计及需求响应的Elman-NN短期负荷预测模型研究

通过频谱分析研究了需求响应负荷的基本特性,并以此为依据建立了计及需求响应的Elman神经网络(Elman-NN)预测模型。Elman-NN具有处理动态信息能力强、训练时间短、全局寻优性强的优点。通过实际算例,对比在Elman-NN模型中计及需求响应因素前后的预测性能,结果显示计及需求响应因素可显著提高Elman-NN模型预测精度。本文证实了在模型中计及需求响应因素的重要作用,为需求响应负荷的预测研究奠定了必要的理论基础。     

基于关联挖掘的无功优化关键参数智能辨识方法

针对传统无功优化中关键参数设置过程繁琐且设置结果不合理的问题,首先,给出一种基于斜率分段归并的曲线划分策略,用于对预测区间进行智能划分;其次,采用一种标准化欧式距离—动态时间弯曲(ED-DTW)混合策略,用于不同数据集间相似度的计算;最后,提出一种基于数据关联挖掘的无功优化参数智能辨识框架,用于对数据库内的历史数据进行挖掘。仿真采用实际电网数据对整个挖掘过程进行分析,挖掘结果显示,提出的辨识框架能自动给出参数的时段划分和设置结果,将挖掘得到的参数结果用于实际控制中,表明该方法获得的划分结果符合负荷峰谷特征,且相比传统方法,在减小电压偏差和提高电压合格率上效果更好。     

基于概率潮流的主动配电网供需群体协同优化运行策略

为有效解决主动配电网(ADN)运行模式中供应侧和需求侧响应量的不确定性给电网安全带来的问题,在传统概率潮流模型基础上,将虚拟微网与ADN交换功率及需求侧响应的不确定性视为新的随机注入变量,搭建了供需群体互动的概率潮流模型。利用概率潮流的计算结果,使距期望值波动的3个标准差内的数值落在约束范围内,作为系统运行的不等式约束条件。在此基础上,以ADN运行成本最小为优化目标,制定基于概率潮流的ADN供需群体协同优化运行策略,确定了供需互动模式下各互动节点的响应量。该模型既避免了传统配电网运行模型中仅由上级主网承担系统不平衡功率的情况,又有效地提高了系统运行的安全性与经济性。最后,通过算例验证了该模型的有效性和实用性。     

电力零售核心业务架构与购售电决策

随着电力工业改革的不断发展和智能电网的兴起,现代电力系统正逐步演变为更加复杂的信息物理融合系统。未来电力系统中将同时融合可再生能源、分布式发电设备、储能设备、智能表计、需求响应等新技术与新机制。在电力零售市场环境下,这些新技术与新机制给零售公司带来了严峻挑战,需要发展新的决策机制与方法。随着中国新一轮电力市场化改革的逐步深化,多个区域的电力零售市场也正在逐步建立和运营。为了给国内构建完整的竞争性电力零售市场提供有益的参考,并帮助相关研究学者和技术人员更好地了解电力零售市场的研究现状,文中首先介绍了一些主要国家的电力零售市场情况,然后以澳大利亚和芬兰为例,详细说明了电力零售公司的组织结构和购售电业务流程。接着,比较系统地综述了近年来国内外电力零售决策方面的研究进展,包括零售负荷预测、零售公司购电策略、零售定价策略、零售风险管理等。最后,讨论了电力零售研究领域的一些关键问题和未来可能的发展方向。     

基于主成分分析的用电模式稳定性分析

用电模式稳定性分析是实施用户用电量预测的前提,其本质是考察不同历史时间段用电模式的相似性。过长的基础数据时间跨度会降低用电模式稳定性分析的可行性和准确性,而在短期内基于日用电量数据评估的用电特征指标又受随机因素干扰,难以准确反映用电模式。为此,提出一种以过往几周日用电系数和日用电波动率为原始特征指标提取用电模式主成分,进而用两个历史时间段内用电模式主成分因子载荷的欧氏距离衡量用电模式稳定性的方法。针对某小区的算例结果表明,用所提方法判定为用电模式稳定、不稳定的用户组的用电量预测精度存在明显差异,且相似性距离与预测误差存在正相关性。算例分析表明,合适的历史数据时间跨度对提升方法的适用性和准确性至关重要,所提方法采用16周历史数据较为合理。     

