基于电网分区的负荷恢复智能优化策略

针对电力系统大停电后的负荷快速恢复问题,提出了一种基于电网分区的负荷恢复智能优化策略。提出了一种大停电事故后系统恢复的最优分区策略,并在所建立的优化模型中考虑了为恢复发电机而引入的架空线路充电无功以及为恢复负荷所引入的线路合闸操作次数等影响因素。在完成对大规模系统优化分区后,对各分区建立了一个统一的并计及网络重构因素的负荷恢复优化模型,实现各分区负荷的并行恢复。针对上述所提出的优化模型,通过结合传统图论理论和遗传算法,实现基于电网分区的负荷恢复优化问题的求解。解算中,对遗传算法进行了改进,并针对应用遗传算法时所产生的大量不可行解问题,提出了随机甩负荷和最短路径修补策略的处理方法,进一步提高了算法的寻优效率和全局优化能力。以IEEE30节点系统为算例进行仿真分析,验证了所提模型与方法的正确性和有效性。     

一种暂态稳定约束TTC评估的分布式并行计算方法

在预想故障集下，针对大规模互联电力系统的暂态稳定约束最大输电能力（TTC）评估问题，提出了一种基于任务级的分布式并行计算方法———优化的工作站群的计算方法。该分布式并行计算方法把异构分布式计算资源加以融合，实现有效的动态负载均衡，从而最大化利用系统的整体计算性能，具有良好的动态扩展性与容错性。应用所提出的方法对具有1 101个母线和97台发电机的中国某实际电网进行了测试。测试结果表明，该分布式并行计算方法是实用有效的。     

多代理系统及其在电力系统中的应用

多代理技术(multiagent technology)是计算机技术、网络技术和分布式人工智能相结合的产物，是近年来新兴的计算机软件工程技术之一。它为大量存在于科学计算、机械工程、生产控制、电子商务、企业管理和电力系统等广阔领域的复杂的分布式、开放式系统的设计和实现提供了新的途径和方法。文中对多代理技术的特征，相关的技术以及目前在电力系统计算和设计、电力市场及其仿真等方面的应用做了概要介绍。在其他方面的应用，如经济学领域，以参考文献的形式给出。     

基于稳定域边界二次近似的故障临界切除时间估计

基于故障后电力系统稳定域边界的二次近似来估计临界切除时间。在计算中,通过二次项系数矩阵分块来降维计算二次项系数,大大降低了二次项系数的计算量。临界切除时间由持续故障轨迹和主导不稳定平衡点(CUEP)所决定的稳定域边界二次近似的交点确定。在IEEE3机9节点系统和新英格兰10机39节点系统中的仿真表明了该方法的有效性,特别是对非发电机节点故障临界切除时间的估计精度较高,能够满足工程要求。     

发电商多交易策略的有效前沿分析:（二）算法的实现

在电力市场环境下，合理的多交易策略能够帮助发电商降低风险，提高收益。文中针对发电商多交易策略（GMTS）研究中发电商风险 — 收益权衡参数难以确定的困难，提出了一种基于GMTS有效前沿的决策方案，并对GMTS有效前沿的求解进行详细研究，提出了一种实用的求解算法，通过基于实际电力市场数据的算例测试了该方法的有效性和计算速度。模型分析和仿真结果表明，基于有效前沿的GMTS适用范围广，建模灵活，算法可靠，计算时间和计算精度便于控制。     

电力系统动态安全分析综述

对动态安全分析系统的功能和结构设计进行了详细的论述,归纳了当前动态安全分析采用的主要方法,简要介绍了两种实用化的动态安全分析工具以及目前世界上几个在建的动态安全分析项目,并分析了对当前动态安全分析系统的调查结果,最后阐述了当前动态安全分析需要改进的几个方面.     

基于小波分析的短期电价ARIMA预测方法

电力市场中的电价具有特殊的周期性,以天、周、年为周期波动,且大周期中嵌套小周期.作者提出一种基于小波分析的累积式自回归滑动平均方法(WARIMA)用于短期电价预测,首先利用小波变换能将交织不同频率成份的混合信号分解成不同频带上的块信号的特性,将电价这一随机序列进行小波分解,得到低频上的概貌序列和高频上的细节序列,并在此基础上对各个子电价序列分别利用累积式自回归滑动平均模型(ARIMA)进行预测,然后在电价平稳时段用概貌序列预测结果直接作为电价预测结果,而在电价非平稳时段将各子序列预测结果重构作为最终的预测结果.为了对比分析,将直接使用ARIMA模型的预测结果和采用WARIMA方法的预测结果进行了比较,表明引入小波分析对提高预测精度是有益的.     

有差价合约日前市场中计及风险约束的最优报价策略

日前市场是国内外目前实际运营的以联营体为基础的单一购买者模式的电力市场所采用的最主要的形式。在有些日前市场中采用了差价合约来规避单一购买者和发电公司可能面对的由于电价波动所带来的财政风险。针对具有差价合约的日前市场，在假设市场规约要求发电公司采用线性报价函数申报下一个交易日每个时段的报价而且市场按统一清算价对每个交易时段分别进行结算的前提下，构造了发电公司在日前市场考虑风险约束的最优报价策略的数学模型，计及了发电机组的运行约束和启动成本，并发展了以遗传算法为基础的有效的求解方法。最后，用一个算例说明了所提出的方法的基本特征。     

电力市场环境下备用容量的集中和分散优化决策

针对电力市场环境下, 应该采用何种方式确定和获取所需要的备用容量这个有普遍争议的问题，提出了集中优化方法和应用保险理论的优化方法。集中优化方法是以从发电公司购买成本和用户停电损失之和最小化为目标，通过集中方式确定所需的总的运行备用容量及其价格并在相关的发电公司间分配这些容量的方法。应用保险理论的分散优化方法是用户通过购买保险，把停电可能引起的损失转移给独立调度机构（ISO）, 从而引导ISO对备用容量进行有效的管理；同时，当发电公司没有投入所成交的备用容量时，ISO会对其进行高昂的惩罚, 从而激励发电公司很好地履行合同职责。文中先导出了与备用容量相关的各个发电公司的成本函数和用户的效用函数，然后给出了相应的分散优化和集中优化的数学模型，以及求解算法，证明了在完全竞争的市场中分散优化方法可以得到和集中优化方法相同的最优解, 即最大化社会福利。最后以有14个发电公司参与的模拟电力市场为例进行了仿真计算，说明所提出方法的基本特征。     

基于可能性理论的发电公司最优报价策略

在电力市场环境下，发电公司采用的报价策略对其自身的获利、甚至市场总体的运行行为都可能有相当大的影响。因而，研究发电公司应该如何构造最优的报价策略或分析电力市场中发电公司的策略性行为，进而考察潜在的市场势力的严重程度，是目前相当活跃的一个研究领域。提出了一种基于可能性理论构造发电公司最优报价策略的方法。以发电公司的历史报价数据、市场化改革以前的公开数据和专家的经验性知识等为基础，采用模糊集理论来描述竞争对手的报价行为，在此基础上构造了发电公司最优报价策略的模糊优化模型，给出了求解算法。这种方法特别适用于在电力市场运行初期或电力市场运行规则刚被修改后的时期，由于可用的历史数据尚不充分、不能采用概率方法描述竞争对手的报价行为的场合。最后用一个有6个发电公司参与的电力市场为例，说明了所提出的方法的基本特征。