基于LCC的电力设备更新维修决策

综合考虑配电网影响电力设备更新维修的相关因素,基于LCC全寿命周期理论,以提高供电可靠性和运行经济性为目标函数,建立配电网电力设备更新维修的优化数学模型.采用遗传算法对优化模型进行求解,最后在实例中,验证该模型的可用性与实用性,给出分年度需要进行更新检修设备及设备的更新检修方案.     

电网建设项目投资决策优化分析

在计划资金约束的条件下除了考虑投资方案的投资以及运营成本的经济效益最大化外,还应考虑了投资方案的对社会的影响、可靠性成本,并依此建立相应的数学模型,然后采用遗传算法对建立的模型进行求解,最后简述了其方法在实例中的应用。     

基于年预期最大收益的配电网分年度 投资决策优化模型

合理的电网建设项目投资决策应在保证电网经济可靠运行的基础上体现出良好的投资收益,将电网年最大预期收益作为投资决策重要依据,可同时兼顾电网的经济性与技术性。考虑到电网投资限额、负荷需求及财务效益等约束条件,以年预期益本比增量指标最大为目标,建立了配电网分年度投资决策优化模型,采用遗传算法对模型进行求解。算例证明了该优化模型可有效地指导配电企业合理安排规划项目的具体实施。     

一种混合式直流故障限流器的设计与仿真

由于直流断路器的开断容量、速度及成本的限制,直流电网面临着故障隔离难题.提出了一种基于换相电容的混合式故障限流器,故障后借助换相电容将限流支路投入故障回路抑制故障电流.限流支路由晶闸管、换相电容、限流电阻和限流电感组成.文中给出了限流器的拓扑结构,分析其在故障不同阶段的限流原理;用基尔霍夫定律列出换相电容处于不同阶段的...     

适应于逆变型风电接入系统的改进故障序分量选相方法

针对传统故障序分量选相元件在逆变型风电接入系统中可靠性较低的问题,提出了一种改进的故障序分量选相方法。首先,分析在最新风电场低电压穿越策略下,风电侧的故障序阻抗特性及传统故障序分量选相元件的适应性。然后,利用负正序、负零序阻抗相位差等效正负序、零负序电流分支系数相位差,以补偿传统序分量选相判据的相角误差。最后,采用补偿后的故障序电流相位差作为选相判据,实现了故障相的判别。同时通过调整零负序选相分区,使其具有较好的耐过渡电阻能力。仿真实验表明,在不同故障类型、故障位置和过渡电阻下改进选相方法均能可靠地选出故障相。     

“有机化学”绪论课程思政教学案例设计

课程思政是当前教育改革和课程建设的重要内容。“有机化学”课程既传授专业知识,同时蕴含着丰富的思政元素,能有效地实施课程思政,实现知识素质与思想素质同步提升,落实好“立德树人”根本任务。作者以“有机化学”课程的绪论为例,深刻分析课程内容、课程目标设置、教学过程设计以及学习效果评价、教学反思等环节,旨在为该课程及其他专业课程开展思政教育研究与实践提供参考和借鉴。     

基于层次分析法的配电网建设项目投资决策评价方法

分析配电网建设投资决策影响因素,选定相关技术经济指标建立了高压配电网建设项目投资决策评价指标体系;利用层次分析法开展综合投资决策分析,以确定最优投资方案。以具体算例验证了评价模型及评价方法的实用性。     

基于蚁群算法的配电网网络重构

以提高供电可靠性和降低线损为目标,建立配电网重构的优化模型,对算法进行综合比较,选取蚁群算法进行网络重构的优化。以IEEE33节点的配电网重构为算例,验证了本模型的可用性及利用蚁群算法解决重构算法的高效性。     

基于协同进化算法的配电网故障阶段式恢复策略

传统的配电网故障恢复算法难于同时兼顾恢复过程的快速性和恢复策略的最优化。文章提出一种将启发式搜索算法与优化算法相结合的配电网故障阶段式恢复策略：第一阶段采用启发式搜索方法恢复负荷供电;第二阶段利用优化算法处理过载的负荷转移;第三阶段按启发式搜索方法处理过载负荷的切除。为实现快速的网络拓扑分析,采用家族树结构表征配电网,并对传统的粒子群优化(particle swarm optimization,PSO)算法与模拟退火(simulated annealing,SA)优化算法进行改进,提出了协同进化算法(co-evolutionary algorithm of PSO and SA,CPSOSA),CPSOSA算法在求解故障恢复数学模型时具有较高的全局寻优能力。算例分析证明了本文所提恢复策略及算法的可行性和高效性。     

聚类分析及其在电力系统中的应用综述

随着高级测量体系(AMI)在智能电网中的大量使用,电网产生海量的样本信息数据,使用聚类分析方法可以获得详尽的电力系统运行信息。对电力系统中常用的经典型聚类方法和混合型聚类方法进行了概括,并总结了聚类结果的评价指标;对聚类分析在电力系统的负荷预测、电能质量扰动分析、孤岛检测、局部放电和需求响应等领域的应用现状进行了分析;展望了聚类分析技术在电力系统中的研究与发展前景。