数据仓库技术在配网自动化中的应用

针对配电网的实际情况介绍数据仓库技术,结合配网自动化讨论了数据仓库在配网自动化中的应用,提出了配网数据仓库的总体结构,并着重讨论了配网中数据仓库的设计。     

输电阻塞情况下电能计价的LMP方法

随着电力市场改革的深入,输电阻塞成为电力系统中常见的问题。通过5节点电力系统示例分析了LMP方法用于阻塞情况下电能市场计价和系统结算的过程,并介绍了这种方法的应用情况。     

共生进化免疫神经网络在电力系统短期负荷预测中的应用

为了克服传统BP神经网络在结构设计和学习算法中存在的缺陷 ,提出了一种共生进化免疫神经网络来预测电力系统短期负荷。其中利用共生进化原理设计神经网络 ,通过对神经元群体进行优化设计 ,显著地减轻了计算量。在进化过程中 ,结合免疫算法中的浓度机制和个体多样性保持策略进行免疫调节 ,有效地克服了未成熟收敛现象 ,提高了群体的多样性 ,加快了网络设计速度。算例计算表明 ,该方法具有更短的训练时间和更高的预测精度     

Arnodli算法在电力系统静态电压稳定分析中的应用

为了保证电网的安全稳定运行,在对特征值算法进行介绍的基础上,主要分析了Arnodli算法在电力系统静态电压稳定分析中的应用,并且对显式重启动Arnodli 算法的重启动向量进行了改进.使用改进后的算法,可以快速计算降阶雅可比矩阵的模最小特征值和相应的特征向量,从而求出静态电压稳定裕度,以及无功功率补偿装置的安装位置及容量等.实际大系统算例的计算结果表明:改进了重启动向量的Arnodli 算法,在应用于大型电力系统静态电压稳定性分析时,具有收敛速度快和数值稳定的特点,并有在线应用的潜力.     

基于免疫小波网络的短期负荷预测模型

为了克服传统BP神经网络在结构设计和学习算法中存在的缺陷,提出了一种免疫小波网络(IWN)来预测电力系统短期负荷.在IWN的设计中,根据共生进化和免疫规划原理,提出共生进化免疫规划算法,可以自动确定小波网络隐层神经元的数量和参数.电力系统短期负荷预测的算例计算表明,与传统的BP神经网络预测方法相比,该方法具有更高的预测精度.     

发电侧市场竞争策略的风险分析及决策模型

在发电侧电力市场中 ,电价由市场的供求关系决定 ,发电厂商实行竞价上网。他们根据自己盈利的期望报价 ,既要保证上网运行成为可能 ,又要保证收入及利润最大 ,因此报价高低都存在着影响收益与否和收益大小的风险 ,如何在竞争中获胜 ,就要求发电厂商进行一定的风险分析 ,作出合理的决策。通过对发电厂商进行的经济风险辨识和分析 ,提出了基于期望损益值准则的风险性决策模型 ,同时通过实际算例予以证明。     

电力市场中激励性发电商竞价机制设计研究

利用机制设计和边际成本定价理论,首次将发电商报价曲线的斜率和截距分别作为策略变量设计了一种具有激励相容特性的发电市场竞价机制并推导了相关公式.模型中发电成本考虑了更为通用的二次函数形式,发电报价按线性函数考虑.仿真结果表明,在所考虑的条件及相应设计的竞价机制下,各发电商均有动力按照真实成本报价,所设计的竞价机制是有效的.     

实时电力交易中平均成本和边际成本定价理论研究

发电计划的制定、网损分摊以及阻塞调度是实时电力交易的主要内容。首先对电力市场均衡进行了详细的描述,阐明了基于市场均衡原则的市场效益分配是公平、合理的;然后基于市场均衡原则分别论述了基于平均成本定价理论和边际成本定价理论的网损分摊以及阻塞调度方法,说明了以平均成本定价理论为基础的网损分摊方法是精确的,而基于边际成本定价理论的阻塞费用分配方法是有效的;最后以IEEE-30节点系统为检验系统,对所提出的方法进行了验证,证明是正确的。     

高嵌入维混沌负荷序列预测方法研究

现有的采用欧氏距离确定相空间最邻近点的混沌预测方法对高维混沌时间序列预测的效果不太理想,因而提出以关联度代替欧氏距离来确定相空间最邻近点的思想,同时发展了一种改善高嵌入维重构空间全局Lyapunov指数谱性状的方法.通过对短期电力负荷序列的预测,验证了当嵌入维数逐渐增大时,所提方法比现有的方法在预测精度方面有明显的提高.     

符合欧洲EMC标准的电动机调速方案

论述了电动机调速产生的谐波电流以及谐波对供电系统的危害，而新的国际和国家EMC标准对谐波电流分量提出了越来越高的要求，传统调速方法产生的谐波电流明显达不到新的MEC标准，经过分析提出了解决问题的方案，通过仿真波形，证明了新方法的优越性。