两级电力市场环境下考虑条件风险价值的新能源场站最优售电模型EI北大核心CSCD

为充分发挥能源资源优化配置作用,我国正逐步建成“统一市场、两级运作”的两级电力市场。在两级电力市场建设初期,新能源场站参与省间电力现货交易的计划电力缺乏指导性是目前亟须研究的问题。对省间-省内两级电力市场的现行机制进行了深入研究,探讨了其运作框架。考虑省间电力现货交易与辅助服务市场的多时间、多空间耦合特性,构建了两级电力市场下新能源场站的售电决策双层优化模型,并基于条件风险价值法对下层模型进行转化,实现对新能源场站出力不确定性的控制。依托东北某省工程实际数据进行了算例分析,结果表明该模型能够在两级电力市场环境下提高新能源场站的市场收益。     

一种改进的均值金字塔快速搜索算法

针对传统均值金字塔搜索算法存在起始点不定,搜索范围缺乏约束的问题,提出一种改进的快速搜索算法,可以在搜索的起始阶段就从接近最佳匹配码字开始,同时对搜索范围加以限定.该方法利用了金子塔结构内部的不等式关系,并将码字排列成二叉树的结构,在付出一定额外存储空间的代价下,避免了大量的无用搜索.实验结果表明,在同等精度的条件下,该方法的搜索效率要高于传统的均值金字塔搜索算法.     

面向东北电网调峰辅助服务市场交易主体的分摊上限动态机制设计

东北电网现行的调峰辅助服务市场机制难以应对市场结构变化带来的交易主体实际调峰收益低于预期、积极性降低等问题,且难以满足未来我国以新能源为主体的新型电力系统发展需求。在介绍东北电网现行调峰辅助服务市场费用分摊机制的基础上,分析其局限性,提出面向市场参与主体的分摊上限动态调整机制,以保障调峰供应方的调峰收益;构建以市场交易主体综合收益最高为目标的动态分摊上限数学模型,并提出用于评估调峰辅助服务市场的指标体系。基于辽宁省电网实际运营数据的算例结果验证了所提机制的合理性与有效性。     

电气工程专业"自动控制原理"课程改革与实践

"自动控制原理"是电气工程及其自动化专业的重要专业基础课程,课程具有系统的理论体系,同时又密切联系实际工程。为适应电气工程及其自动化专业人才培养目标的需求,从教学内容、教学方法、实践教学等方面分析了该课程的教学特点,并提出相应的改革措施和方法。教学实践表明,这些改革方法取得了良好的教学效果,并有助于培养学生的创新意识,提高工程实践能力,为高素质电力工程技术人才培养提供了一套行之有效的教学模式。     

双金属温度计检定方法的探讨

双金属温度计是广泛应用于各种工业的测温仪表,其结构简单而且不用电源驱动,特别是在化工和防爆场合应用广泛.测温的准确度对工业过程影响很大,因此双金属温度计的检定非常重要.双金属温度计检定规程对示值误差检定要求进行上、下行程的检定,而进行上、下行程的检定非常烦琐,本文主要在双金属温度计检定过程中对上、下行程检定提出了一种简单、易行的检定方法.     

基于多尺度灰度直方图的图像增强研究

直方图均衡是图像增强的经典方法，但通常都是简单地对整幅图像做一次均衡，这样势必对细节部分增强得不够。多尺度直方图均衡的方法就是对小波分解的各个子带分别作灰度直方图均衡，再根据均衡后的各个子带重构得到处理后的图像，实验证明该方法对图像增强很有效。本文的小波变换采用基于提升格式的第二代小波变换，实现结构简单，计算量低，适合整数到整数的变换。     

计及需求响应和蓄电池综合损耗的微电网优化调度

文中针对并网型微电网优化运行问题,在充分考虑微电网中需求侧资源的前提下,建立了含风机、光伏、微燃机和储能系统的并网型微电网经济优化调度模型.模型中结合分时电价和需求响应中的可转移负荷,并考虑储能寿命损耗和安全运行条件.构建以系统运行总费用最小和系统净负荷最小的多目标函数.采用遗传算法,通过MATLAB对所提模型进行求解,算例结果表明文中提出的模型在充分考虑可转移负荷和储能实际运行损耗的前提下,实现微网的经济运行.     

基于树结构矢量量化码书的快速搜索算法

针对树结构矢量量化存在所选码字不一定是最佳匹配码字的问题,提出一种快速搜索算法,可以准确地找到输入矢量的最佳匹配码字.该方法利用了三角不等式作为继续搜索与停止搜索的依据,可以快速排除不可能节点,保留可能节点.实验结果表明,用该方法恢复的图像质量要好于双路搜索方法恢复的图像.     

基于改进人工鱼群算法的输电网络扩展规划

研究大规模输电网络扩展规划问题,建立了考虑投资运行费用、网损费用及过负荷费用的多目标优化数学模型。针对传统鱼群算法初始化复杂、收敛速度慢和收敛精度较低的问题,在其觅食、追尾过程中引入自适应变步长策略以提高算法的寻优性能,并将改进的人工鱼群算法用于求解输电网络扩展规划模型。对Garver-6节点和18节点测试系统进行仿真计算,验证所提模型和算法的高效可行性。     

基于超完备字典的压缩感知电能质量数据重构

针对应用压缩感知原理进行电能质量数据重构时,采用普通函数形成的正交基进行稀疏表示不能自适应地获得最佳稀疏表示这一问题,首次将K-奇异值分解字典学习引用到电能质量数据重构中。首先,对电能质量信号进行一二维转换,利用K-奇异值分解字典学习算法,建立了适合电能质量数据的超完备字典;并选取高斯随机矩阵作为测量矩阵,对电能质量扰动信号进行压缩采样。同时,利用压缩感知匹配追踪算法进行信号二维重构,并将其转换成一维信号。最后,利用所提出的新算法对几类常见电能质量信号进行了仿真验证。结果表明:在压缩比为25%时,利用新算法能够完成重构信号,其信噪均大于44.2 dB,能够满足实际应用时的分析要求。