海南电网分布式光伏消纳能力评估

利用DIgSILENT/PowerFactory仿真软件,从电能质量、经济运行、继电保护等方面研究了分布式光伏接入对海南电网的影响。基于系统的安全经济运行约束,对海南电网常见典型接线形式的多种运行方式进行了消纳能力评估。结果表明,各类典型配电网的消纳能力为相应配电网峰荷的20%~40%;制约配电网消纳光伏发电的主要因素为中压配电网功率因数下降和低压配电网三相不平衡。     

售电市场放开环境下的电力需求侧管理展望与思考

"竞争不充分、供需不平衡"的电力市场现状,让售电侧放开成为新一轮电改的核心,其重点任务是在需求侧充分引入竞争、放开用户选择权和动态整合需求侧资源以实现供需平衡,因此,需求侧管理成为售电市场有序放开的关键。从我国电改逐步放开售电市场的现状着手,揭示了售电市场放开所形成"多买方—多卖方"的市场格局,详细阐述需求侧管理关键技术及实施条件,针对售电侧放开带来的竞争性市场机制和灵活性市场环境,就如何推动和发展需求侧管理进行了展望,并介绍了在国际电力市场上的成功实践案例,立足国情,提出了在售电市场放开环境下需求侧管理的实施步骤与建议。     

基于数据库的电力系统规划与可靠性评估数据平台开发

电力系统规划与可靠性评估的工作基础是对海量数据的处理分析与结果的展示,大量的工作需要统一规范的平台来对数据进行管理和操作。开发的电力系统规划与可靠性评估数据平台,通过对原始数据剖析与整合,搭建电网的表格模型,编写界面操控数据库中的数据,以实现从BPA电网原始数据中提取可靠性评估相关数据、进行电力电量平衡计算、机组信息统计等功能以及可靠性评估模块程序接口,并通过实际电网数据进行测试运行。这一平台集合了规划与可靠性分析所用的基础数据,结合了规划人员实际工作的计算原则,界面简洁友善,操作灵活可靠,帮助电力规划使用者提高工作效率及其科学性。     

一种发电系统可靠性评估的混合加速算法

针对使用时序蒙特卡洛法的可靠性评估计算效率低下、收敛特性较差等问题,提出一种结合基于交叉熵的重要抽样法和全概率公式法的混合时序蒙特卡洛评估算法,将其应用于发电系统可靠性评估中。基本思想是利用交叉熵优化过程获得近似零方差重要抽样密度函数,然后根据此时各元件故障率的扭曲程度确定对系统可靠性最重要的元件,对这些最重要的元件使用全概率公式,然后利用得到的各元件的新参数进行发电系统可靠性评估。由于两种基于不同原理的方差技术被组合使用,所以计算效率进一步提高,收敛速度进一步加快。最后使用可靠性测试系统IEEE-RTS以及修改后的测试系统对提出的方法进行验证,将所提方法(TP-CEMCS)的测试结果与传统时序蒙特卡洛法(MCS)、基于交叉熵的时序蒙特卡洛法(CE-MCS)和基于全概率公式的时序蒙特卡洛方法(TP-MCS)得到的结果进行比较,表明该方法在保证评估精度的基础上更进一步提高了计算速度。     

基于数据库的电力系统规划与可靠性评估数据平台开发

电力系统规划与可靠性评估的工作基础是对海量数据的处理分析与结果的展示,大量的工作需要统一规范的平台来对数据进行管理和操作。开发的电力系统规划与可靠性评估数据平台,通过对原始数据剖析与整合,搭建电网的表格模型,编写界面操控数据库中的数据,以实现从BPA电网原始数据中提取可靠性评估相关数据、进行电力电量平衡计算、机组信息统计等功能以及可靠性评估模块程序接口,并通过实际电网数据进行测试运行。这一平台集合了规划与可靠性分析所用的基础数据,结合了规划人员实际工作的计算原则,界面简洁友善,操作灵活可靠,帮助电力规划使用者提高工作效率及其科学性。     

基于分位回归鲁棒极限学习机的短时负荷预测方法

针对短期负荷预测对电力系统运行管理和优化调度的影响,提出一种基于分位回归鲁棒极限学习机的短时负荷预测方法,即先对所收集的历史负荷数据进行归一化处理,然后利用自相关分析提取最相关的历史负荷数据作为模型的输入变量,再融合鲁棒极限学习机和分位回归建立负荷预测基本模型,最后利用某电力公司2016年采样频率为30min的数据进行实例分析,试验数据表明相比极限学习机(ELM)、分位回归(QR)和分位回归支持向量机(QR-SVM),所提模型预测精度更高,验证了所提模型和算法的可行性和有效性。     

基于K⁃L信息量和ARIMA误差修正的月度电量预测

为考虑多因素对电量的影响及提高月电量预测准确率,提出基于K-L信息量法和ARIMA误差修正的月度电量预测方法.在筛选相关性强的指标基础上,利用相关分析法对影响指标与电量进行回归建模,计算拟合误差并构建新的非平稳时间序列,结合ARIMA模型对此序列进行修正,进而获得准度性更佳的月度电量预测值,具有较高的应用价值.     

一种发电系统可靠性评估的混合加速算法

针对使用时序蒙特卡洛法的可靠性评估计算效率低下、收敛特性较差等问题,提出一种结合基于交叉熵的重要抽样法和全概率公式法的混合时序蒙特卡洛评估算法,将其应用于发电系统可靠性评估中。基本思想是利用交叉熵优化过程获得近似零方差重要抽样密度函数,然后根据此时各元件故障率的扭曲程度确定对系统可靠性最重要的元件,对这些最重要的元件使用全概率公式,然后利用得到的各元件的新参数进行发电系统可靠性评估。由于两种基于不同原理的方差技术被组合使用,所以计算效率进一步提高,收敛速度进一步加快。最后使用可靠性测试系统IEEE-RTS以及修改后的测试系统对提出的方法进行验证,将所提方法(TP-CEMCS)的测试结果与传统时序蒙特卡洛法(MCS)、基于交叉熵的时序蒙特卡洛法(CE-MCS)和基于全概率公式的时序蒙特卡洛方法(TP-MCS)得到的结果进行比较,表明该方法在保证评估精度的基础上更进一步提高了计算速度。