电力市场综合模拟系统——实现、分析与评价

在我国电力市场尚未最终确定的背景下,以研究及验证市场问题为目的,提出基于Internet的电力市场综合模拟系统.该系统吸收国际上先进的市场仿真理论与方法,总结电力市场模式共性,并结合我国实际需求而开发.具备局域网内在线开展较大规模电力市场运营模拟的能力,具有模拟多种市场环境和模式,灵活配置各种实验方案、修改实验参数、记录并处理实验结果数据等特点,并在国际上首次集合基于人工仿真和基于代理仿真两种方法.最后采用15机的测试系统,引入电力市场评价指标,对市场运营效率、实验操作行为等方面展开分析,实验结果进一步验证电力市场综合模拟系统的合理性、有效性.     

大用户直购中基于Q学习算法的多代理两阶段谈判策略

利用多代理对大用户直购电中不同类型交易者的谈判行为进行了模拟,采取基于历史报价数据的Q学习算法增加了代理的自主学习能力,使代理能根据对手动作及时调整己方报价.此外,为保证市场竞争的公平性,提出了基于"谈判+拍卖"的两阶段谈判机制,给予因对谈判形势估计不足致使谈判破裂但又拥有成本优势的发电商再一次出价的机会,使得合同电价反映出不同发电成本问的真实差异,以此激励发电商以降低成本的方式来换取谈判中的主动权.     

锂离子电池储能电站安全问题与解决策略分析

安全问题是锂离子电池储能产业面临的瓶颈之一,也是制约其大规模应用的主要障碍。针对电池外部短路、电池管理系统保护配置不全、谐波问题、消防问题等关键的安全问题,提出了合理有效的应对方案,以预防锂离子电池储能电站安全事故的发生,从而为电力系统的安全运行提供保障。     

混合WPD和ACPSO的负荷预测模型

为了解决传统BP神经网络对负荷高频分量预测精度不高、泛化能力弱的缺点以及粒子群算法(PSO)在解决高维、多模复杂问题时容易陷入局部最优的问题,提出了一种混合小波包变换和自适应交叉粒子群算法(ACPSO)优化神经网络的短期负荷预测新方法。通过小波包变换对负荷样本进行多层序列分解,对单支重构所得的负荷子序列采用自适应交叉粒子群算法优化的神经网络进行预测。最后叠加各子序列的预测值,得出实际预测结果。通过实际电网负荷预测表明,新模型能充分掌握负荷波动的变化规律,有效提高负荷波动大的地区的预测精度,且预测模型具有较强泛化能力。