关于电力市场下系统边际价格概率模型的新研究

为解决多影响事件下电价条件概率的求解难题，本文首次提出了适用于独立发电商的系统边际价格条件概率求解新模型。该模型根据独立分量分析技术，挖掘电价独立影响事件集，将电价条件概率问题分解为多个独立影响事件的无条件概率及其与系统边际价格之间的单条件概率问题，从而实现了电价概率模型的有效求解。实例数据验证了本文模型的有效性和实用性。     

基于SOCP的综合能源系统日前调度概率最优能量流

随着能源危机的加重,再电气化成为破解能源发展难题的必然选择。根据电气互联综合能源系统作为再电气化的一种新思路,提出利用二阶锥规划求解综合能源系统日前优化调度概率最优能量流的方法。首先,利用电力系统、天然气系统和能源集线器构建综合能源系统日前调度概率模型;然后,将综合能源系统日前调度概率模型放缩为凸模型;接着,采用点估计法求解综合能源系统日前调度概率最优能量流;最后,利用典型算例在MATLAB上的YALMIP平台验证此算法的正确性与有效性。     

基于两点估计法的有源配电网概率潮流计算方法研究

高渗透率分布式电源接入是未来配电网的发展趋势,传统确定性潮流计算方法无法计及分布式电源给配电网潮流造成的波动性和随机性。为解决该问题,提出了基于两点估计法的有源配电网概率潮流计算方法。基于概率统计理论,建立配电网分布式电源的概率模型,在前推回代法的基础上,采用两点估计法进行含分布式电源配电网的概率潮流计算,可靠计入了分布式电源和用电负荷波动对潮流计算的影响。在IEEE33节点系统中的仿真结果表明,两点估计法能利用较少的估计点获得与蒙特卡罗法相同精度的结果,且具有求解速度快的优点。     

电气化铁道牵引变电所负荷概率模型

考虑牵引负荷具有随机波动的特点,提出了一种利用概率模型描述牵引变电所有功功率和无功功率的方法.基于实测数据,统计分析了电力机车和牵引变电所有功功率分布特点.利用单台电力机车有功功率分布和行车密度分布联合对牵引变电所有功功率进行概率建模,进而通过按功率因数特性对机车适当分类,建立了无功功率概率模型.给出了采用模拟退火算法完成概率模型参数辨识的方法.最后通过实例求解和蒙特卡洛仿真,验证了所提出的概率模型的有效性.     

含风电场电力系统电压稳定性概率评估及其在无功优化中的应用

为分析风力发电机出力间歇性、随机性对电网的影响,引入随机响应面法建立了一种电力系统静态电压稳定性概率评估模型,并将该概率模型引入到多目标无功优化问题的求解中。随机响应面法能够将输入风机有功出力的概率参数与响应负荷裕度之间的关系以多项式形式进行表达,仅需少量仿真便可估计出响应的统计信息。风电场接入IEEE14节点标准测试系统的算例结果表明,上述概率模型具有较高的效率和精度,提高了无功优化方案对于风速的适应性,更加全面地考虑风机随机出力对电网运行造成的影响。     

基于分位数插值和深度自回归网络的光伏出力概率预测

提出一种将分位数线性插值概率模型和深度自回归循环神经网络相结合的新型光伏出力概率预测方法，可以弥补传统方法在概率建模及刻画复杂非线性关系能力等方面的不足。首先，提出一种基于分位数线性插值的光伏出力概率模型，能够全面准确地刻画各种情况下的光伏出力概率分布。其次，提出使用连续分级概率评分(CRPS)作为训练预测模型的损失函数，并推导出CRPS积分的封闭解析表达式用于模型的训练，保证训练的可行性与效率。最后，使用深度自回归循环神经网络对光伏出力的时间序列建模，结合所提出的光伏出力概率模型，形成新型光伏出力概率预测方法。算例结果表明，所提方法能提供可靠、高质量的光伏出力概率预测。     

主动配电网中考虑空间与时间相关性的分布式光伏并网规划

在考虑光伏出力空间与时间相关性的基础上,利用机会约束规划方法建立了主动配电网下计及光伏总费用、电网运行成本、主动管理费用的多目标分布式光伏并网规划模型。首先建立不同类型光伏出力的空间与时序概率模型,并引入随机变量。当光伏出力为空间概率模型时,利用等概率转换原则与Cholesky分解技术处理随机变量在空间上的相关性;当光伏出力为时序概率模型时,利用舍选抽样法处理随机变量在时间上的相关性并形成样本矩阵。最后在求解模型时采用一种随机模拟技术与基于粒子群算法的布谷鸟算法(CAPSO)相结合的混合智能算法进行求解。选取IEEE33系统进行算例分析,仿真结果表明,该模型提高了分布式电源并网渗透率,同时降低了主动配电网规划过程中的综合经济成本。     

