基于自动微分技术的电力系统计算程序灵活设计与实现

为了提高电力系统计算程序的通用性和灵活性,避免潮流及最优潮流计算时繁琐的导数公式推导,利用ADMAT自动微分工具箱设计了一种较灵活的计算程序.该程序无需手动编程构造雅克比矩阵和海森矩阵,减少了编程出错可能性,方便修改最优潮流模型、增减目标函数和约束条件.结合ADMAT工具箱的求解特点,研究了潮流方程、约束条件和目标函数的雅克比矩阵和海森矩阵的稀疏模式,对程序进行了优化.多个系统的测试结果表明,将自动微分技术应用于电力系统计算的可行性和优越性,所设计的程序具有较高的计算效率.     

反FoxBASE+伪编译程序设计方法

管理信息系统中,最常用的数据库管理系统是 FoxBASE+.但它的伪编译程序是不可读的加密程序,因此用户无法维护、修改、扩充程序,给应用推广带来了困难.本文通过分析伪编译程序的设计方法,给出实用反 FoxBASE+伪编译程序,它能够将伪编译程序还原为源程序.     

基于VHDL全状态伪随机序列发生器的设计

针对全状态伪随机序列发生器设计过程中如何选择反馈函数的难题,在对m序列发生器研究的基础上,通过推导设计得到全状态序列信号长度为M=2n的发生器的反馈函数;并给出n=4时全状态伪随机序列发生器VHDL程序在QuartusⅡ软件平台上的仿真结果,以及为验证此全状态伪随机序列发生器反馈函数的通用性而给出n=5和n=6时,全状态序列发生信号仿真结果和序列;并根据伪随机序列的性质,即平衡性、游程特性,分别对它们的仿真结果进行分析。     

基于Hamilton能量整形的多机电力系统励磁控制

基于广义Hamilton理论,提出将非线性微分-代数系统表示为一种改进的Hamilton系统的实现方法.通过重构结构矩阵,对所提系统的Hamilton函数进行能量整形,给出了镇定控制器的设计方法.以此为基础,研究了结构保留多机电力系统的Hamilton实现问题,运用能量整形方法,提出了可作为系统Lyapunov函数的Hamilton能量函数,并设计了可镇定该系统的励磁控制器.仿真结果证明了所提方法和控制策略对提高电力系统暂态稳定的有效性.     

基于Hamilton能量整形的多机电力系统励磁控制

基于广义Hamilton理论,提出将非线性微分-代数系统表示为一种改进的Hamilton系统的实现方法.通过重构结构矩阵,对所提系统的Hamilton函数进行能量整形,给出了镇定控制器的设计方法.以此为基础,研究了结构保留多机电力系统的Hamilton实现问题,运用能量整形方法,提出了可作为系统Lyapunov函数的H...     

离散T-S模糊控制系统的稳定性分析与系统化设计

研究了离散T-S模糊控制系统的稳定性判定方法和系统化设计方法:在所有的最大交叠规则组中构造出分段离散型Lyapunov函数,每个离散Lyapunov函数是各自最大交叠规则组中的一个Lyapunov函数。在此基础上,提出了一个新的判定系统稳定性的充分条件,该条件仅需在每个最大交叠规则组中分别寻找各自公共的正定矩阵。较之以往稳定性判定方法,此方法不仅克服了需要寻找一个公共矩阵的不足,而且也减少了求解Lyapunov不等式的个数。文中利用并行分布补偿方法设计了模糊控制器,仿真示例说明了此方法的有效性和优越性。     

电力系统建设中的变电站规划与设计优化研究

首先介绍了变电站的作用和重要性,以及变电站规划与设计优化的研究背景和意义,然后针对变电站选址、 容量规划和布局优化等方面提出了具体的研究内容和方法,包括多目标规划、粒子群算法、GIS等技术的应用,最后 结合实际案例对不同研究方法的效果进行评价和比较,以期为电力系统建设中的变电站规划与设计提供参考和借鉴. 研究结果表明,综合考虑多个因素的多目标规划和基于GIS的规划方法可以更好地优化变电站的选址和布局,粒子群 算法和其他优化算法可有效提高变电站的容量利用率和经济性.     

