一种计及阻塞消除的电力市场出清算法

提出了一种基于灵敏度消除阻塞的电力市场出清算法,在最大负荷时刻下对电力网络阻塞进行管理,按照不同发电机对阻塞支路灵敏度的正负性对各发电机功率进行调整,使得购电费用增量最小.最后,通过仿真计算证明了本文所提出清算法有利于消除电力系统支路阻塞,且有效降低了购电成本.     

电力现货市场出清机制分析及在我国的应用

价格机制是所有市场设计的核心。电力市场中,与电网相关的约束的处理、定价及结算机制是不同市场模式的核心区别之一。为了解决我国电力市场改革过程中出现的阻塞盈余问题,文章通过对事前阻塞管理和事后阻塞管理这两种典型的市场模式进行分析和讨论后,提出一种新的现货市场出清及结算方法。该方法可以在对市场提供一定的位置信息的情况下,解决节点定价中的阻塞盈余的分配问题。     

基于状态空间模型的仿生算法在电力市场竞价中的应用

提出一种基于状态空间模型的新型仿生算法（SBA）,并用于求解电力市场竞价问题。SBA将仿生算法的群体表示为状态向量,通过状态转移实现群体的繁殖和更替,基于仿生算法中新个体的生成策略（如遗传算法中的遗传算子）构造状态转移矩阵,通过评价状态转移矩阵的特征值来考察算法的收敛性和收敛速度。仿真实验表明：这种算法对于解决电力市场竞价问题是有效的。     

基于动态博弈的双边现货出清方法

为解决单边现货价格向用户传导能力差、新能源消纳比例低的问题,本文提出一种基于动态博弈的双边现货出清方法,建立新能源发电站与用户的双边现货交易数据清洗模型,对调控负荷预测、可调容量等数据进行清洗;通过新能源发电站与用户之间的动态博弈分析,采用自寻优的方式,生成双边现货交易的最佳出清机制;在国内某区域应用本方法,并将本方法与多变量控制现货出清进行比较。运行结果表明,所提出的方法新能源效率水平高于多变量控制现货出清方法。     

基于Agent的电力市场竞价上网策略的研究

本文介绍了一种多Agent系统体系结构，在此基础上研究了三类PDA、PPA、PUA在电力市场竞价上网中的策略问题，并在选定竞价策略的过程中考虑了多个动态因素，从而建立起一个有序、健康的电力市场环境。     

基于微分进化算法的购电量预估计算研究与仿真

研究电网购电量的计算优化问题,增加计算的准确性.针对用户在某一时段的用电量存在高度的不确定性,很难做到准确预判,购电量的计算很难精确的复合用电需求,计算的购电量与实际耗电量相比不准确的问题.为解决上述问题,提出一种微分进化算法对购电量计算进行优化,在考虑线损约束的条件下,运用供求约束和发电厂发送能力约束的电网优化购电方法,在竞争原则下,采用非连续变量和微分原理,对购电最计算进行优化.仿真结果表明:该方法能够有效获得购电量在约束条件下的最优解,准确计算购电量,使得购电量和用电量形成最优匹配.     

基于分段搜索策略的改进蜂群算法

针对基本人工蜂群算法在解决优化问题时收敛速度不够快、易陷入局部最优的缺陷,提出一种改进蜂群算法.该算法采用“分段搜索”方式对食物源进行贪婪更新,以提高食物源更新的成功率;同时,招募所有观察蜂选择当前最优食物源,以实现对最优食物源的充分优化.对经典测试函数反复实验的结果表明,改进算法计算结果稳定,与基本蜂群算法相比,加速收敛效果非常明显,全局搜索能力显著提高,运行时间大大缩短.     

基于蚁群算法的计划调度应用研究

计划调度评审技术是系统工程中对潜在任务进行分析的一种方法,是一种科学的组织管理技术,其建立的目的是为了简化复杂项目的计划和分配任务的时间。文章将蚁群算法应用于计划调度的工期-费用优化问题之中,得到一种精确、全面,求解效率高的优化方法。     

基于Agent的电力市场竞价交易系统

电力市场是电力系统适应经济发展的必然方向,作为电力市场技术支持的信息系统的构建极为重要和复杂。本文主要针对电力市场中的竞价交易运用多代理技术设计了一种交易模式,阐述了这种多代理模式的构成、各个代理的功能以及这种多代理系统的运行机制,并给出了一种用AgentBuilder作为开发平台的实现参考。     

基于均衡器输出信号功率的盲均衡算法

从理论上分析了均衡器输出信号功率的变化规律，并将它作为控制步长的参量，形成一种基于均衡器输出信号功率的变步长CMA盲均衡算法。分析了算法中待定参数的选取原则，通过计算机进行了仿真实验，结果验证了改进算法相对于传统恒模算法有更好的收敛 性能。     

于小波分析的散乱测量数据的压缩算法

对于大量的含有噪声的散乱测量数据,首先利用B样条小波对其进行去噪处理,然后以离散数据的曲率值为分析对象进行多分辨分析,依据所得的高频系数在一定的阈值条件下对原数据进行重采样处理,以达到数据压缩的目的.     