基于特征降维与分块的输电网概率最优潮流深度学习方法

概率最优潮流需要对非线性最优潮流问题进行重复求解，计算量较大，从而限制了其应用。提出一种基于特征降维、分块和深度神经网络辅助预测的最优潮流两阶段求解方法。在第一阶段，提出基于深度神经网络的最优潮流部分关键决策变量的优先辨识策略，以解决深度学习中因特征维度过高而导致的数值湮没问题，进而以最优潮流的结果特征为导向，基于关联性分析和聚类分析挖掘最优潮流输入与输出特征的关联性匹配度，并构建样本数据的分块特征库，以降低学习难度。在第二阶段，利用深度神经网络完成部分关键决策变量的分块映射，基于潮流模型恢复剩余状态变量，并对计算结果不收敛、不满足约束的情况进行修正，以恢复可行性。根据最优潮流两阶段求解方法构建概率最优潮流求解方法。仿真结果表明所提方法在最优潮流、概率最优潮流的求解速度和求解精度上均有较好的表现。     

考虑弹性裕度的城市输电网安全概率评估

为评估计及风电出力和电动汽车负荷随机性的城市输电网运行安全,提出了一种以高压配电网重构为手段的220kV输电网安全概率评估模型。基于相关变量的联合概率分布得到含电动汽车的负荷概率模型描述负荷的波动性,定义弹性安全距离作为安全裕度评估指标,将可用传输容量与拓扑结构结合起来刻画输电网的安全裕度;然后利用三点估计法将不确定性评估问题转化成确定性数学问题求解,再用Cornish-Fisher展开级数得到评估结果的概率特性。最后以某城市局部高压配电系统为算例验证模型的有效性,算例结果表明,高压配电网重构产生弹性裕度是提高城市输电网安全概率的有效调节方式,评估结果可为实际电网调度提供决策依据。     

考虑外部环境的电网故障概率模型综述

电网故障概率是评估电网风险、制订电网安全标准、制订设备运维策略的重要基础数据。外部环境特别是气象条件、树障等对故障概率有重大影响。收集整理了国内外较为成熟的考虑外部环境的电网故障概率模型,包括经典的恒定故障率模型、两气候状态故障概率模型、基于回归算法的故障概率模型、基于灰色模糊理论的故障概率模型、考虑树障影响的故障概率模型等。由于目前电网故障历史统计数据仍不能支撑详细的电网故障概率模型,因此现阶段可首先应用两气候状态故障概率模型,并继续完善和细化电网故障历史数据的收集工作,持续提高电网故障概率模型和数据的详细程度和准确性。     

基于最大概率的故障指示器故障判定方法

为解决配电网故障指示器信号错报及漏报情况下的故障判定问题,分析了故障指示器的特点,提出了配电网最小故障判定区域的概念。基于配电网最小故障判定区域建立了故障指示器故障判定数学模型。分析了故障指示器信号特点,以“三选二”原则提出了一种基于概率的故障指示器组合信号处理方法。结合最小故障判定区域模型和故障指示器组合信号,以故障指示器之间的相互依赖关系为依托,提出了一种基于最大概率的故障指示器故障判定方法。该方法以各区域假设故障后的模拟故障信号与实际情况下的故障信号之间的相似度表征故障发生的最大可能区域,并给出了详细公式。该方法在故障信号漏报和错报较少情况下具有很好的容错性,能够较为准确地确定故障区域。并且给出各个区域的可能概率,提供了故障备选方案,方便调度与运检人员干预排查故障,具有较好的现场应用价值。     

基于语义矩阵反馈的多特征融合三维模型检索方法

为解决相关反馈三维模型检索方法存在用户不能确定模型是否相似的问题,提出了一种基于语义矩阵反馈的多特征融合三维模型检索方法。首先,采用形状分布和球面调和两种特征提取算法进行多特征提取。然后,对每种特征进行检索计算,将得到的相似度进行基于语义的反馈,根据反馈结果对不同特征分配不同的权值。最后,对迭代反馈结果的权求和得到检索模型的相似度。实验结果表明,本方法的检索结果比用单一的特征提取方法得到的结果准确。     

紧凑型输电技术及其在广东地区的应用前景

本文介绍了紧凑型输电技术的主要特点,包括基本原理、自然功率提高、相间距离的选取、相分裂导线排列组合、绝缘子受力、过电压水平、铁塔型式等,分析了其在广东地区应用的可能性及还需解决的问题。     

基于机会约束2层规划的输电线路检修计划优化

通过对电力市场环境下输电线路检修计划优化问题（TMSOP）的研究,提出基于机会约束 2层规划的TMSOP模型和算法。模型考虑了TMSOP涉及的不确定因素,统筹了检修经济性和检修过程中电网的可靠性,同时综合评估了不安全现象的概率和后果。模型通过基于蒙特卡罗仿真的混合智能优化算法求解,在求解过程中引入禁忌表以提高计算速度。IEEE RTS-79算例仿真结果表明,文中提出的模型和算法不仅优化了线路检修计划和检修资源安排,而且明确了检修期间电网风险最低的运行方式。     

