单相DVR快速电压补偿控制的实现

动态电压恢复器（DVR）是解决暂态电能质量问题的一种有效途径。就单相DVR的电压扰动检测、基于特定谐波消除的软件锁相技术，以及分段式电压补偿策略等问题进行了探讨。引入导数和积分方式来实现快速电压波形鉴别以及噪声消除，通过二次微分消除特定谐波分量，简化锁相滤波，推导了软件锁相初值角的计算方法，提出了分时段电压检测和补偿的模型，并配合实现补偿电压的生成，最后通过DVR样机的单相电压跌落实验验证了上述算法的可行性。     

基于灰包络负荷预测的日前市场购电策略

首先将电力负荷确定为一个灰数，应用灰包络预测方法分别预测各点负荷的包络带，然后根据灰色线性规划理论建立一种基于灰包络负荷预测的日前市场购电决策模型，给出了适合工作日的日前购电策略，该策略能够为电力购买者提供购电依据。最后通过IEEE24节点算例系统验证了该算法的可行性和优越性。     

北京华商大厦蓄冰空调系统DSM效益研究

蓄冰空调用电技术是电力需求侧管理(DSM)的一项重要措施。通过对北京华商大厦蓄冰空调系统的调查分析,得到了系统日/年用电量、用电能耗、日/年削峰电量、单位面积制冷负荷、单位温升制冷负荷、项目投资回收期等多项技术经济指标及结论,为推广蓄冰空调用电技术和制订各项政策提供了参考依据。     

电网无功电压综合控制的改进SA算法

简述了电网无功电压综合控制的必要性,根据电力系统实际运行情况及模拟退火(SA)算法自身的特点,就编码方式、状态产生函数、状态接收函数、初温、温度更新函数以及内、外循环终止准则等主要问题提出了改进SA算法。通过IEEE标准系统的仿真,说明改进SA算法具有搜索效率较高,原理及实现简单,速度快等优点。     

基于ANN的销售电量预测模型的研究

在东北地区电力供需形势逐渐缓和的情况下，电力市场开拓的任务变得十分艰巨，正确地预测出地区销售电量的水平，对于决策者合理地确定销售总定额，分解销售指标，搞好电力企业的经营是十分关键的。运用人工神经网络方法中的BP算法，利用长春地区历年来销售电量的数据，建立起预测模型，并用2003年的实际值与预测值进行校验。证明了该方法较之传统的回归预测方法，有着更好的预测精度。     

基于多时段气象数据判断相似日的日负荷曲线预测研究

日负荷曲线预测是电力市场运营的基本内容.而短期负荷预测应用中较为成功的人工神经网络方法ANN( artificial neural network),在很大程度上取决于训练样本以及输入变量的合理选取,它关系到算法的收敛性、计算速度以及预测的精度.通过对长春地区日负荷数据与日气象数据的基础分析,提出了选用多时段气象数据以及日类型作为相似日判别要素,并运用灰色关联理论,计算出预测日和诸多历史日的关联度,来确定ANN的训练样本,从而建立起适应性较强的日电量的预测模型.然后由日电量预测的结果,采用96点的波形系数,求出日各点的负荷预报值,经滚动预测检验证明,该方法能较好地满足实际电力系统的负荷预测要求.     

夏季最大负荷发生时间的预测

夏季最大负荷发生时间的预测是电力部门十分关注的问题,它关系到该地区的负荷调整方案以及购电计划制定。北京近年来夏季用电需求增长尤为突出。准确地估计夏季最大负荷发生时间,十分必要且迫切。为此,收集了北京市1990~2002年的夏季最大负荷发生时间数据,发现它是一个波动的、含有灰信息量的序列,故采用灰色系统理论进行预测建模分析。但常规的GM(1,1)模型在适应波动的数据方面,预测精度未能达到要求,故采用GM(1,1)残差周期修正预测模型来解决。经过计算发现,该模型不仅可以提高原始数据的拟合精度,而且用于预测时,与2003年夏季最大负荷发生时间的实际值进行比较,预测偏差也在允许的范围内。     

蒸发速率对ZnS薄膜性能的影响

为了研究蒸发速率对ZnS薄膜的折射率、表面形貌和应力等性能的影响,本文采用电子束蒸发技术进行了ZnS薄膜的制备。首先在K9玻璃基片上镀制薄膜,采用分光光度计进行透射率曲线的测试,利用光谱反演法得出薄膜的折射率,采用原子力显微镜表征了样品的表面形貌。最后在聚酰亚胺基底上镀制薄膜,利用Stoney公式计算出薄膜的应力。结果表明,随着蒸发速率的增加,薄膜折射率先增大后减小,在2000nm波长处薄膜的折射率最大值为2.21,最小值为2.07。蒸发速率越大,薄膜样品表面结构越疏松。不同蒸发速率下制备的薄膜均呈现压应力,增大蒸发速率可以显著降低薄膜应力。ZnS薄膜的性能受蒸发速率影响显著,蒸发速率为1.5nm/s时折射率可达到最大值,蒸发速率为2.5nm/s时薄膜应力最小。     

居民夏季用电需求灰色关联预测模型的研究

在定性分析北京地区GDP，居民降温设备拥有量，电费支出占可支配收入比例等因素时该地区居民夏季用电需求的基础上，应用灰色关联理论，找出了影响居民夏季用电需求增加的主要因素，建立了关于居民夏季用电需求量与这些影响因素变量的GM(1，n)模型，描述了关联因素时居民夏季用电需求的影响，为电力部门做好负荷预测，制定夏季负荷的调整方案及其电网的电力运行计划等提供了参考依据。