分布式电源接入配电系统可靠性分析方法

分布式电源接入电网后,对配电系统将会产生很大影响,使原有配电系统可靠性计算模型和评估方法发生改变.文中提出了一种基于蒙特卡洛方法的分布式电源接入配电系统后的可靠性分析方法.该方法主要针对分布式电源与系统电源并列运行情况,重点考虑了分布式电源在配电网中的作用,以及在系统发生故障时分布式电源对供电负荷的转带策略等因素.通过实际仿真算例的分析,验证了该方法的有效性.     

考虑事件数据的产消者负荷预测方法及极端误差抑制策略

能源互联网技术推动了电力产消用户的规模化发展,产消者资源的优化运行与电力市场运营成为改善综合能效和投资收益的重要议题。产消用户的电力负荷精细化预测不但有益于提升分布式资源有限的容量价值,而且还能在售电侧市场全面放开时规避运营风险。首先,综述了产消者电力负荷预测技术及应用场景,提出了事件数据的含义并讨论了事件数据稀疏性带来的行为模式切变对于典型时序预测模型产生的极端预测误差问题。为避免解耦分析多元影响因素下的不确定性,构建了基于预测历史数据置信加权的短时预测修正模型,并分析了修正模型对于极限误差的收敛作用和经济性提升成效。最后,基于真实校园微电网工程运行数据验证了所提方法的有效性。     

基于直流潮流的网损微增率算法

介绍了一种基于直流潮流的网损微增率新算法直流雅可比矩阵法,该方法以直流潮流为基础,引入虚拟网损负荷变量并构造出带有松弛负荷变量的有功不平衡方程雅的可比矩阵,在解潮流过程中只需求解n阶矩阵的转置矩阵,即可获得各个节点的网损微增率。算例表明,直流雅可比矩阵法在计算速度和优化结果等方面都具有很大的优越性。     

空分设备液氧泵进口压力低的分析和预防

介绍28000 m3/h空分设备液氧泵正常运行过程中出现进口压力低的现象和参数变化情况,针对分子筛吸附器出口空气中二氧化碳含量超标这一原因,提出了解决方案和预防措施。     

On the Discrete-Time Dynamics of Cross-Coupled Hebbian Algorithm

Principal/minor component analysis(PCA/MCA),generalized principal/minor component analysis(GPCA/GMCA),and singular value decomposition(SVD)algorithms are important techniques for feature extraction.In the convergence analysis of these algorithms,the deterministic discrete-time(DDT)method can reveal the dynamic behavior of PCA/MCA and GPCA/GMCA algorithms effectively.However,the dynamic behavior of SVD algorithms has not been studied quantitatively because of their special structure.In this paper,for the first time,we utilize the advantages of the DDT method in PCA algorithms analysis to study the dynamics of SVD algorithms.First,taking the cross-coupled Hebbian algorithm as an example,by concatenating the two cross-coupled variables into a single vector,we successfully get a PCA-like DDT system.Second,we analyze the discrete-time dynamic behavior and stability of the PCA-like DDT system in detail based on the DDT method,and obtain the boundedness of the weight vectors and learning rate.Moreover,further discussion shows the universality of the proposed method for analyzing other SVD algorithms.As a result,the proposed method provides a new way to study the dynamical convergence properties of SVD algorithms.     

引入改进模糊C均值聚类的负荷数据辨识及修复方法

高级量测体系的建设促使大量用电负荷数据增加了可观性,但由于通信等原因,量测数据中存在不良数据。文中提出一种引入改进模糊C均值(FCM)聚类算法的负荷数据辨识及修复方法,该方法利用快速爬山技术,对标准FCM聚类算法中聚类数目难以预先确定、初始聚类中心随机选取等缺点进行改进,实现用电负荷数据的精准聚类。在此基础上提取可行域矩阵及特征曲线,实现对新量测数据的辨识及修正。最后采用某地实际负荷测量数据进行分析,并通过与基于标准FCM聚类算法的对比,验证了该方法的快速性、高效性及其应用前景。     

基于配用电信息分区分类的短期空间负荷预测

精确负荷预测是实现电力系统安全经济运行和电网科学管理的基础。首先提出一种基于分区分类的空间负荷预测方法,该方法依托GIS系统中的地理空间信息和电网信息,进行区域划分;然后将区域内负荷分为工业、商业、居民、其他等类型,基于配用电历史信息,采用模糊聚类方法对区域内的负荷类型进行归类,获得影响负荷的主要因素;再以不同类型的负荷预测为基础,考虑跨空间和非跨空间负荷转移等情况,获得精细化的空间负荷预测方法;最后通过我国南方某实际电网的算例分析,验证了该方法较传统的空间负荷预测方法在预测精度上有较大提升。     

电力市场稳定安全约束下的经济代价最小数学模型

基于归一化能量裕度对电力系统可控参数的二阶灵敏度算法,提出了电力系统以经济代价最小为目标函数,以动态安全为约束条件的数学规划模型.该模型同时适用于单一类型和合同与非合同混合类型两种市场模型,既可用于市场交易管理又可用于在线安全控制.最后通过新英格兰10机典型电力系统上的算例说明了它在电力市场安全管理中的应用方法.     

偏最小二乘线性模型及其非线性动态扩展模型综述

偏最小二乘(Partial least square,PLS)是一种基于数据驱动可以处理多个因变量对多个自变量的回归建模方法,因其具有提取质量相关信息的特性,在质量相关复杂工业过程监控中得到广泛的应用,成为近几十年复杂工业过程故障检测和诊断领域的研究热点.对此,介绍线性、非线性、动态PLS模型及其故障检测技术.首先,介绍标准PLS模型,在此基础上对传统PLS模型进行细化分并指出其优缺点,针对标准PLS存在的两个问题以及工业过程数据的两种极端情况,从数据预处理类、多空间类和分块类三方面梳理线性PLS模型的发展和改进历程;其次,将非线性PLS模型扩展方法分为两类,重点介绍核函数非线性PLS模型的研究现状;再次,指出动态扩展方法的两种基本思路,对PLS动态模型进行分类,阐明动态特性的成因,从本质上揭示两种动态扩展方法的原理,按照分类综述动态PLS模型的发展现状;最后,指出该领域亟需解决的问题和未来研究方向.     

基于电力需求响应的多时间尺度家庭能量管理优化策略

在智能用电的背景下,电力用户与电网的互动更加频繁,用户在考虑自身经济调度的同时,可通过参与电力需求响应获取额外收益。首先建立了包含最大功率约束与需求响应事件约束的激励型需求响应模型及含光储设备的家庭用电模型;然后建立了基于模型预测控制的多时间尺度家庭能量管理模型,提出了以用户净支出与购电功率波动最小为目标的日内家庭用电双层优化策略及实时用电调整策略。通过改变蓄电池充放电功率应对实时运行过程中不可调整负荷及光伏出力的波动,保证用户购电功率满足需求响应要求。最后以某典型家庭负荷配置为例,通过对比不同场景下的优化结果,验证了策略的有效性,并分析了需求响应机制对用户的影响。