基于变量选择与高斯过程回归的短期负荷预测

提高短期电力负荷预测精度是保障电网安全稳定运行的技术措施之一,通过选取影响负荷的最优输入变量集合,建立高斯过程回归(Gaussian process regression,GPR)短期负荷预测模型。负荷预测建模输入变量的选取对预测精度有很大影响,首先采用随机森林(random forest,RF)算法给出输入变量重要性评分(variable importance measure,VIM),并对各输入变量影响程度进行排序,基于序列前向搜索策略确定最优输入变量集合,避免人工经验选取的不足。其次针对共轭梯度(conjugate gradient,CG)法求解高斯过程回归模型超参数时易陷入局部最优解,且存在优化性能依赖于初值选取、迭代次数难以确定的问题,采用改进粒子群优化(particle swarm optimization,PSO)算法搜索模型超参数,形成优化高斯过程回归预测模型。最后,算例测试表明该模型的有效性。     

考虑风电非线性相关性的配电网概率潮流研究

风电之间具有非线性相关的特性,研究其对配电网概率潮流的影响,对提高系统的安全性、可靠性和经济性具有重要意义。提出一种考虑风电之间非线性相关性的配电网概率潮流计算方法,该方法基于经验Copula函数生成风电功率样本,与常规的基于高斯分布、t-分布等概率分布函数的方法相比,基于经验分布函数可以较好地反映风电功率的随机特性。建立含风电的配电网潮流模型,介绍PQ节点、PV节点以及PQ(U)节点的处理方法,并采用前推回代法进行解算。最后,将所提方法应用于纯辐射型配网和弱环型配网概率潮流计算中,对比分析不考虑风电相关性、考虑线性相关性以及考虑非线性相关性的结果。对比结果表明,考虑非线性相关性的结果与实际情况更为接近,可为电力系统运行调度提供更为准确的参考信息。     

浅埋煤层矿井涌水量预测——以山西下梨园煤矿为例

矿井涌水量是煤矿开发的重要技术条件之一,对煤田进行经济评估、设计和制定采掘方案、确定防治水措施以保障煤矿安全生产具有重大意义。矿井涌水量预测的精度取决于矿井充水条件的正确分析及预测方法、参数的合理应用。目前用来预测矿井涌水量的方法较多,包括大井法、非稳定流定降深井流法、水文地质比拟法、数值模拟法等。本文以下梨园煤矿为例,运用多种方法预测了矿井涌水量,为下梨园煤矿防排水系统设计提供了重要参数。     

Uncertainty in risk of highway bridges assessed for integrated seismic and flood hazards

Probabilistic risk assessment for bridges under natural hazards is of great interest to engineers for the development of risk mitigation strategies and implementation plans. The present study evaluates risk of an existing highway bridge in California, USA, under the integrated impact of regional seismic and flood hazards. A sensitivity study combining tornado diagram and first-order second moment reliability analyses is conducted to screen significant uncertain parameters to which bridge response is mostly sensitive. A rigorous uncertainty analysis, employing random sampling and Monte Carlo simulation techniques, is performed to obtain variations in fragility and risk curves of the bridge. Observed variations in risk curves at various risk levels are quantified through 90% confidence intervals and coefficients of variation (COV) of risk. It is observed that uncertainty in the estimated risk increases due to the presence of flood hazard at the bridge site, although mean risk does not vary with flood hazard level. Research outcome signifies that the variation in risk due to parameter uncertainty and varied flood hazard level should not be ignored to ensure bridge safety under the stated multi-hazard condition.     

On pre-filling probability of flood control detention facilities

Flood control detention facilities are widely used for stormwater control in urban areas. Standard design procedures are in most cases based on the design storm approach: a single flood event at a time is considered, at the beginning of which the facility is assumed completely empty. The possibility of pre-filling from previous events is then neglected and underestimation of storage volume may occur. In this paper an analytical probabilistic approach to estimate the probability of pre-filling is presented and its effects, due to outflow rate and storage volume, are investigated. Two different strategies for the outlet control are analysed. Results are validated on a case study.