一种用于短期电价预测的分时段时间序列传递函数模型

在电力市场环境下,准确的价格预测可为市场参与者制定合理的竞争策略提供重要信息。本文提出了一种基于时间序列法的分时段传递函数模型来预测短期电价,该模型考虑了负荷因素对电价的影响,同时利用累积式自回归滑动平均模型（ARIMA）对电价序列和负荷序列的非平稳性进行处理,并且对一天24个小时时段分别建立了预测模型。采用加州历史电价数据进行算例研究,结果表明,利用本文模型进行电价预测能够提高预测的准确性。     

利用多因素小波变换和多变量时间序列模型的日前电价预测

电力市场中,市场出清电价具有较强的波动性、周期性和随机性,实践证明单一的电价预测模型很难提高预测精度。针对该问题,提出一种基于多因素小波变换和多变量时间序列模型的日前电价预测方法。利用小波变换将历史电价序列和负荷序列分解和重构成概貌电价、细节电价和概貌负荷、细节负荷。用概貌电价和概貌负荷作变量建立多元时间序列模型,预测未来概貌电价;用单变量时间序列模型预测未来细节电价。将概貌电价和细节电价的预测结果求和作为最终的预测电价。采用上述方法对美国加州电力市场日前电价进行预测,并与对比模型进行了详细的比较分析,结果表明该方法能够提供更准确的预测电价。     

电力市场中多日负荷曲线的预测

鉴于电力市场对负荷曲线预测提出的新要求，提出了连续多日负荷曲线预测，并构造了严格的优化模型，可以用成熟的二次规划方法求解。为加快计算速度提出了根据样本数据调整预测的思路，并探讨了2种不同的调整途径。一种通过对样本曲线的等比调整使其满足要求，另一种则通过构造分段映射进行预测。算例分析表明，这2个方法能够在很短的时间内取得较好的预测结果，符合电力系统实际工程对预测精度和计算时间的要求。     

基于趋势指标与长短时记忆网络的电力市场日前电价预测

为提高电力市场日前电价的预测精度,提出一种基于趋势指标与长短时记忆网络（LSTM）的日前电价预测模型。首先,计算日前电价的随机指标（KDJ）与异同移动平均线指标（MACD）,挖掘电价的内在规律信息;然后,将计算出的趋势指标与电价信息输入LSTM,对电力市场日前电价进行预测;最后,利用电力市场日前电价数据进行验证。算例分析表明该模型相比反向传播神经网络（BPNN）、LSTM和门控循环单元网络（GRU）等模型预测精度更高。     

基于多主体的发电企业二阶段博弈模型仿真

不完全信息、垄断电力市场下,发电企业在博弈中需要准确预测对手信息,因此提出一种基于多主体平台(Swarm)的2阶段演化博弈模型。该模型依据获取信息量的多少把博弈过程划分为2阶段,刻画了发电企业充分利用在博弈过程中所获取的信息,不断修正自己行为规则的演化过程。为了研究个体决策对群体行为的影响,在模型中考虑了发电企业群体中成员的自学行为、效仿行为以及群体之间交互行为。模型假定发电市场是由采用不同模型的发电企业构成,在多主体平台Swarm上对该发电市场进行仿真,通过仿真论证了该模型能较其它模型更准确地预测对手的信息。在发电市场中引入退出机制,对由具有效仿行为的发电企业构成的发电市场进行仿真,发现留存在市场上的发电企业通常能较准确预测竞争对手的信息。     

一种用于短期电价预测的分时段时间序列传递函数模型

在电力市场环境下,准确的价格预测可为市场参与者制定合理的竞争策略提供重要信息.本文提出了一种基于时间序列法的分时段传递函数模型来预测短期电价,该模型考虑了负荷因素对电价的影响,同时利用累积式自回归滑动平均模型(ARIMA)对电价序列和负荷序列的非平稳性进行处理,并且对一天24个小时时段分别建立了预测模型.采用加州历史电价数据进行算例研究,结果表明,利用本文模型进行电价预测能够提高预测的准确性.     

基于神经网络的浙江发电市场清算电价预测方法

市场清算电价（MCP）预测是电力市场决策的基础。文中以浙江省电力市场为背景，采用BP神经网络的方法，建立了提前一天的浙江电网发电市场清算电价短期预测模型，并针对不同时段分别建模。此外，根据浙江发电市场的特点，考虑市场外机组出力的影响，从供需出发，提出了竞价空间的概念，并据此设计了神经网络的结构。在线预测结果表明，该方法具有良好的预测效果。     

带置信区间的短期电价预测方法

电力市场中的电价呈现出均值回复、异方差、多周期、跳跃和尖峰等特性,预测精度往往不理想.同时,单点预测值难以有效指导市场参与者选择交易策略,也无法为电力监管机构提供监管和调控的依据.提出了一种带置信区间的小波-季节短期电价预测方法,以小波多分辨率分析和季节模型为工具,得到带置信区间的电价预测结果.算例分别采用加州市场平稳时期和危机时期历史数据,预测下一日电价,说明模型是有效的.     

