基于改进遗传算法的含风电场的电力系统短期经济调度及其风险管理

风能是一种不产生任何污染物排放的可再生能源,其作为我国发展新能源的主要方向之一,发展潜力巨大。但由于风速的间歇性和不可控性,使得大容量风电并网给电力系统带来了更多的不确定性因素。考虑了负荷、风速的不确定性,将风险价值(VaR)和条件风险价值(CVaR)理论融入到含风电场的电力系统短期经济调度模型中,在最小化运行成本的同时,降低不确定因素对系统产生的风险。另外采用了遗传算法和免疫算法相结合的优化方法,并引用自适应理论来提高算法的效率,通过十机系统的仿真计算,验证了该模型和算法的可行性。     

计及风电成本的电力系统短期经济调度建模

与传统发电方式相比,风力发电具有无煤耗和无污染的优势,但风速的间歇性和不确定性使得大容量风电并网后会给电力系统的安全性和稳定性造成了影响。将风速的不确定性量化为风电成本纳入到短期调度模型中,同时考虑到风电的不足和盈余对于调度策略的影响及风能无污染的优势,在模型中还分别加入了备用罚函数、风电盈余罚函数和污染评估罚函数,从而建立了计及风电成本的电力系统短期调度模型。在优化方法方面,依据混沌理论,将免疫算法和粒子群算法相结合,建立了基于人工免疫系统的混沌粒子群算法（ICPSO）,通过混沌初始化和浓度的控制,克服了粒子群易陷入局部最优解的劣势,并在仿真中证明了其有效性。     

计及风电成本的电力系统短期经济调度建模

与传统发电方式相比,风力发电具有无煤耗和无污染的优势,但风速的间歇性和不确定性使得大容量风电并网后会给电力系统的安全性和稳定性造成了影响.将风速的不确定性量化为风电成本纳入到短期调度模型中,同时考虑到风电的不足和盈余对于调度策略的影响及风能无污染的优势,在模型中还分别加入了备用罚函数、风电盈余罚函数和污染评估罚函数,从而建立了计及风电成本的电力系统短期调度模型.在优化方法方面,依据混沌理论,将免疫算法和粒子群算法相结合,建立了基于人工免疫系统的混沌粒子群算法(ICPSO),通过混沌初始化和浓度的控制,克服了粒子群易陷入局部最优解的劣势,并在仿真中证明了其有效性.     

智能变电站远程可视化运维与无人值守技术研究与实现

为了加快“无人值守+远程运维”的变电运维新模式的转型升级,提出一种基于移动端数据推送的智能变电站远程可视化运维与无人值守技术,搭建智能变电站远程可视化运维系统,通过站端在线数据采集装置对变电站数据进行采集分析,然后将数据推送汇总到主站端在线监视系统。主站端在线监视系统通过图形化建模技术实现站端一二次设备状态远程可视化,通过制定智能巡视策略定期对站端采集的数据进行分析评估,通过隔离装置进行数据跨区穿越,将保护动作信息实时主动推送到运维相关人员的手机等移动设备,实现智能变电站远程可视化运维与无人值守。通过变电站现场实际应用验证了所提方案的有效性。     

智能电网协同创新机制建立中的问题研究

能源是经济社会发展的重要物质基础.为了应对化石能源枯竭和环境恶化,保障不断增长的能源供应,世界各国将大力开发利用新能源、节能减排、发展智能电网作为共同的战略选择.为解决能源结构不合理、能源利用效率低下、环境问题严重等难题,论述了美国、欧洲、加拿大及国内的智能电网研究现状和趋势,分析了智能电网发展面临的主要问题,提出了解决问题的相关策略.