实际报价结算下的灵敏度矩阵消除阻塞的算法

为了保证系统运行的安全性提出了一种基于灵敏度矩阵的阻塞消除算法,在按机组实际报价结算时,针对出现阻塞的支路,形成相应的灵敏度系数矩阵,以调整费用最小为目标函数,整体解决过载支路的阻塞。它以过载支路的过载量和相应的发电机组的灵敏度系数和调整量的乘积形成等式约束,并和目标函数构成拉格朗日函数,采用拉格朗日求极值的方法,通过推导得出各发电机的调整量。整个计算过程只需求解一个线性方程组,计算较为简单快捷。通过对IEEE9和IEEE30节点系统两个算例的计算,验证了所提算法的正确性和有效性。     

考虑风电不确定性的电力系统日运行方式优化

在分段竞价的理论基础上,该文建立了以总购电费用最小为目标的数学模型,并优化风电、水电、抽水蓄能和火电机组的运行方式.在谷荷和峰荷期采用风-水-火联合运行模型,风电、水电、抽水蓄能和火电机组协调运行;将等效日负荷预测曲线分成基荷段、腰荷段和峰荷段,在风电存在预测误差的条件下以分段竞价方式安排火电机组出力.文中将分段竞价理论与风电随机性相结合,既能降低购电费用,又能使火电机组的运行方式适应风电的波动.通过算例验证了该模型和方法的有效性和可行性.     

电力系统状态估计的混合不良数据检测方法

针对状态估计不良数据检测的实用化要求,结合现有两类基本检测方法的优点,并考虑相关量测量之间相相互校核的特点,提出了可根据网络结构和负荷变化正确选择适合于当时运行状态的检测方法的判别原则和算法。此方法避免了现有两类基本检测方法的缺点,提出了自动选择检测方法的基本判据,满足了系统实际运行中的要求,尽可能地降低了误检和漏检的概率。     

基于灰色预测和神经网络的电力系统负荷预测

负荷是电力系统运行和规划的依据,准确的负荷预测有利于提高电力系统运行的经济性和可靠性。章提出了一种基于灰色预测和神经网络组合的电力系统负荷预测方法。在灰色预测中通过对历史数据作不同的取舍并经累加生成后建立不同的模型;对于灰色预测的不同结果再使用人工神经网络进行组合。具体方法是：神经网络的输入为各种灰色模型（GM）的预测,神经网络的输出为组合预测的结果。学习样本选择与预测量量近的n个已知值,学习方法使用改进的BP算法。所提方法综合了GM预测所需原始数据少、方法简单、而神经网络具有非线性的拟合能力的特点,提高了预测精度。算例表明了所提方法是可行的和有效的。     

多电压级配电网络重构的实用算法

提出了多电压级配电网络重构的实用算法。通过把全国网络参数用标幺值表示,变压器用Ⅱ型等值电路,把接地支路看做负荷处理后,使得多电压级的网络在形式上与单一是压网络相似。在网络重构中考虑了电容补偿的投切和变比的选择。在具体求解方法上,把一个多环网的复杂网络重构问题分解为各个单环网的重构问题,通过递归算法协调,即在重构单环网的顺序选择上,使刚刚重构过的单环网也参加了选择,这就排除了各个单环网的开合顺序,保证整个网络重构的优化解。在单环网的重构中按电流经济分布时,将流过电流绝对值最小的且没有支路电流过载的开关作为断开开关。     

电力系统无功补偿优化规划

建立无功补偿优化规划的数学模型,采用年电能损失费用与折合为等年值的新增无功补偿设备的投资费用之和最小为目标。在约束条件中,考虑了几种不同负荷的运行方式。根据分解协调原理,把这一复杂问题分解为最大负荷方式,一般负荷方式和最小负荷方式三个子模型,其投资费用在最大负荷方式下考虑,对于三个子模型用最大负荷损耗时间来协调统一,使得模型更符合实际情况,避免了只考虑单一负荷方式的片面性,具体求解方法采用非线性规     

电力系统电压和网损优化计算

采用非线性规划中的梯度法，进行电力系统的电压、网损优化计算。其中补偿节点 的处理，开始均作为ＰＶ节点，计算结束前转化为实际的补偿量。步长由电压的最大误 差 比梯度的最大分量来决定，使得计算速度大大加快。对于一天24 ｈ的优化，在保证电压 合 格率的前提下，减少了可调设备动作的次数，使得总体经济效益较优。所编程序通过银川供 电局较长时间的实际使用，证明原理正确，经济效益显著。