基于时间序列模型的电价预测方法

通过对美国PJM电力市场2006年8月到11月的日前电价的分析研究,提出了一种基于时间序列的自回归积分滑动平均模型(ARIMA)及自回归条件异方差(ARCH)模型和神经网络的组合模型来预测美国PJM电力市场未来24小时的日前电价, 季节性ARIMA模型反映了电价趋势性、季节性,ARCH模型反映了电价的异方差性,因此该模型能够很好地反映电价的特点,预测结果良好,应用前景广阔。     

电力市场环境下发电商电能分配策略研究

电力市场环境下,电能现货交易价格的高度不确定性给发电商带来了很大的交易风险。双边合同交易市场的设立为发电商提供了一个有效的风险规避途径。因此,制订合理的交易策略,合理的分配现货市场和双边合同市场交易份额有助于发电商在最大程度上实现利润最大化和风险最小化的交易目标。基于均值-方差原理提出了一个发电商交易策略构建模型,该模型充分考虑交易计划期内每个交易时段的电价特性并针对每个交易时段制订不同的交易策略。基于美国PJM电力市场历史数据的仿真结果验证了该模型的合理性和有效性。该文的研究结果为发电商的交易策略制定提供了一种解析分析的途径。     

基于直流隔离单元的单相统一电能质量控制器

本文提出了一种新型的单相统一电能质量调节器拓扑结构,该结构采用直流单元多组电容并联的方法来进行系统和装置间的隔离以取代传统的变压器隔离的方法。文中分析了这种结构的直流储能单元功率传递的原理,给出了参数设计的基本方法。给出了该装置并联单元、串联单元及直流单元的控制方法。文末给出了该拓扑的统一电能质量调节器的仿真及实验结果,证明了该拓扑的实用性和控制方法的有效性。     

基于SOC的无线自动抄表系统设计

首先介绍了现有的各种自动抄表系统(AMRS),并作了简单分析和总结;然后从实现SOC的角度出发提出了一种综合本地无线抄表和远程GSM／GPRS短消息抄表的系统方案,给出了系统总体结构、各部分的工作原理及其通信协议,最后给出了SOC设计方案。     

Binary fireworks algorithm for profit based unit commitment (PBUC) problem

The deregulation of electricity markets has transformed the unit commitment and economic dispatch problem in power systems from cost minimization approach to profit maximization approach in which generation company (GENCO)/independent power producer (IPP) would schedule the available generators to maximize the profit for the forecasted prices in day ahead market (DAM). The PBUC is a highly complex optimization problem with equal, in equal and bound constraints which allocates scheduling of thermal generators in energy and reserve markets with no obligation to load and reserve satisfaction. The quality of the solution is important in deciding the commitment status and there by affecting profit incurred by GENCO/IPPs. This paper proposes a binary coded fireworks algorithm through mimicking spectacular display of glorious fireworks explosion in sky. In deregulated market GENCO/IPP has the freedom to schedule its generators in one or more market(s) based on the profit. The proposed algorithm is tested on thermal unit system for different participation scenarios namely with and without reserve market participation. Results demonstrate the superiority of the proposed algorithm in solving PBUC compared to some existing benchmark algorithms in terms of profit and number of iterations.     

提高智能变电站自动化系统工程实施效率的思路与实践

分析了智能变电站工程实施效率提升的需求,在总结现状的基础上,研究并提出了提高工程实施效率的具体思路,包括站内基于完善的一、二次模型采用统一配置工具完成设备和应用配置;通过模型源端维护,简化通信对点;采用基于间隔变电站配置描述(SCD)模板文件的方式实现全站SCD的集成;标准化自动化设备;采用分环节解耦自动验证的方法完成通信对点;采用虚拟连接技术实现在主站对站内所有装置的远程调试。阐述了其关键技术。经过实际工程的实践检验,验证了所述思路的有效性。     