Project scheduling using a genetic algorithm with adaptable changing genetic operators

Genetic algorithms (GA) have been widely used to solve planning problems. However, they require one to determine the optimal values of many genetic parameters, such as population sizes, crossover probability, mutation probability, and so on. To make matters worse, the most suitable combination of parameters for one problem is not always optimal for others. Therefore, these parameters should be tuned whenever the problem changes. In this paper, we propose an adaptable GA mechanism that has autonomic parameter tuning for the composition of generic operators. This mechanism raises questions concerning the probability of genetic operators that acted effectively, that is, the probability that one operator created better individuals than the other operators. It also successively adjusts the combinations of genetic parameters suitable for the target problem. We applied the adaptable GA mechanism to a project scheduling model (PSM) and evaluated it with manual tuning methods. © 1998 Scripta Technica, Electr Eng Jpn, 124(2): 36–42, 1998     

基于AIMM-SRCKF的机动目标跟踪算法

为了解决交互式多模型(interacting multiple model, IMM)算法在目标机动时模型切换速度迟缓的问题,给出了一种Markov概率转移矩阵在线修正的自适应IMM(adaptive IMM, AIMM)算法,利用IMM子模型中连续两个时刻之间的概率差来调整Markov概率转移矩阵,以提高子模型的切换速度和分配的合理性,同时提高了IMM算法的跟踪精度。其次,将平方根容积卡尔曼滤波(square-root cubature Kalman filter, SRCKF)引入到AIMM算法中,以解决在迭代滤波过程中协方差矩阵出现的非正定的问题,改善了数值稳定性,提出一种适用于机动目标跟踪的AIMM-SRCKF算法,仿真实验结果表明,该算法能提高匹配模型概率,缩短模型切换时间。     

基于AIMM SRCKF的机动目标跟踪算法

为了解决交互式多模型(interacting multiple model, IMM)算法在目标机动时模型切换速度迟缓的问题,给出了一种Markov概率转移矩阵在线修正的自适应IMM(adaptive IMM, AIMM)算法,利用IMM子模型中连续两个时刻之间的概率差来调整Markov概率转移矩阵,以提高子模型的切换速度和分配的合理性,同时提高了IMM算法的跟踪精度。其次,将平方根容积卡尔曼滤波(square root cubature Kalman filter, SRCKF)引入到 AIMM 算法中,以解决在迭代滤波过程中协方差矩阵出现的非正定的问题,改善了数值稳定性,提出一种适用于机动目标跟踪的AIMM SRCKF算法,仿真实验结果表明,该算法能提高匹配模型概率,缩短模型切换时间。     

计及不确定性和谐波畸变的分布式电源最优配置

针对配网中存在谐波畸变,且存在多种不确定因素的问题,在分布式电源(distributed generator,DG)优化配置模型中考虑了谐波畸变限值,并利用区间数表示不确定因素。DG优化模型以DG成本电价、网络损耗及电压稳定性为指标,并在满足配网潮流安全性约束的基础上增加谐波畸变限值的约束,建立多目标优化模型。最后利用基于区间TOPSIS(technique for order preference by similarity to ideal solution)算法定量分析不确定因素的影响,并与非劣排序遗传算法(nondominated sorting genetic algorithm,NSGA)相结合求出DG最优配置方案。算例验证表明该方法可有效降低谐波畸变率,实现DG发电效益和供电质量的综合最优。     

蚁群算法在水电站厂内经济运行中的应用

水电站实行经济运行既可带来巨大的经济效益,又可以节约宝贵的水资源.文章介绍了一种新的模拟优化算法--蚁群算法,并根据水电站厂内经济运行问题与旅行商问题的相似性,通过合理处理约束条件与目标函数,将水电站厂内经济运行问题转化为旅行商问题,从而提出了一种用蚁群算法求解水电站厂内经济运行问题的数学模型.实例验证表明此方法具有较高的实用价值.     

基于分布鲁棒优化的电-气综合能源系统弹性提升策略

小概率-高风险极端天气灾害事件的频发对电力系统的安全稳定运行提出了重大挑战.针对深度耦合的电-气综合能源系统,文中提出一种考虑极端天气下配电网线路故障概率信息的弹性导向分布鲁棒优化模型以提升其弹性能力.首先,融合极端条件下元件故障概率区间构造线路故障模糊集,在此基础上建立防御-攻击-防御3层框架下的配电网弹性提升优化问题.其次,构建以燃气机组出力为耦合变量的天然气系统运行可行性子问题.然后,提出一种内外双层循环算法求解上述问题:外层循环结合对偶理论和列与约束生成算法求解配电网优化问题;内层循环采用Benders分解算法对气网问题进行校验.最后,通过算例验证了所提模型及求解算法的有效性.