总体辨识方法,并给出了SLM模型的辨识结果。基于SLM模型的负荷实测模型的应用将进一步提高电网仿真计算的精度。     

遗传算法与传统优化方法应用于电力负荷建模的比较研究

将遗传算法应用于电力系统综合负荷建模．以三阶感应电动机为综合负荷模型,以待辨识参数为未知向量,以系统实测与模型响应误差平方和为目标函数;以随机初始种群为基础进行交叉一变异一选择运算并产生下一代种群;通过若干代进化即可获得具有足够精度的辨识结果．通过实验数据将遗传算法与传统模式搜索算法的建模结果比较,表明遗传算法所得模型的描述精度比模式搜索法高10倍,其模型参数呈现很好的稳健性,从而有效地克服了传统优化方法的模型参数分散性。     

考虑含全钒液流电池储能系统的广义综合负荷模型

构建了适用于电网仿真的全钒液流电池(all-vanadium redox flow battery,VRB)模型,研究了VRB储能系统的外特性.从外特性等效拟合的原理出发,忽略VRB系统的无功功率,提出了VRB储能系统的等效模型.该模型结构简单,参数少,易于辨识,能够有效拟合电网在大扰动和连续小扰动情况下的储能系统外特性,其优势在于能够模拟电池储能的出力极限情形.建立了所提出的VRB等效模型与考虑配电网参数和无功补偿的传统负荷模型并联的广义综合负荷模型(Generalized Synthesis Load Model,GSLM),对含VRB储能系统的配电网广义综合负荷特性进行辨识建模.算例表明,与传统综合负荷模型相比,该GSLM能够更精确描述含储能系统的配电网综合负荷特性,VRB在综合负荷中比例越大,这种优势越明显,且模型参数辨识结果具有较好的稳定性和综合描述能力.     

基于感应电机参数聚类的负荷动特性综合方法

分类与综合是解决负荷时变性问题的有效途径,是负荷建模实用化的关键.在感应电机参数加权平均综合方法的基础上,结合了标准实测样本综合方法的原理,用模型参数聚类中心作为提取出的同类负荷本质特征,提出了模型参数聚类中心综合建模方法,通过分析比较,实例验证表明了该综合方法的有效性和可行性.     

多变量时间序列CAR模型在交通负荷短期预测中的应用

交通负荷是影响交通通行寿命和可靠度的一个重要因素,交通负荷变化具有明显的周期性。本文针对多变量定性计算的交通负荷难题,利用时间序列的多变量自回归CARMA模型对交通负荷进行建模、预测的理论和方法,对动态系统实行统一建模。我们用递推最小二乘法的多变量自回归模型对交通负荷参数进行估计,并用DPS系统对模型进行预测和分析,测试结果证明了方法的有效性。     

电力负荷的实用静态模型

在综述电力负荷建模研究现状的基础上，提出了电力负荷实用模型建模的方法，已完成的电力负荷的实用静态模型，以大量调查统计为基础，在一定误差范围内可供实际应用。     

基于人工智能的短期负荷预报

讨论了人工神经网络、模糊专家系统的原理;在分析负荷预报和贵州电网负荷变化特点基础上,提出了一种适用于负荷需求量增长很快的电网的短期负荷预报模型。     

考虑负荷动态的低电压切负荷

在分析低电压切负荷机理的基础上，提出了一种新的低电压切负荷控制算法，通过考虑负荷的动态特性，能快速地算出负荷的切除量，将系统稳定在指定的电压上，当电压失稳时，能有效地得出使系统电压保持稳定的负荷切除量，同时分析了负荷的切除量，切除时间同动态负荷参数的关系，及切除时间对控制效果的影响。     