一种变电站选址的新方法

针对变电站选址涉及的因素多、决策难的问题,提出应用模糊层次分析法对变电站科学选址,该法通过建立递阶层次结构图,构建模糊一致性矩阵,对被选的各个方案进行综合考虑后得到最佳的变电站选址,可避免层次分析法的判断矩阵不一致性的问题。对其220kV变电站的选址用本法科学评价,选出了最优的地址,证明了此方法的有效性和正确性。     

基于HHT的脑电信号眼电伪差自动去除方法研究

眼电伪差的幅度远大于脑电信号的幅度,会严重影响对脑电信号分析,必须有效地去除.本文利用Hilbert-Huang变换的多分辨率分析特征,根据脑电信号中眼电伪差的时频特性,提出了根据固有模态函数统计特性确定阈值的Hilbert-Huang变换阈值眼电伪差去除方法.对受到眼电伪差干扰的脑电信号进行经验模式分解,利用Hilbert变换计算不同固有模态函数的瞬时频率,将瞬时频率小于3 Hz固有模态函数的值置零,对瞬时频率小于16 Hz的固有模态函数进行阈值处理.利用处理后的固有模态函数重建脑电信号,实现眼电伪差的去除.实验结果表明该方法对去除脑电信号中的眼电伪差是非常有效的,而且对脑电信号影响很小.     

基于Fuzzy-AHP农村变电站选址新的方法

针对农村变电站选址涉及的因素多,决策难的问题,提出应用模糊层次分析法对变电站选址进行科学评价,同时可以避免层次分析法的判断矩阵不一致性的问题。通过建立递阶层次结构图,构建模糊一致性矩阵,对被选的各个方案进行综合考虑得到最佳的变电站选址。通过对110kV某农村变电站的选址进行科学评价,选出了最优的地址,证明了此方法的有效性和正确性。     

考虑随机性的区域综合能源系统多目标日前优化调度方法

为了满足终端用户对电力、天然气以及热能等多类型用能需求,实现对区域范围内的配电系统、配气系统以及能量中心（energy center, EC）系统的多维度优化调度和能量管理,同时考虑新能源发电设备以及负荷等不确定性因素带来的影响,该文提出了一种考虑随机性的区域综合能源系统（integrated community energy system, ICES）多目标日前优化调度方法。首先,构建了ICES中配电系统、配气系统以及EC系统的数学模型;随后,基于机会约束法构建了多目标随机优化数学模型,以最小化运行成本和温室气体及污染气体排放量为目标函数,采用NSGA-II优化算法对多目标随机优化问题进行求解;最后,针对一个典型的ICES进行考虑随机性的多目标日前优化调度分析。结果表明所提方法能够为系统调度员提供一系列可选方案,优化结果合理反映了随机性条件下ICES的运行特性,能够满足多种能源系统的潮流约束,实现了ICES在随机性条件下的经济环保运行。     

计及网损与电动汽车车主利益的分时电价研究

随着电动汽车技术的快速发展和人们环保意识的不断提高,电动汽车的使用规模将不断扩大。为了合理引导大量电动汽车的无序充放电行为,减少电动汽车给配电网的安全运行带来的影响,建立了4类电动汽车的充放电需求响应模型,统筹考虑电网公司和电动汽车车主双方的利益,运用基于遗传算法的双目标优化算法求解出一套最优分时电价方案来引导电动汽车的充放电行为。算例验证表明,该模型求解得到的最优分时电价方案可以显著地减少车主花销,降低配电网的网络损耗。     

基于自适应遗传算法的配电网DG选址与定容

以配电网规划投资为考虑因素,建立了含分布式电源(DG)的配电网规划经济性模型,以折算到每年的DG的投资运行费用、线路运行费用及引入DG后购电费用最小为目标函数,采用自适应遗传算法解决DG布点规划问题。通过对某地35节点低压配电网算例进行仿真计算,验证了本文算法的有效性,并得到了DG较为合理的安装位置和接入容量。     