基于小波分析的散乱测量数据的压缩算法

对于大量的含有噪声的散乱测量数据 ,首先利用 B样条小波对其进行去噪处理 ,然后以离散数据的曲率值为分析对象进行多分辨分析 ,依据所得的高频系数在一定的阈值条件下对原数据进行重采样处理 ,以达到数据压缩的目的 .     

基于改进算法的供热锅炉房动力装置故障诊断研究

传统的供热锅炉房动力装置故障诊断方法在诊断过程中容易受到外界温度的影响,使其附近的供热管网热损耗过高,造成资源浪费。为此,该文设计基于改进算法的供热锅炉房动力装置故障诊断方法。利用压力传感器和转速传感器监测供热锅炉房动力装置状态参数,通过数据采集卡将参数数据传送至上位动力装置中,修正改进的神经网络算法中的连续权值和节点阈值,将采集的参数数据作为输入,利用阈值判定函数判断输出结果,完成供热锅炉房动力装置故障诊断。实验结果表明,该文方法在诊断过程中,随着温度的变化,其附近的供热管网热损耗始终处于低水平状态,没有发生提高现象,避免了资源浪费。     

基于BP神经网络和遗传算法的光伏功率预测的研究

随着光伏发电在社会的大规模应用,加之其波动性和间歇性等特点,使得光伏发电功率预测对微电网控制策略研究、电网电能调度和提高电网电能质量显得更加重要;遗传算法(GA)被运用来对建立的BP神经网络模型的初始权值和阈值进行优化,不仅加快了BP神经网络的收敛速度而且提高了BP神经网络的的预测准确度,实验结果显示采用的预测方法获得了较好的预测效果。     

基于IBAS-BP算法的热电厂 负荷预测及工程应用

针对热电厂负荷随机性强、预测精度差、计算时间长等问题,提出一种结合改进天牛须搜索算法IBAS和BP神经网络的组合预测方法;模型以热电厂的历史有功负荷、季节、日期类型和气象数据为输入因子,通过引入精英策略,将单个天牛寻优扩充为群体寻优,同时改进天牛搜索步长,使BP参数在IBAS搜索范围内有效寻优,从而优化BP神经网络的权值,增强其搜索和寻优能力,提高预测网络的性能和精度;采用4个标准测试函数,将改进模型与标准天牛须算法对比;引入均方根误差RMSE、平均绝对百分比误差MAPE精度评价指标对PSO-BP网络、BAS-BP模型、IBAS-BP模型预测结果进行评估;实验结果表明,与其他模型的算例结果相比,IBAS-BP模型具有更好的预测性能;将热电厂负荷预测的结果,作为其厂级负荷优化分配系统(厂级AGC)的输入,通过负荷优化分配系统,得出单台机组未来负荷的预测值,最大限度地降低供电煤耗量,提高热电厂机组运行的经济性.     

基于狼爬山算法的南方区域电力现货市场多目标发电控制方法

在南方区域现货市场两级运作阶段,仅有部分省份开展现货市场交易,因此需要综合考虑不同省份市场化改革所处的不同阶段,在充分考虑全网新能源发电消纳、负荷预测、水电计划和检修计划的基础上,采用多目标发电控制方法对新能源发电的最大化消纳。在进行搜索多代理均衡解时间内,智能体个数的增长往往会导致DCEQ(λ)算法呈几何数增加,其结果将会导致在电网里面的应用范围十分局限,同时也限制了控制性能的发展和提升。为此,为了解决该问题,采用了一种基于Wo LF-PHC和资格迹构成的狼爬山算法。其算例结果表明了该算法的有效性,较其他多目标发电控制方法而言,具有快速收敛速率的狼爬山算法更能适应环境的变化。     

基于极限学习机的风电输出功率预测

针对风电网中电机的精确估计及电网的动态调整问题,提出了基于极限学习机(ELM)的风电机组功率预测实现方法.首先对EML中的隐含层激励函数进行建模,其次通过预处理样本数据、确定激活函数、最大隐含层节点数和最大主成分数、判断RMSECV均值、输出权值及输出矩阵计算等步骤来预测风电机组输出功率,最后通过系统仿真和数据对比分析...