大规模风电场接入对电力系统调峰的影响

大规模风电基地的快速建设,使系统调峰成为电网运行的新难题之一。针对风电出力随机性强、运行方式复杂多变的特点,通过对规划年份时序负荷曲线与风电出力时序曲线的模拟,从一个新的角度分析了大规模风电对系统调峰的影响。还讨论了风电出力对系统峰谷差的影响机理,并引入评价指标体系,深入研究了大规模风电基地接入后系统等效负荷峰谷差的变化及分布规律。进一步分析了在各种外送模式以及系统调峰协调方式下,大规模风电基地对系统调峰的影响规律。以我国甘肃酒泉风电基地为对象进行分析和论证,并根据分析结果对甘肃电源规划与调度运行方式提出了建议。  

基于日负荷曲线的负荷分类和综合建模

针对广域电力系统中负荷节点面广量大的困难，提出了基于日负荷曲线的、将统计综合法与总体测辨法相结合的电力负荷综合建模思路。首先通过对全网所有220 kV（或110 kV）负荷节点典型日负荷曲线进行构成分析，得出各负荷节点中行业用电构成的负荷比例；然后采用谱系数平均距离聚类分析法对全网负荷节点进行分类；再根据分类结果和少量负荷节点的实测参数，推广获得所有节点的负荷模型参数。该方法已成功应用于河南电网和福建电网，结果表明新方法简单实用、效果良好，为广域电力系统的负荷建模提供了新途径。  

南京市夏季气温敏感负荷研究

通过大量的市场调研，针对1996年～2000年南京市夏季供电负荷及气象数据，主要分析了构成负荷快速增长部分的气温敏感负荷特性及其变化规律。认为：影响气温敏感负荷变化规律的主要因素是夏季的类型与宏观的经济形式，南京市的居民用电负荷对该部分负荷影响较大，人们生活舒适度的提高使得敏感点逐年略有下降。  

电力系统负荷预测软件包的研究

开发了基于Ｗｉｎｄｏｗｓ的电力系统负荷预测软件包ＰＳＬＦ（Ｖ１．０）。该软件包建立了负荷预测的方法库；专门建立了负荷曲线的预测方法；并研究了灰色预测中参数估计与不良数据的辨识问题。该软件包人机界面友好，分析、计算快速，预测方法多样，适用范围广泛。目前已成功地应用于东北电管局及其所辖各省电力局、地区电业局。  

基于蚁群优化算法的电力系统负荷序列的聚类分析

依据神经网络原理短期负荷预测模型的性能,负荷样本空间的分布特性对预测精度有大的影响,并且外部气象因素对负荷敏感性的复杂非线性关系也将使预测精度降低.运用负荷序列特征的聚类分析与模式识别相结合原理可解决该问题.该文提出了基于蚁群优化算法（ant colony optimization Algorithm,ACOA）的电力系统负荷序列聚类分析.通过对实际地区负荷系统的聚类分析显示其优越性;并证实基于ACOA的聚类比Kohonen神经网络聚类对气候异常情况、高温区域、节假日都具有更高的敏感性和分辨率;对负荷曲线轮廓的相似性具有更细腻和更均匀的聚类特性.上述的聚类特性对STLF精度的提高是极其重要的.  

负荷特性分析方法的研究

以行业的月度电量为基础分别获取行业的季节性和非季性的负荷特性曲线，并利用其分析行业和会社会的自然增长及季节性负荷的相互关系。此外，对迎峰度夏采取的各项措施可以通过全社会负荷特性曲线的构筑来进行直观的分析。  

基于支持向量机的中长期日负荷曲线预测

提出了一种预测中长期日负荷曲线的新方法，通过历史典型日负荷数据构造出典型日年度发展时间序列，运用支持向量机方法对预测日各时刻负荷值进行预测并得到了典型日负荷曲线。该方法不需要对日负荷特性、最大负荷及需电量进行预测，因此避免了可能的误差积累问题。以某电网为例对该方法进行了测试，结果表明其具有较高的预测精度。  

中长期日负荷曲线预测的研究

针对我国电力部门所积累的基础数据，提出了一种基于用电结构分析的日负荷曲线预测方法，在建模时引进了灰色系统的思想，对原始数据作了生成处理，所建立的数学模型物理意义明确、表达方式简捷，并针对其特点提出了有效的求解方法，通过实例计算表明算法的有效性。  

一种中长期日负荷曲线预测的新方法-双向夹逼法

作者提出了一种预测中长期日负荷曲线的新方法--双向夹逼法,它适用于中长期电网规划和电力市场运营问题.该方法基于相似性原理和双向逼近思想,将预测问题转换为线性规划问题,使问题变得简单和容易求解.提出的方法已应用于三峡电力系统运行规划的大量计算中.实践表明,该方法快速、有效,且有较高的精度.  

发电侧电力市场中合同电量的一种实现方法

针对我国电力工业市场化中遇到的问题，提出一种切实可行的合同电量实现方法。该方法考虑发电－负荷平衡和检修计划，并对合同电量作滚动处理，可作为设计电力市场技术支持系统合同管理部分的参考。