量子遗传算法在多元函数优化上的应用

针对遗传算法（GA）在函数优化中存在的收敛速度慢、精度低等不足,提出将量子遗传算法（QGA）应用于多元函数的优化问题上。利用Matlab进行实例仿真,结果表明,量子遗传算法的性能要优于GA,QGA具有比GA更快的寻优速度和更高的精确度。     

基于粒子群算法的含光伏电站的配电网无功优化

对于含光伏电站的低压配电网,电压等级降低了,输电线路上的电压降不仅受无功功率的影响,有时有功功率引起的电压波动更加明显.由于有功和无功引起的电压变动分量是代数和的关系,因此无功补偿在一定程度上可以弥补有功功率变动造成的电压波动问题.以系统运行成本最优为目标函数,包括采用补偿措施后减小的配电网功率损耗费用和加装无功补偿装置的费用2个部分,建立含光伏电站配电网的无功补偿优化数学模型.该模型考虑了光伏电站并网逆变器的无功调节能力,采用改进的多组织粒子群算法对规划模型进行求解,通过算例分析验证了该模型与算法的可行性和有效性.     

基于改进粒子群算法的配电网故障自愈算法

首先根据配电故障自愈系统的基本功能及配电网的供电要求,建立了以计算最大自适应度值为计算目标的配电网故障自愈目标函数及其相关参数的约束条件;随后介绍了基于浓度的改进粒子群寻优算法的工作原理及其实现步骤;最后结合配电网故障自愈目标函数和改进粒子群算法,提出了基于改进粒子群算法的配电网故障自愈控制算法,并给出了算法的实现流程图和仿真结果。仿真结果表明,所提配电网故障自愈控制算法具有较好的收敛性。     

基于改进NSGA2算法的配电网分布式电源优化配置

分布式电源接入配电网对其潮流分布、有功网损、电压稳定等多方面造成影响.建立以分布式电源有功网损、电压稳定性指标和投资成本最小为目标的配电网多目标优化模型.提出了改进的带精英策略的非支配排序遗传算法（non-dominated sorting genetic algorithmⅡ,NSGA2）,将改进单亲遗传算法移植到NSGA2,对非劣分层算子进行改进,缩短算法计算时间,最后通过IEE33节点算例分析,结果表明该模型可以在投资成本、有功网损、电压稳定性方面,较为全面地优化配电网分布式电源的配置.     

含微电网的电力系统状态估计研究

分布式电源的接入不仅改变了电网的潮流分布和拓扑结构,而且使微电网系统的状态估计面临新的挑战。基于有限的实时量测和包含分布式电源节点的伪量测提出微电网状态估计量（MGSE）,并分别采用改进的传统加权最小二乘法（WLS）和粒子群智能算法（PSO）对微电网进行求解。利用Matlab对一典型欧洲低压微电网系统的状态估计进行仿真,验证了该估计量能准确地描述系统的状态,并比较了两种算法的优劣,为含微电网的电力系统预测控制和性能优化提供了基础。     

灯具配光与照明节能的关系

本文对灯具配光进行了分析和相关照明计算,以此来说明灯具配光在照明设计中的重要性。灯具配光不仅影响照明设计的最终照明效果,也影响着照明系统的节能要求。     

考虑进化稳定的多种群遗传算法在配电网规划中的应用

提出了考虑进化稳定策略的改进多种群遗传算法并将其应用于配电网规划。该算法不仅保持了多种群遗传算法的多目标性,而且通过引入突变算子使算法更容易找到全局最优区域,缩短了传统多种群遗传算法要跳出局部最优区域所消耗的迭代时间。算例结果表明该算法在收敛性能和搜索能力方面比其他遗传算法有较大提高,在全局寻优性能上也优于其他遗传算法。