基于套利定价理论的发电商最优交易组合策略

电力市场中,电价在资源优化配置中起决定性的作用;由于现货市场与远期合约市场中的电价均具有实时波动性,两个市场间的电价相对稳定是市场内所有参与者实现交易的必要条件。当两个市场中的电价出现明显的价格差异时,套利机会将会产生。针对这种两市场中的价格差异现象,发电商在决策初期,必须考虑现货市场与远期合约市场间的套利机会。本文首先提出用历史数据预测交易时段内两个市场间的各种电价差异水平的概率,剖析套利机会产生的成因与演化规律;其次,提出用套利定价理论指导发电商建立面向两个市场的交易组合模型,目标为夏普比率最大,即:在尽量降低风险的同时,获取更多的期望收益。通过求解模型,发电商可以确定在两个市场中的最优交易组合策略。     

超高压变电站运行期环境影响及防治措施

近几年随着城市的发展,工业项目的增多,需要建设较多的高压变电站,以满足区域用电负荷的增长。高压变电站的建设带来一系列的环境问题,如运行期产生的电磁场、无线电干扰、噪声污染及污废水等。以南宁500 kV变电站工程为例,针对高压变电站工程运行期间环境影响的特点,提出切实可行的污染防治措施,以减轻工程建设对环境的影响。     

基于DSP的液晶显示若干问题的探讨

介绍了DSP控制器TMS320LF2407A与点阵液晶显示模块OCM12864之间的接口技术,并针对实际应用中出现的若干问题提出解决方案,给从事这方面研究的开发人员以参考.     

（三） 风电场送出变压器保护性能分析

仿真分析发现双馈式风电机组低电压穿越期间的短路电流频率随故障前工况偏移工频。当变压器内部故障时,基于相量值的差动与制动电流将大范围波动,基于采样值的差动保护在某些采样点动作条件不满足,差动保护均无法准确稳定地动作。以某地区实际风电接入为例,在EMTDC平台上对风电场主变压器以及风电集群再升压变压器保护进行离线动作性能测试分析,结果表明,基于相量值及基于采样值的差动保护均无法保证快速动作,风电机组类型、运行工况、故障位置、故障类型及短路容量比是影响风电场送出变压器保护正确动作的因素。（详见2013年第33卷第3期）     

（三） 风电场送出变压器保护性能分析

仿真分析发现双馈式风电机组低电压穿越期间的短路电流频率随故障前工况偏移工频。当变压器内部故障时,基于相量值的差动与制动电流将大范围波动,基于采样值的差动保护在某些采样点动作条件不满足,差动保护均无法准确稳定地动作。以某地区实际风电接入为例,在EMTDC平台上对风电场主变压器以及风电集群再升压变压器保护进行离线动作性能测试分析,结果表明,基于相量值及基于采样值的差动保护均无法保证快速动作,风电机组类型、运行工况、故障位置、故障类型及短路容量比是影响风电场送出变压器保护正确动作的因素。（详见2013年第33卷第3期）     

钢网壳屋盖吊装及局部整体提升施工技术

佛山岭南明珠体育馆钢屋盖是一个穹顶网壳,为非典型的桁架结构。介绍了网壳桁架吊装和屋盖局部整体提升相结合的施工技术。     

一种引入积分修正的二维信息大数逻辑LDPC译码算法

为了解决基于可靠度的迭代大数逻辑译码(Modified Reliability-based Iterative Majority Logic Decoding, MRBI-MLGD)算法的错误平层问题,提出了一种基于大数逻辑的低密度奇偶校验(Low Density Parity Check, LDPC)译码算法。所提算法在译码函数中引入积分修正项,实现了基于二维信息修正的译码策略,可有效降低错误平层。此外,与基于二元译码信息的的迭代大数逻辑译码(Binary Message Majority Logic Decoding, BM-MLGD)算法不一样,所提算法可适用于不同列重的LDPC码。仿真结果表明,所提译码算法在整个工作信噪比区间内都具有稳定的译码性能,表现出更好的普适性和鲁棒性。     

AVO技术在商都地区的应用研究

AVO是研究含气储层的地震反射振幅随偏移距的变化关系,通过对AVO异常属性特征分析,将AVO技术应用于商都地区火成岩储层预测,为勘探做下一步指导。     

基于混合差分进化算法的梯级水电站调度研究

针对梯级水电站优化调度的复杂问题,结合差分进化算法和混合蛙跳算法各自优势,提出一种新的混合差分进化算法。该算法将差分进化策略嵌入到混合蛙跳算法框架中,对整个群体循环进行分组进化与混合操作,而在每个分组内部按照差分进化策略对个体不断进行更新。数值实验表明该算法具有较强的全局搜索能力,克服了基本差分进化算法易早熟收敛的缺点。将该算法应用于梯级水电站中长期优化调度实例,并与传统动态规划法进行比较分析,进一步验证了其可行性与有效性。     

梯级水电站优化调度的变阶段逐步优化算法

逐步优化算法(POA)在求解梯级水电站联合优化调度中,其优化结果受初始解的影响较大,不同的初始解对优化迭代过程的收敛性影响不同,导致优化结果可能陷入局部最优。针对这一问题,本文在深入分析POA寻优机制的基础上,探求了影响算法全局收敛能力的关键因素,揭示了POA的两阶段寻优策略和梯级水电站优化调度在求解两阶段问题时传统的"自上而下逐电站"寻优模式对算法收敛能力的影响规律,进而提出了基于逐步差分和变阶段优化改进策略的变阶段逐步优化算法,有效消弱了原始算法在求解梯级电站联合调度问题中对初始解的依赖性,在一定程度上保证算法收敛于全局最优解。实例研究表明所提算法优化得到的梯级发电量比POA算法提升0.15%左右,有效克服了原始算法的局部收敛问题,且改进算法效率更高,寻优结果更稳定。