基于文化基因算法的梯级电站负荷分配研究

为了解决传统基于种群进化的搜索算法求解电站负荷分配中搜索精度低、易陷入局部最优的问题,结合文化基因算法的框架,以粒子群算法(PSO)作为全局搜索策略,分别引入爬山算法(HP)与模拟退火算法(SA)作为局部搜索策略,形成HPMA、SPMA两种文化基因算法。设计了相应的局部搜索激活机制,并针对负荷分配问题初始可行解生成效率低的问题提出了一种初始种群快速生成方法。实例计算表明,两种文化基因算法较单独使用SA、PSO等算法具有更好的求解精度,同时SPMA算法优于HPMA算法,SPMA算法有利于提高了梯级水电站负荷分配问题的求解质量。     

典型屋顶光伏太阳能发电系统设计

介绍了典型屋顶光伏发电系统设计，通过计算确定太阳能光伏发电系统配置，光伏阵列间距要求，场地容量核算，光伏阵列布置，直流柜、逆变器参数的选择，以及系统的接入运行方式。     

基于市场偏差考核的梯级水电调度模型研究

偏差考核现已成为电力市场交易的常规环节,发电企业若不处理好相关问题、合理调度运行,将影响其市场收益,不利于企业的健康持续发展,进而对电力市场的健全发展造成一定影响。因此,为给企业合理应对偏差考核提供参考,首先对偏差电量考核规则进行概述,建立了计及偏差考核的电站收益模型,随后考虑梯级各电站间水力联系,基于单站运行约束条件,构建了基于偏差考核的梯级水电调度模型,并以四川省某流域梯级共8级电站为例,利用逐步优化算法进行计算。结果表明,梯级各站各考核时段电量偏差率介于-0.799%～0.558%之间,均免受偏差考核。     

基于飞蛾火焰优化算法的火电调峰负荷分配研究

在分析火电调峰成本的基础上,以调峰成本最小化为目标构建了火电调峰负荷分配模型,引入飞蛾火焰算法作为模型求解方法,以重庆电网为例,共设定3种负荷分配场景,同时以粒子群算法和蚁群算法求解效果与飞蛾火焰算法对比,验证了模型及求解算法的高效性和合理性。结果表明：3种场景下,随着调峰需求的增加,优化过程中需要部分机组进行深度调峰和启停调峰才能满足调峰需求,优化后系统调峰总成本分别达到了1 976万元、2 645万元和3 287万元;3种算法求解过程中,飞蛾火焰优化算法收敛速度更快,求解效率更高,且经飞蛾火焰优化后的系统调峰总成本最低,相比传统优化算法具有更强的规避局部最优解能力。     

基于火电分级调峰深度的西南水电跨省消纳空间分析

准确掌握受端电网清洁能源消纳能力,是实现清洁能源从富集区外送、跨网消纳的先决条件。在考虑送受电双方清洁能源消纳的基础上,以受端电网调峰火电机组为优化对象,建立了受电区外购电最大接纳空间测算模型。以某实际电网为算例,将火电调峰深度作为衡量电网调峰能力指标,以5%为梯度,设置了调峰深度40%~75%,共8个场景,测算了8种场景下西南水电最大消纳空间。结果表明:随调峰深度的逐渐增加,受端电网水电可接纳量增加,剩余负荷标准差较原始负荷显著下降;当火电调峰深度达到70%时,电网接纳能力达到最大。研究结果可为西南水电跨省消纳及后期辅助服务市场设计提供参考。     

基于相似性识别的短期负荷动态预测方法

统调日负荷的精确预测对电力充裕性保障、电力系统规划有重要指导作用。相似性识别是数据挖掘技术的重要部分,基于相似性识别原理,提出一种短期负荷预测的新方法。首先对原始数据进行属性和重复记录清洗,清洗后得到实验数据;其次在考虑数据大小相似性的同时,引入了数据趋势相似性度量。基于2种度量从历史序列中识别出与查询序列信息高度重合的序列,建立备选相似序列集;考虑时间间隔与季节因素,从备选相似序列集中选取历史最相似序列,最终实现日负荷预测;随着新信息的进入,实现高峰负荷动态预测。利用该方法对重庆统调日负荷进行模拟预测,并与BP神经网络和支持向量机方法进行对比,证明了所提方法的可行性与有效性。     

基于数据挖掘与支持向量机的现货市场出清价预测方法

现货市场环境下,市场出清价对于电力市场的发、用两侧参与者和市场管理者都是极为重要的信息。因此,市场出清价的预测研究越发重要。首先分析大多数传统电价预测方法采用的连续序列与该文选取的同时段的电价序列表现出的变化特征差异,给出选取同时段电价序列作为输入的原因。然后基于数据挖掘相似性理论,通过欧氏距离和角度距离2个维度识别历史电价相似序列,得到模型所需训练集数据。以支持向量机（SVM）为预测工具,并利用遗传算法对SVM的关键参数进行寻优。最后将模拟预测结果与不考虑历史相似状态的SVM模型、BP神经网络模型进行对比,通过误差分析证明了所提模型具备更高的预测精度。     

带有共享缓冲的门限网络系统仿真与分析

在网络通信中,如何合理分配网络资源、减少信元损失和通信阻塞具有重要意义。针对这一问题,提出一种带有共享缓冲的门限网络系统。利用排队理论,建立了服务系统的数学模型。对数学模型进行简化,并根据离散事件动态系统的原理和方法进行了计算机仿真。仿真结果表明:在共享缓冲区为定值的情况下,适当调整其中一类顾客的缓存大小,可使系统总的顾客损失率到达最小;两类顾客缓存均一定的情况下,增加共享缓冲区可减少系统总的顾客损失率。为决策者控制决策提供了重要的参考信息。     

梯级水库群泄洪设施联合调控研究

洪水灾害是我国最严重的自然灾害之一,水库防洪调度是有效避免或减轻洪水灾害的重要手段。当前水库防洪调度主要是运用优化算法获得水库的优化调度决策方案,鲜有考虑水库泄洪设施的运行控制,往往导致优化调度结果难以付诸实施。鉴于此,本文通过开展梯级水库群泄洪设施运用数字化,构建梯级水库群泄洪设施运用数据库,建立梯级水库群联合防洪调度模型,研究梯级水库群泄洪设施联合调控策略,并以雅砻江下游梯级水库群泄洪设施联合运行为例进行验证。结果表明：优化调度方案充分利用防洪库容调蓄,其泄流量过程比常规调度更加均匀,极大程度的削减了洪峰流量;同时,优化调度方案中梯级水库群泄洪设施变化总次数较常规调度明显减少,泄洪设施组合方案调整的频率明显降低。研究成果对推动梯级水库群防洪优化调度向泄洪设施运行控制的精细化和智能化转变,提升梯级水库群防洪调度管理水平具有重要的理论意义和工程实践价值。     

利用随机森林回归的现货市场出清价格预测方法

为得到一种实用性较强且具有较高精度的电力现货市场出清价格的预测方法,该文尝试将随机森林回归应用到现货市场出清价格预测。首先通过随机森林回归的特征重要度分析功能对历史出清价和负荷输入进行特征筛选,然后建立基于随机森林回归的市场出清价预测模型,以网格搜索和交叉验证的方法确定模型参数,最后与基于决策回归树、支持向量机回归和人工神经网络的方法在北欧现货市场公开数据的基础上进行对比试验。试验结果表明该文设计预测方法相较其他方法的平均预测精度至少提高了25%,且预测效果较为稳定,同时输入特征筛选方法的应用能够进一步提高各个模型的预测精度。