双时间尺度电力系统动态模型降阶研究(一)——电力系统奇异摄动模型

电力系统是一个多时间尺度的大规模非线性系统，其稳定性分析非常复杂。为提高稳定计算的效率，对复杂的电力系统模型进行化简，以实现系统化降阶非常必要。文中以电力系统物理电路为基础，导出了一个计及电磁快动态的电力系统奇异摄动模型。推导中，以感应电动机并联线性阻抗为负荷模型，并考虑了线路充电电容与负荷补偿电容。该模型是一个标准的双时间尺度模型，为电力系统的系统化降阶与分析奠定了基础。     

输电系统固定成本分摊问题(续完)

(上接本刊 2 0 0 3年第 15期第 89页 )5　对反向潮流的收费不同的用户在同一条线路上产生的潮流方向可能是不同的。与线路实际潮流 (或称净潮流 )方向相同的潮流一般称为正向潮流 (netflow ,positiveflow或dominantflow) ,而与线路实际潮流方向相反的潮流一般称为反向潮流 (negativeflow或counterflow)。大多数分摊方法包括如何对引起反向潮流的用户进行收费的问题[7,8,2 6 ,2 9] ,但方法各异。5 .1　对引起反向潮流的用户给予奖励这种方法只向引起正向潮流的用户收费 ,而对引起反向潮流的用户给予奖励[18] 。其合理性在于 :反向潮流能够增…     

电力市场环境下的输电投资与扩展规划

电力工业改革面对的一个最重要的挑战是维持电力系统运行的可靠性在可接受的水平的同时提高整个电力工业运营的经济效率.为此,输电投资与输电扩展不可避免.为了确保电力市场环境下适量的输电投资和发展适用于输电系统运行评估与扩展规划方法,国内外学者就与此密切相关的工业组织结构、商业模型、激励和管制等方面的问题做了很多研究工作.文中对与电力市场环境下输电投资和扩展规划相关的一些重要问题进行了较为全面而系统的综述.这些问题包括:在竞争的市场环境下输电投资和扩展规划所面临的新的挑战;输电投资问题;商业输电;输电权;商业模型;输电监管;输电投资和扩展规划的管理;输电规划方法;国际经验.     

基于网络约化模型的电力系统动态安全域近似

基于故障后主导不稳定平衡点所决定的稳定域边界的显式方程及其二次近似，并结合灵敏度分析法，给出了基于网络约化模型的电力系统在给定故障下动态安全域的显式形式及其线性近似（称为“Q线性近似”）和拟二次近似。进一步，与基于稳定域边界线性近似的动态安全域线性近似（称为“L线性近似”）进行了比较分析，所得仿真结果表明：L线性近似精确度较低；拟二次近似局部精确度较高，但依赖于初始参数的选择；Q线性近似不仅精确度高，而且对初始参数选择的变化不敏感，能够满足工程要求，具有较强的适用性。     

多时间尺度电力系统的模型降阶及稳定性分析(一)基本理论

在双时间尺度系统中，慢流形的存在性及其基本特征的研究为系统时间尺度分解及系统降阶提供了理论基础。但对于多时间尺度的电力系统模型降阶问题而言，还必须研究快流形的存在性及其基本特征，以给出固定系统慢动态的降阶条件。文中研究了慢流形的基本理论及略去快动态的条件，提出了系统快流形这一不变流形的存在性定理，并在系统初值落在快流形的条件下，实现系统的精确降阶。文中所得到的结果不仅为电力系统降阶奠定了理论基础，而且可以对电力系统的短期失稳与中、长期失稳做出合理的解释。     

两种备用容量分散决策方法及其比较

电力市场中的辅助服务一般都是集中处理的,系统运行人员负责确定并购买所需的备用容量,再把相应的费用分摊给用户,备用容量决策一般基于经验和规程,不进行优化计算,所以这种做法可能导致低效率,在市场环境中,应鼓励采用分散决策方法,以便通过市场的“无形之手”达到市场均衡点和市场效率,文中提出了两种分散决策方法来确定备用容量,即分别基于合同和联营体的分散决策方法,这两种方法在实现中均应用保险理论来引导备用容 量的最优分散决策,并同时减少用户的停电损失,证明了在一定条件下,基于联营体的方法更加有效,可以在电力市场中考虑采用。     

多代理系统及其在电力系统中的应用

多代理技术（nulti-agent technology）是计算机技术、风格技术和分布式人工智能相结合的产物,是近年来新兴的计算机软件工程技术之一。它为大量存在于科学计算、机械工程、生产控制、电子商务、企业管理和电力系统等广阔领域的复杂的分布式、开放式系统的设计和实现提供了新的途径和方法。文中对多代理技术的特征,相关的技术以及目前在电力系统计算和设计、电力市场及其仿真等方面的应用做了概要介绍,在其他方面的应用,如经济学领域,以参考文献的形式给出。     

基于径向基函数神经网络的在线分布式故障诊断系统

作者建议使用分布式智能系统解决大规模电力网络的实时故障诊断问题,并为此提出了一种新的基于最小度排序的图形分割方法,它能够将大规模电力网络有效地分割为给定数目的连通子网络,并且各子网络的故障诊断负担近似相等,同时每个网络边界元件的数目最小。然后用径向基函数神经网络完成各子网络的故障诊断。所提出的分布式智能故障诊断系统已使用稀疏存储技术编程实现,并在IEEE14母线、30母线和118母线系统中进行了仿真研究。计算机仿真结果表明该故障诊断系统能有效地解决大规模电力网络的故障诊断问题。     

基于改进的逆序排序法的机组组合优化算法

文章提出了改进的逆序排序法来求解机组组合优化问题.该算法从可用机组全投入运行这一可行解出发,在每次迭代过程中优化一台机组在整个调度周期内的开停状况,以最小化总生产成本或总购电成本,直到连续两次迭代的目标函数值不再减小为止.该方法的显著优点在于计算不会振荡,迭代不会发散,且每次迭代的结果均为可行解.该算法在单机组优化过程中,以机组的最小启停区间而不是单个时段为研究调度对象,缓解了组合爆炸问题,明显地加快了计算速度.