区域电力系统最优备用容量模型与算法

建立实现备用容量最小的区域互联电力系统最优备用容量数学模型,推算多区域互联电力系统的联络线功率增量方程,以及区域互联电力系统频率偏差与区域备用容量的关系表达式。针对问题的具体特点,运用自适应免疫遗传算法对该模型进行求解,充分考虑频率偏差、负荷的随机波动以及区域互联系统运行的各种可靠安全约束,分别对独立的电力系统以及通过交直流联络线互联组成的区域电力系统进行仿真计算,可得到一天中24个时段的弹性备用容量。独立电力系统的算例表明：随着电力系统规模的扩大以及装机容量的逐步增大,最优备用容量占最大负荷的比例会逐步减小,可以减小0.395%~9.366%。对区域互联系统的算例表明：当区域系统互联时可以在一定程度上减小区域系统的备用容量,互联区域系统比各个独立系统的备用容量要减少1.036%~1.858%,节约了互联区域电力系统的成本,在一定程度上提高了区域互联系统运行的经济性。实例计算结果验证了所提模型的合理性、所提方法的可行性。     

基于独立分量分析的电力系统瞬时电压畸变信号判别方法

提出一种基于独立分量分析(independent component analysis,ICA)的瞬时电能质量扰动信号检测与判别方法。利用ICA可将相互独立的源信号从其线性混合信号中分离出来的特点,以负熵作为衡量信号独立性的目标函数,通过优化此函数,得到一种固定点算法：FastICA算法,用此算法对包含瞬时电能质量扰动信号的电网电压信号进行计算,可分离出与扰动相对应的信号。对于不同类型的扰动,分离出的信号具有不同的波形特征,根据这一特点,可对扰动进行判别并确定其位置和持续时间。仿真试验结果表明,该方法对瞬时电压跌落、瞬时电压上升、瞬时脉冲、瞬时电压中断、谐波等多种瞬时电压畸变信号有较好的检测与判别效果。     

基于机会约束规划的电力系统安全定价随机模型与算法

提出了基于机会约束规划的安全定价的数学模型和算法。发电侧的备用容量、可中断负荷容量、再调度容量等不确定性因素都对电力系统运行安全产生影响。对这些不确定性因素用概率方法进行描述,分析其对安全成本和安全定价的影响。在不同概率条件下,建立了预想事故的安全成本模型。对于一个预想事故,形成了一定的安全成本,针对发电机组的再调度能力和负荷的可中断性,建立了安全价格模型。通过IEEE-30系统仿真计算证明了该模型与算法的可行性。     

基于模糊C-均值聚类算法的台区电压与用户关系辨识

用户的用电情况会影响台区电压偏离正常值,影响配电系统供电可靠性。为了实现供电系统的优化管理,提出一种基于模糊C-均值聚类的台区电压与用户关系辨识方法。首先,对来自智能电表的不良数据进行处理和修补;然后,采用PCA(主成分分析)法对其数据进行特征提取,并模拟不同对象进行模糊C-均值分类。根据多种数据特征,把用户归为大、中、小3个等级类型。采用皮尔逊相关系数,阐明各个等级类型用户的用电行为对台区的电压影响,构建明确的台区电压与用户之间的关系。以广州某小区为实例,通过历史数据进行了多场景仿真对比,验证了该辨识方法的有效性和适用性。结果表明,该辨识方法能够快速识别某些特殊用户的用电行为及其对台区电压产生的异常影响。     

考虑宏观政策的能源需求组合预测模型

针对目前能源需求预测考虑影响因素单一、忽视宏观政策影响因素、预测精度不足等问题,提出了一种融合灰色关联度分析和BP神经网络的能源需求组合预测方法。首先,根据宏观政策的针对性和方向性进行领域划分,分析各领域的指标;其次,利用灰色关联度分析法对分析后的各领域宏观政策初始指标进行关联度计算、排序、筛选;最后,将筛选出的初始指标作为BP神经网络的输入,利用神经网络预测能源需求,并进行实例仿真分析能源需求组合预测的预测结果。实例结果表明,所提出的能源需求组合预测方法着重考虑了宏观政策影响,且有效地提高了预测精度,具有实用性和可靠性。     

