计及电价不确定的电动汽车聚合商区间调度策略

合理优化电动汽车(EV)的充放电过程,为电网提供辅助服务.文中构建了EV参与削峰填谷的市场机制,提出响应的补偿机制;建立了计及市场电价不确定性的聚合商多目标区间调度模型;引入ε约束将原多目标优化模型转化为单目标确定性模型,得到各利润偏差下的Pareto解,进一步构建模糊满意度函数,综合满意度最高的Pa-reto解即为模型最优解.算例分析结果表明:在所建立的市场机制下,聚合商可根据市场需求,与电力公司实现良好地双向互动;运用多目标区间方法求解后,可实现模型经济性与鲁棒性的均衡,进一步验证了调度策略的可行性、有效性.     

基于Sobol方法的SWMM模型参数敏感性分析

SWMM模型已被广泛应用于城市区域雨洪模拟及海绵城市设计,为提高参数优化效率,减少模型不确定性的影响,有必要对参数敏感性进行定量分析。以济南市黄台桥排水片区为例,选用基于方差分解的Sobol方法,定量分析不同量级洪水情景及不同预报精度评价标准下SWMM模型参数的敏感性。研究结果表明：（1）SWMM模型参数的敏感性在不同量级洪水和不同目标函数的情况下表现均不相同,模型参数具有较大的不确定性;（2）不透水区洼蓄量、最小入渗率、河道及管道糙率系数对Nash效率系数作用显著;（3）洪水量级相对较小时,SWMM模型参数间相互作用现象较为明显,但随着洪水量级的增加,参数相互作用逐渐减小;（4）Sobol方法能定量分析模型参数敏感性及参数间相互作用,适用于城市水文模型敏感性相关研究。     

不同量级洪水对黄河下游游荡段冲淤变化的影响

小浪底水库运用后,改变了进入黄河下游的水沙条件,引起了下游河道的再造床过程。以小浪底水库调控后的不同水沙过程为基础,研究这些不同水沙组合洪水在下游河道的演进过程及其对冲淤变化的影响,可为黄河下游“二级悬河”治理提供科学依据。文章首先介绍了模拟黄河下游游荡段实际断面形态下洪水演进的一维水沙耦合模型,并利用黄河下游1982年5—10月实测洪水资料对该模型进行了验证,计算所得流量过程、含沙量过程及沿程最高水位等均与实测值较为吻合;最后采用该模型计算了水沙总量相同条件下,不同量级洪水过程在下游游荡段的演进过程,分析了不同量级洪水对河床冲淤变化的影响。结果表明：不同水沙过程对下游游荡段冲淤变化有明显影响,洪峰流量为10000 m3/s及相应含沙量为60 kg/m3的水沙过程在下游游荡段淤积量最大,洪峰流量为4000 m3/s及相应含沙量为30 kg/m3的水沙过程在下游游荡段淤积量最小。从淤滩刷槽的综合效果看,洪峰流量为6000 m3/s及相应含沙量为40 kg/m3的洪水过程对于下游游荡段河床调整较为有利。     

基于区间数的城市配电网经济运行模糊综合评价

针对配电网经济运行评价的多维多层次和不确定性,提出一种基于区间数的城市配电网经济运行模糊综合评价方法。利用区间层次分析法计算指标权重,合理处理了专家判断的不确定性,同时为了避免综合得分区间数发散的问题,引入区间数可能度的概念对单因素的综合权重进行修正;考虑到不同地区配电网的差异,采用区间梯形隶属度函数,同时定义了区间数中心对单因素的区间隶属度进行修正,避免了单因素得分区间数的发散;最后运用区间数符合度的概念,并依据评价等级标准区间数,确定综合得分区间数的评价等级。实例分析验证了该评价方法的可行性。     

计及不确定性的配电网模糊优化重构

实际配电网的负荷变化具有不确定性,使得配电网重构难以用传统的模型来描述。为此,提出根据负荷变化的模糊特性,建立以供电质量最优和网络损耗最小为目标的模糊化多目标配电网重构模型。采用量子进化算法对模型进行求解,以提高配电网络的经济性和供电质量;计算过程中采用支路前推回代法得到通应度函数的模糊区间,并通过区间评价函数进行模糊区间的比较来衡量方案的优劣。采用含分布式电源的IEEE33节点测试系统进行仿真计算,证明该方法的有效性。     

丹江口水库设计洪水复核及偏大原因分析

将丹江口水库坝址洪水系列延长至2014年,对丹江口水库的最大历史洪水进行了重新考证,分别采用P3/CF和P3/LM模型对设计洪水成果进行复核,并基于复核后P3/CF模型的成果推求设计洪水过程线,再通过调洪演算推求汛限水位。利用世界各国大洪水记录外包线计算了可能最大洪水,研究汉江流域发生的古洪水,并进行对比分析。结果显示:把历史洪水的最大历史考证期延长至625年,两个模型的平均设计值与初期设计成果相比,千年一遇洪峰和7日洪量设计值分别偏小了10.37%和13.30%。建议丹江口水库设计和校核洪水分别取58000m3/s和80500 m3/s,汛限水位抬升2.0 m,在确保防洪安全的前提下,可显著地提高水库的综合利用效益。     

