省级电网多元能源协调套期优化的购电模型

优先消纳水电、风电等可再生能源是当前形势下电力生产优化的重要目标。当前,电网公司遵循多年以来形成的惯例,为保证"三公"调度按照"等完成进度"的原则对各类年度合同进行分解,尽量"均衡"地分配本地火电机组的发电资源,这就难以与可再生能源发电的"不均衡"特性相匹配,无法实现最大限度地减少弃水、弃风,也极大地限制了通过省间购售电交易实现区域资源优化配置的能力。基于套期保值理论,在保证年度合同完成的前提下,通过不同月份内的"借还电"策略,构建了省级电网月度购电优化模型,借助大系统分解协调方法,以月份购电目标的局部优化,实现年度购电目标的整体"趋优",从而促进区域资源优化配置,有效减少弃风、弃水现象,提高经济和社会效益。最后,以某省级电网公司2013年的购电情况为例,验证了购电优化模型的有效性。     

数据挖掘与非正常日的负荷预测

提高非正常日的负荷预测精度是当前负荷预测工作的难点。文中提出了一种基于知识库的事先判别突变并做出适当处理的预测流程,介绍了利用数据挖掘的决策树技术建立知识库的方法,并给出了几种典型的非正常日修正模型。最后,通过对长时期负荷预测数据的统计分析,说明了新方法的有效性和实用性。