电力市场环境下含风电机组的配电网无功优化

电力市场环境下,合理考虑无功成本,有利于配电网无功功率资源的最优利用。本文从降低含网损、设备损耗和无功成本在内的综合成本的角度出发,研究含双馈感应风力发电机DFIG(doubly-fed induction generator)的配电网无功优化调度方法。首先,通过研究DFIG功率特性,对DFIG输出功率进行区域划分,建立无功分区计价模型;其次,分析了风速波动对DFIG无功最大出力影响,基于平均风速预测曲线,给出改良风速计算方法;最后以改进IEEE 14节点系统为算例,采用改进遗传算法优化求解。仿真计算结果表明,本文所提无功优化模型和方法具有合理性。     

基于双层XGBoost和数据增强的空间负荷预测方法

为了解决空间负荷预测面临的特征变量众多和数据匮乏问题,文中提出一种基于双层极端梯度提升(extreme gradient boosting,XGBoost)和数据增强的空间负荷预测方法。该方法首先将待预测区域按馈线供电范围划分为若干子区域;其次构建基于双层XGBoost的特征选择模型,第一层XGBoost对特征进行评分及排序,将组合特征和负荷输入第二层XGBoost并进行子区域负荷预测,根据子区域负荷预测结果选择每个子区域的最佳特征变量;然后利用生成对抗网络(generative adversarial network,GAN)增强每个子区域的训练集样本,并通过极限学习机(extreme learning machine,ELM)实现子区域预测;最后将每个子区域的预测值相加得到待预测区域的预测值。以上海市局部区域为例,对文中方法进行仿真实验和对比分析。结果表明,文中方法可同时解决特征变量选择和数据匮乏问题,具有更高的预测精度。     

考虑电网N-1闭环安全校核的最优安全发电计划

提高发电计划的安全性和经济性是将短期发电计划应用于实际调度运行的关键.提出了将机组组合与电网线路N-1安全校核直接闭环的发电计划模式,实现了考虑线路N-1闭环安全校核的机组组合全空间优化,有效地提高了发电计划的安全性和经济性.基于该模式,提出了主、子问题一体摔制的最优奔德斯(Benders)分解方法,确保了分解协调的最优性和高效性,并且将起作用整数变量的识别方法嵌入主问题求解流程,进一步提高了安全机组组合模型的求解效率,为所提方法的实用化奠定了计算基础.理论分析和算例测试验证了所提最优闭环发电计划的最优性和高效性.     

基于直流电压—有功功率特性的VSC-MTDC协调控制策略

提出了一种用于大规模海上风电并网时电压源换流器型多端直流(VSC-MTDC)输电系统的协调控制策略。以典型的五端直流输电系统为例,提出了基于本地控制器的换流站间协调控制策略,基于直流电压-有功功率调节特性给出了辅助换流站的改进下降控制策略以及定有功功率控制(APC)换流站的改进控制策略,分析了两换流站的工作模式,根据直流网络的潮流分布和最大最小运行方式给出了辅助换流站和APC换流站参数选择的依据。最后,PSCAD/EMTDC仿真验证了在正常、主导换流站故障和辅助换流站故障工况下协调控制策略的有效性;仿真结果表明,该协调控制策略能够实现多端直流输电系统换流站间的有功功率分配,控制效果良好。     

Transient control for micro-grid with multiple distributed generations based on hybrid system theory

With the rapid increase in the rate of distributed generation (DG) penetration depth, the issues of improving micro-grid transient become more significant. This paper investigates a two-level hierarchical hybrid control consists of continuous local controller for each DG unit at the first level coordinated by discrete supervisory control strategies at the secondary level for transients performance enhancement of micro-grid with various DG units following pre-planned or accidental events. The discrete supervisory control strategies are established based on information fusion technique by using wide-area measurements (WAMs) in order to switch each DG subsystem into apposite operational mode following large disturbances. The continuous local controller for each DG unit is designed based on multiple Lyapunov stability theory integrating linear matrix inequality (LMI) techniques in order to regulate the set point of each DG subsystem to reach the best performance and acceptable operation indexes. The effectiveness of the proposed hybrid control is demonstrated through simulation examples.     

电力系统无功优化的LRS-PSO算法

提出一种应用局部随机搜索粒子群优化（LRS—PSO）算法求解电力系统无功优化的新方法。使用概率调用策略调用局部随机搜索（LRS）算子。给出了适合无功优化问题的LRS算子的具体实现以及应用LRS—PSO算法求解电力系统无功优化的步骤。对IEEE30节点测试系统进行了无功优化计算,并与标准遗传算法（SGA）、粒子群优化（PSO）算法的测试结果进行了比较。仿真结果表明,与SGA、PSO算法相比,应用LRS—PSO算法求解无功优化问题具有质量更高的解,收敛特性更好。