一种风电功率概率区间多目标智能优化预测方法

风电的间歇性和不确定性给大规模风电并网带来了挑战,风电功率的单点预测已很难满足电网安全稳定运行的需求。提出了一种基于小波神经网络的风电功率区间预测多目标优化模型,改进了基本多目标人工蜂群算法的概率选择作用和约束删减策略,以优化小波神经网络的伸缩因子、平移因子和权值解决了区间预测单目标优化模型下惩罚系数的不合理选择问题,提高了风电功率区间预测可靠性。通过分析与单目标优化方法、传统多目标优化方法下区间预测指标的对比结果,表明所构建的多目标智能优化模型对风电功率区间预测具有更优越的性能,可为电网调度提供决策依据。     

基于多场景改进Krawczyk区间潮流算法的分布式新能源多目标优化配置

分布式新能源发电(renewable distributed generation,RDG)的运行不确定性对配电网的规划具有较大影响。首先根据RDG的典型出力场景建立其时序区间出力模型。为改善区间潮流计算时收敛性能差且存在无效迭代的问题,提出一种改进的区间Krawczyk迭代算法求解区间潮流,该算法通过改进迭代算子的区间扩展和降低迭代过程的维数2个举措提高算法收敛性。在此基础上,以RDG年投资与运行费用最小、年节能减排收益最大及年节点电压偏差程度最小为目标,建立配电网中考虑出力不确定性的RDG多目标优化配置模型。以改进的区间潮流算法进行电压安全约束校验,并采用带精英策略的多目标遗传算法求解。最后,针对获得的Pareto最优解定义模糊贴近度,筛选不同应用场合下的最优接入容量和位置。采用IEEE-33节点测试系统对该算法和模型进行仿真,验证了算法与模型的有效性。     

城市化对济南小清河流域产汇流的影响研究

快速城市化背景下，流域产汇流特性发生改变，城市洪涝灾害问题日趋严重。为揭示城市化引起的土地利用变化对城市产汇流的影响，本文以济南市小清河流域为研区，分析了该流域2000—2017年土地利用变化，并构建不同城市化条件下的暴雨洪水管理（SWMM）模型，通过设置多种暴雨重现期情景，模拟不同城市化条件下的洪水过程并定量分析其变化特征。研究结果13表明：2017年地表径流量和下渗量分别是2000年的1.42倍和1/2，径流系数从2000年的0.56提高到2017年的0.79，洪峰流量从285.7 m3/s提高到311.7 m3/s，城市化对暴雨洪涝过程有明显的放大作用；常遇暴雨下2017年峰现时间比2000年提前，稀遇暴雨下相近。     

含风力发电的电动汽车充电站区间优化调度

针对风机出力的间歇性与波动性和电动汽车充电负荷的随机性使含风力发电的电动汽车充电站内的源、荷在一定范围内变化的问题,需要采用不确定性分析方法对其进行优化调度.不同于其他调度模型,文中以多场景方法模拟出的区间值代替点值作为风机出力和基础负荷的预测结果,并根据区间运算规则建立了含风力发电的电动汽车充电站区间优化调度模型.其次,由于辅助模型直接优化求解得出的调度方案和目标函数不一定是最优区间,因此提出了一种转换目标函数的方法,能够迅速求解得出模型中决策变量最优区间解和相应的目标函数最优区间值.最后通过算例仿真表明区间调度结果囊括了点值调度的所有可能运行工况,并且与鲁棒优化结果相比,区间优化结果的保守性有所降低,区间调度结果波动性更小,削峰填谷效果更好,证明了区间调度在处理不确定性调度问题时的优越性和有效性.     

洪水预报不确定性分析及其在水库调度决策中的应用研究

洪水预报是汛期水库调度决策的重要支持,其不确定性将直接影响到水库调度运行.传统的模型参数优选方法未考虑不确定性,得到的最优参数在一些场次洪水预报中精度不高,难以满足汛期水库调度要求,需要研究洪水过程预报的不确定性辅助水库调度决策.本文基于常用的水文预报模型和水文不确定性GLUE分析方法,对洪水预报的不确定性进行分析,并将其引入水库调度决策中,建立了应用不确定性分析进行水库调度的决策模型.结果表明,考虑洪水预报不确定性,将能在期望意义上提高洪水预报水平,更好地为水库调度提供决策支持,发挥水库综合效益.     

