大波动地区级系统短期负荷预测方法研究

提出了针对容量较小、负荷波动较大的地区级电力系统适用的短期负荷预测方法 ,共分为四个步骤 :①原始数据的预处理 ,②用模糊系统预测预测日的峰谷值 ,③用人工神经网络预测预测日的 2 4h负荷值 ,④根据第②③步的结果用专家系统决定最终的负荷预测值。利用本文提出的方法对福建永安电力系统 1999年 1月至 2 0 0 0年 6月的数据进行预测 ,结果证明了方法的快速性和准确性。     

改进单亲遗传算法在电源规划中的应用

电源规划问题本质上是一多阶段组合优化问题,使用常规遗传操作会产生大量无效解,从而降低了求解效率.文章提出了一种基于单亲遗传算法的电力系统电源规划模型,并采用分段编码法解决了单亲遗传算法用于电源规划的编码问题.该模型容易计及电源规划中需要考虑的各种约束条件.文中还研究了精英保留算子和扰动算子对收敛的影响.算例仿真表明:该模型可靠有效,既能获得最优解,也能获得次优解;加入特殊算子改进后,可进一步提高精度,加快收敛速度.     

基于故障模式分析的抽水蓄能电站事故备用效益评估

提出了一种定量计算抽水蓄能电站事故备用效益的故障模式分析法,通过分析故障后各类电源的事故反应过程,采用经济评价中的等效替代法和有无对比分析法,建立抽水蓄能电站的事故备用效益评估模型。该模型考虑了故障时刻系统以及在运机组的相互影响,以系统运行的整体经济性和可靠性为目标,同时兼顾了能源消耗、污染物排放等方面。应用该方法对某省抽水蓄能电站事故备用效益进行了实例计算,结果表明所述模型和方法的有效性与实用性。     

多目标电网无功优化的量子遗传算法

在传统无功优化模型中引入静态电压稳定指标,建立了以网损最小、静态电压稳定裕度最大为目标的多目标无功优化模型。还介绍了量子遗传算法,它是一种基于量子计算概念的智能算法,用量子比特为基本信息位编码染色体,用基于量子概率门的量子变异实现个体进化,其收敛速度和全局寻优能力优于传统进化算法。将该算法用于电力系统无功优化并仿真计算了IEEE14、30节点系统,结果验证了模型和算法的有效性。     

计及需求响应与火电深度调峰的含风电系统优化调度

随着风电等新能源接入比例的不断上升,对电力系统运行灵活性提出了更高的要求。基于此背景,从源荷灵活性提升入手,在需求侧通过分时电价及可中断负荷手段引导用户主动优化负荷曲线,以缓解风电的反调峰给系统带来的调峰压力;基于目前的火电机组深度调峰技术,提出了考虑机组低荷疲劳寿命损失及投油成本的深度调峰出力模型;建立了计及需求响应与火电机组深度调峰的含风电系统优化调度模型。以改进的IEEE 118节点系统为例,进行了多种场景的仿真计算分析,结果表明需求侧资源与火电机组深度调峰手段能够有效提升系统的新能源消纳能力,验证了该模型的有效性。     

机组组合问题的扩展Hopfield神经网络算法

从Hopfield神经网络的原理和机组组合问题的特点出发，提出了一种适合解决机组组合问题的扩展Hopfield神经网络算法。该算法结合了Hopfield神经网络和模拟退火算法（SA）的优点，对整数变量取值范围进行了可行的扩展，有效地避免了陷入局部最优。同时，该算法无须进行额外的负荷经济分配，故能迅速、高效地搜索到系统的高质量优化解。对于实际系统的仿真计算结果证明了该算法的有效性，并且，方法本身具有良好的并行性，易于在并行计算机上实现，因此具有实际应用的可能性。     

神光Ⅲ能源模块总体设计

介绍了神光 能源模块的设计 ,包括总体结构、电容器保护、充电机、控制系统等部分。该模块通过放电传输电缆为氙灯提供泵浦能量 ,结构紧凑、安全可靠、操作方便。运行表明 ,能源模块各支路的电流幅值和波形非常一致     

PGA在水火电混合系统电源规划中的应用

目前，遗传算法作为一种基于人工智能技术的优化算法在电力系统电源规划中已经得到广泛应用。然而，其遗传操作繁杂，计算量庞大，早熟收敛等问题使其应用受到局限。本文提出一种自然分段式编码，成功地将单亲遗传算法PGA引入水火电混合系统电源规划中，通过使用该方法可以大大简化电源规划的计算量，避免早熟收敛，提高计算效率。算例结果表明：该算法可以成功解决包含各种类型电源的规划问题，并且还有广阔的发展空间。     

小容量电弧炉所引起的电压波动及抑制措施研究

根据某机械厂的电气接线及电弧炉的技术参数 ,对小型电弧炉所引起的电压波动和闪变进行了估算 ,结果表明小容量电弧炉在电气接线不合理、并且没有无功补偿设备的情况下所引起的波动与闪变现象不容忽视 ,如果不进行治理将影响公共连接点负荷的正常工作。针对小容量电弧炉的运行特点及经济实用的出发点 ,从工厂供电系统和电炉车间两方面着手 ,提出了几种可供选用的抑制措施。并对各种抑制措施进行了分析 ,提出了可行的技术改造方案     

PGA在电力系统电源规划中的应用

目前,遗传算法作为一种基于人工智能技术的优化算法在电力系统电源规划中已经得到广泛应用。然而其遗传操作繁杂、计算量庞大、早熟收敛等问题使其应用受到局限。本文提出一种自然分段式编码成功地将单亲遗传算法PGA引入电源规划中,通过使用该方法可以大大简化电源规划的计算量、避免早熟收敛、提高计算效率。算例结果表明:该算法可以成功解决包含各种类型电源的规划问题,并且还有广阔的发展空间。