长冲程低、冲次对悬点载荷影响分析

悬点载荷由静载荷和动载荷组成,其中动载荷与悬点运动快慢相关。分析了长冲程、低冲次对悬点速度、加速度的影响,根据动载荷与悬点运动规律的关系,分析了长冲程、低冲次可降低最大惯性载荷、最大摩擦载荷和最大振动载荷,则可降低最大悬点载荷。最大悬点载荷决定抽油机选型,某些情况下长冲程、低冲次的抽汲参数选择抽油机型号可降低一档。     

单人跳跃荷载模型及其参数取值

采用三维动作捕捉技术结合固定测力板,开展了100人次5种跳跃频率下的跳跃荷载曲线的测试实验.在跳跃荷载的傅里叶级数模型基础上,通过对实验数据的分析指出模型的计算谐波阶数可取为6阶,模型中傅里叶系数(动载因子)和相位角则可根据已知设计条件按两种方法取值,分别利用给定的跳跃频率或跳跃接触率来计算.讨论了两种取值方法的优缺点和适用条件,进一步给出了所建议荷载模型的详细使用步骤,并与国外现有荷载模型的动载因子值进行了对比.     

路面结构有限元模型的选择

随着有限单元法的发展,许多大型有限元分析软件在工程中得到了广泛应用,但应用这些软件的关键在于如何创建一个能反映实际情况的模型.以路面结构有限元模型的选择为例,详细阐述了在创建模型的过程中应考虑的问题,以及如何优化模型使其与实际相吻合.计算分析结果表明,模型大小和边界条件对路面结构的最大垂直应力和竖向位移值均有影响,尤其对竖向位移值的影响更大.通过对比,对于研究的路面结构采用大小为5 m×5 m×5 m的立方体、边界条件为“固支滑动自由”的模型,其弯沉值与理论计算值最接近,因此能够较好的模拟路面的真实情况,且运算时间较短.     

组合系统可靠性评估中的混合负荷模型

在分析目前负荷模型缺陷的基础上，文章提出了一种按季节、分地区考虑负荷相关性和预测不确定性的混合负荷模型，并讨论了其蒙特卡罗实现过程，使建模更为准确，更具实用价值。     

基于相似理论的管桩模型实验研究

在工业与民用建筑及交通工程地基中,做《规范》下限规定的有限数量桩的静载试验不能完全反应管桩基础在不同地质条件下的承载性能.增加试验桩数又需要耗费大量资金和时间.为缓解上述矛盾,用量纲分析法,推导了相似判据,并应用到管桩模型实验当中,获得了模型实验的相关参数;通过材料配合比实验优化了模型管桩材料配合比;发明了一套模型管桩钢模板及加载装置,并阐述了使用方法;将所有室内实验成果应用于长沙市开福区学府华庭建设小区管桩基础项目当中,进行了管桩模型实验,获得了模型管桩基础荷载-沉降曲线,并由此推导了现场管桩试验的承载力;对模型管桩的侧阻和端阻进行了测试和讨论,效果良好,期望能给工程界参考并得到推广.     

无偏灰色预测模型在电力系统负荷预测中的应用

灰色预测模型已在负荷预测中得到了广泛的应用，该模型是一种有偏差的指数模型，在该模型基础上作者已导出了无偏灰色预测模型。将无偏灰色预测模型应用于负荷预测中，并与传统灰色预测模型进行了比较，结果显示了无偏灰色预测模型的优越性。     

电力系统短期负荷新型Volterra预测模型研究

针对电力系统负荷短时预测问题,从分析负荷数据的混沌特性入手,利用相空间重构理论对负荷数据进行重构,构建了一种新型的Volterra模型对电力系统负荷进行预测。该模型采用二次线性微分方程方法对原Volterra级数进行变换,与以往Volterra级数相比,该模型无截断误差,包含了系统更多精确的信息。最后,以某地区实际用电负荷数据为对象进行验证,结果表明:该模型2d和4d用电负荷预测结果和实际结果误差不超过5%,完全能够满足电力调度需求,同时也为电力公司制定经济模型和实时电价调整提供了理论支持。