基于小区源-储-荷协同的微网多能协调控制策略

小区光伏配备的储能装置容量有限且运行模式单一,不能充分发挥储能作用。文中将天燃气储气备用、空调可控负荷产生的虚拟储能与储能装置一起组成储能系统,提出使储能系统在光伏平抑波动、电网有功功率波动和峰谷电价套利3种模式下协调运行的控制策略。在光伏平抑波动和电网有功功率波动模式中,利用小波包分解得到虚拟储能输出功率参考指令,根据空调、燃气管道等状态信息得到虚拟储能输出功率,储能装置根据荷电状态选择性地作为虚拟储能的后备。峰谷电价套利模式中,利用储能装置空闲时段并结合分时电价信息进行充放电控制。3种模式协调运行,可实现小区源-储-荷能量管理。在Matlab中仿真不同模式组合下储能系统的输出功率,验证了所提控制策略的正确性和有效性。     

基于矩阵特征值分析和SOA优化模糊聚类的变压器故障诊断

考虑变压器故障诊断的不确定性,构建了变压器模糊聚类模型,提出了用矩阵特征值分析方法得出样本集最佳分类数,实现了无监督的故障诊断。针对模糊C均值算法用于变压器故障诊断存在的问题,提出用人群搜索算法(SOA)得到较优的初始聚类中心。SOA算法是一种新型的启发式智能算法,克服了粒子群算法(PSO)和遗传算法(GA)等智能优化算法收敛性差、局部寻优的缺陷。仿真结果表明,该算法收敛速度更快,且具有更好的全局搜索能力,比传统的智能算法具有更高的有效性和鲁棒性,为变压器故障诊断聚类分析提供了参考。     

基于机会约束规划的多类型分布式电源容量与布点优化方法

在分析三种不同类型分布式电源并网模型的基础上,建立了配电网分布式电源容量和布点多目标优化的机会随机约束模型;综合考虑了分布式电源以PQ、PI和PV等不同接口模型并网时的出力特性,弥补了以往研究中将分布式电源统一处理为分布式电源PQ模型的缺陷;在包含不同接入类型的分布式电源的配电网规划中,由于考虑光伏发电系统输出功率Beta概率分布的影响与考虑风电机组欠额定输出、额定输出和无输出的概率模型的影响,对潮流、电源出力、节点电压等制约关系构建了机会约束条件函数,同时将分布式电源运行成本纳入多目标函数,采用改进的模拟退火粒子群算法对所建优化问题进行求解。计算结果验证了模型的合理性和算法的有效性。     

基于改进熵权层次分析法的变压器状态评估

针对传统电力变压器状态评估中的权重问题,提出了一种基于改进熵权层次分析法的变压器状态评估方法。利用层次分析法得到其主观权重,并建立了变压器分层评估模型。运用熵权法对样本数据进行分析,得到其客观权重,将层次分析法和熵权法的底层指标权重相结合后,再与层次分析法的中间层指标权重进行综合。通过对实际变压器的状态评估,验证了该方法的有效性。     

基于改进GSA-SVM算法的电能质量扰动分类方法

针对不同类型电能质量扰动信号分类准确率不高的问题,通过MATLAB/simulink搭建常见的9种不同的电能质量扰动信号的模型进行仿真分析,提出一种改进的万有引力搜索算法(improved gravitational search algorithm,IGSA)对支持向量机(support vector machine,SVM)的惩罚因子和核函数参数进行寻优的方法,通过优化SVM的惩罚因子和核函数参数,构建IGSA-SVM分类器,再把提取到的特征向量进行归一化之后输入到所构造好IGSA-SVM分类器中进行训练与分类。仿真结果表明,IGSA-SVM分类器的分类准确率比SVM和GSA-SVM这2种分类器都要好,可以实现对9种不同的电能质量扰动信号的快速准确分类,有利于解决实际的工程问题。