基于高斯模糊信息粒化和改进小波神经网络的短期负荷区间预测研究

针对现有短期负荷预测方法适应性不足、预测精度不高,WNN原始连接权值和阈值采取随机赋值并采用梯度学习算法进行修正,存在进化缓慢、易出现陷入局部极小或不收敛等问题,提出了基于高斯FIG和改进WNN的短期负荷区间预测新方法。用收敛速度更快的函数取代常用的输出层神经元函数,并用粒子群算法寻优取代WNN连接权值和阈值随机赋值。把网络连接权值和阈值作为粒子群算法微粒的位置向量,不断调整微粒的速度和位置向量以寻求最优值。选择了合适的数据跨度作为一个粒化窗口,对原始负荷数据进行了高斯模糊粒化处理,得到了对应的高斯FIG后的序列值,并用改进后的WNN对模糊序列值进行了区间预测。与WNN及SVM方法的对比研究结果表明,该方法不仅能够获得比单一负荷值更多的区间信息,而且预测精度更高,能够更好地指导电力系统相关决策。     

基于期权博弈理论的发电投资决策

电力工业的市场化改革为发电投资决策带来了更多的不确定因素，也引起了风险。另一方面，其他发电公司的投资策略也会对所研究的发电公司投资收益产生影响。因此，发电公司在制定将来的投资决策时，除了要考虑不确定性因素外，还需要分析其他发电公司的投资行为。基于期权博弈理论，构造了电力市场环境下发电投资决策的一种新的方法框架。在假定发电投资者进行投资决策时所面对的不确定性因素主要来自于负荷增长、同时考虑了其他发电投资者的投资行为的情况下，发展了基于期权博弈理论的发电投资的数学模型和求解方法。最后，用仿真算例说明了所提出的方法的基本特征，并在此基础上，分析了允许的发电公司报价上限对发电投资决策的影响。     

基于差别电量的中长期发电调度分步模型

针对实施差别电量及电网安全运行条件等中长期发电调度中的关键问题,对应用于机组组合问题的Benders分解法进行改进,建立了兼顾求解效率和优化特性的基于差别电量的中长期发电调度分步模型,并通过协调参数的逐步修正实现分解的主问题与子问题之间的相互匹配从而求得原问题的优化解。针对某实际电力系统利用差别电量实施节能发电调度的情况,分别进行中期和长期发电调度的仿真计算,结果证明了该分步模型优化结果的可行性和求解速度的高效性。     

基于并行非支配排序遗传算法的限流措施多目标优化

分析了当前限流措施优化模型和算法存在的缺陷,提出了综合考虑安全性、稳定性、经济性的限流措施多目标优化模型.在潮流约束下,模型以总投资成本最小、故障后功角稳定性最佳、短路电流综合越限最小为优化目标,并且引入带精英策略的改进非支配排序遗传算法,结合基于限流效果灵敏度的支路筛选策略,应用于Pareto最优限流措施的求解.为提升优化速度,在MATLAB计算平台上对改进非支配排序遗传算法进行了主从并行改造.最后,结合改进的新英格兰10机39节点系统优化结果,验证了所提出的多目标优化方法有效、可行.     

基于多目标粒子群算法的节能减排调度研究

在节能减排背景下,综合考虑最小化机组煤耗量和污染物排放量,提出了求解多目标节能减排负荷调度的模型及改进多目标粒子群算法。该改进算法引入半可行域的概念处理约束条件,避免了惩罚因子复杂的选取过程;采用精英归档技术构建了外部精英集和个体非支配解集,提高了算法的收敛速度和解的质量;采用了自适应网格法维护外部精英集,获得了分布均匀的Pareto前沿;并提出了基于半可行域概念的个体极值和全局极值选取规则。利用该方法对某电厂6台机组系统进行了节能减排最优负荷调度,获得了分布良好的Pareto最优解,有效降低了系统煤耗和污染物排放量,分析结果验证了该方法的有效性和可行性。     

基于RAMSES的特高压电网可靠性充裕度评估

以浙江电网2015年规划方案为例,分别进行了特高压接入前后的充裕度评估。介绍了可靠性评估软件RAMSES。运用该软件分析了3种典型1 000 kV变电站电气主接线的可靠性指标(年停电频率、停电时间、可用率等),发现双断路器接线方案可靠性最高。通过计算各主要负荷点的电力不足时间期望和频率发现电网的可靠性薄弱环节,增加该地区的机组事故备用容量。通过建设特高压电网,浙江省网电力不足概率由原来的0.000 2降低到了0.000 04,提高了可靠性水平。     

基于GO法的含分布式电源的配电系统可靠性评估

大量分布式电源（DG）接入配电系统后,供电模式的灵活性和运行方式的复杂性将对配电系统可靠性评估提出新的要求。在馈线分区的基础上,引入基于成功概率的可靠性分析方法——GO法,建立了计及DG影响的配电系统可靠性评估模型,该模型量化分析了各馈线分区设备故障对含DG区域节点的可靠性影响。并通过算例验证了该模型的有效性和实用性,结果表明GO法适用于较大规模的含DG配电系统的可靠性评估,考虑设备检修状态能更真实地反映配电系统可靠性的实际状况。     

基于改进粒子群算法的分布式电源经济性最优规划

分布式电源接入运行对系统造成的影响是多方面的。建立了综合系统费用模型,在货币量纲下将DG投资、发电成本、短路电流水平、可靠性水平、网损等因素纳入同一个目标函数进行优化。DG的选址定容是一个复杂的非连续性、非凸、非线性优化问题,引入疫苗接种和稀释等策略,对传统离散粒子群算法（DPSO）进行改进,得到求解效果更佳的改进离散粒子群算法（MDPSO）。应用IPLAN环境下的MDPSO算法对IEEE 43节点系统进行分布式电源优化规划,并与传统DPSO算法优化结果进行比较,说明MDPSO算法可以成功应用于此类问题的求解。     

原对偶内点法与定界法在无功优化中的应用

本文将原有对偶内点法与分枝定界法综合应用于无功优化过程中,采用原对偶内点法进行全局寻优,运用分枝定界法进行离散变量（变压器分接头与电容／电抗器投切组数）的归整。针对实际情况,本文建立了一个新的综合目标函数。对实际电网的优化计算表明,本文算法具有良好的特性。     

考虑地域差异的配电网空间负荷聚类及一体化预测方法

针对基于智能算法的负荷密度指标法对样本依赖性强且在各地实际应用困难的不足,提出一种考虑地域差异的配电网空间负荷聚类及一体化预测方法。该方法首先通过大量调研得到分布在不同地区、分属不同类型的负荷样本及所处地区信息;然后利用基于日负荷曲线的负荷分类校验及精选方法对所有调研样本进行分类精选;再根据区域分类、负荷分类对精选样本构成的全样本空间进行两级划分,得到分层级子样本空间;最后根据待测地块的属性信息对子样本空间进行匹配,选取与其最相似的子样本空间作为训练样本,构建支持向量机模型预测各地块的负荷密度,进而得到电力负荷的空间分布。工程实例分析表明了该方法的实用性和有效性。