Distribution system performance evaluation accounting for data uncertainty

The effects of uncertain input data on the performance evaluation of a distribution system are analyzed. A criterion is introduced for assessing the grade of uncertainty of the results obtained in the calculation of maximum loads, voltage drops, energy losses, and characteristic reliability indices of a network if some input parameters are only guesses based on limited experience, measurements, and/or statistical data. Reasonable outputs bounds are determined based upon the shape of the function measuring the uncertainty. High uncertainty of a result obtained indicates that a re-examination of relevant uncertain input data would be recommendable for a more precise quantification. The method proposed is applied to a real life example for illustration.     

Robust CAWOF Kalman predictors for uncertain multi-sensor generalized system

Robust centralized and weighted observation fusion (CAWOF) prediction algorithm is addressed in this article for an uncertain multi-sensor generalized system with linear correlation between observation noises and an input white noise. This uncertainty in the generalized system primarily means that the variances of the aforementioned types of noise, as well as the multiplicative noise variances, are uncertain. Through singular value decomposition and virtual noise compensation, the original generalized system is changed to non-generalized reduced-order subsystems in which only noise variances are uncertain. Utilizing the minimax robustness estimation criterion, robust CAWOF Kalman predictors are put forward on account of the first subsystem with conservative upper bounds of noise variances. Eventually, robust observation fusion Kalman predictors of the original generalized system are proposed. The Lyapunov equation method is applied to verify two fusion predictors' robustness. With regard to all permissible uncertain practical noise variances, CAWOF predictors are robust, namely, the practical prediction error variances of two robust predictors will have minimum upper bounds. This equivalence between CAWOF Kalman predictors is proved by an information filter. In this article, the precision relationship of fusion predictors is given. Meanwhile, robust Kalman predictors for steady-state case are proposed, and the astringency of robust time-variant Kalman predictors is analyzed through the analysis of dynamic error system. The validity and correctness of proposed algorithm are proved by the simulation example of random dynamic input and output system in an economic system.     

Analysis of confidence bounds in power system state estimation with uncertainty in both measurements and parameters

A method for uncertainty analysis in power system state estimation is proposed. The uncertainty is expressed in both measurements and network parameters. Uncertainties in both measurements and parameters are known and bounded. The problem is formulated as a constrained non-linear optimization problem. To find the tightest possible upper and lower bounds of any state variable, the problem is solved by sequential quadratic programming (SQP) techniques. When applied to the 6-bus, IEEE 14-bus and IEEE 30-bus networks, the proposed method shows reliability and accuracy in estimating the uncertainty bounds in power system state estimation. In addition, assessment of time performance is carried out to demonstrate that the proposed method is suitable for either an on-line or an off-line application.     

小电流接地系统单相接地故障综合选线方法

依据单一选线原理的选线方法只针对部分故障信息进行处理,效果不尽人意,因此多判据综合选线成为当前的发展方向。从改善软件算法出发,引入暂态算法等新的判据,通过隶属函数构造多种判据参与选线,进行智能融合,把继电保护智能化的思想引入小电流接地系统单相接地故障选线中。对所提出的综合选线方法进行仿真与实现,实验结果证明该方法有效、准确。     

考虑动态洪水预见期的水库运行水位动态控制

为了在合理评估防洪风险的条件下提高洪水资源利用率,以潘口水库为算例,首先考虑为下游水库预留的防洪库容具有重叠使用的空间,对其汛期运行水位值进行了优化;其次利用预报预泄法建立模型,推求汛期运行水位动态控制域的上限值;最后重点考虑洪水预见期的动态变化,求解基于风险分析的动态控制域。计算得出,水库汛期运行水位可由原来的347.60 m提高至350.50 m,考虑洪水预见期的变动区间为[3, 6] h,以0.5 h为间隔,最终求得的汛期运行水位动态控制域为[350.50, 351.40] m,相应的发电效益可以分别提高0.19亿kW?h至0.25亿kW?h。结果表明,在综合考虑防洪安全与兴利蓄水的条件下,依据所提出的方案对潘口水库进行汛期运行水位动态控制是合理可行的。     

基于FPP改进的FAHP方法和健康指数理论的电压凹陷严重程度评估

电压凹陷是影响电能质量的重要问题之一。文中重点研究的问题是如何对电压凹陷的严重程度进行整体评估,不再局限于电压凹陷的单一属性评估。为此提出了一种改进的多准则决策方法。根据专家的语义判断,建立多准则决策问题的判断矩阵。提出了模糊偏好规划改进的模糊层次分析法来计算包含3个因素的评价模型的权重,即:特征因子、计算因子和谐波因子以及包含的6个指标。结合了健康指数理论,利用权重和百分制得分获得直观的严重程度评分和等级。在电压凹陷验证样例中,使用文中方法得到的严重程度评估结果与实际经验判断几乎吻合。