基于模糊线性规划的电力系统经济负荷分配算法

提出了一种应用模糊线性规划优化理论求解电力系统经济负荷分配的方法。该方法以发电费用为目标函数,将各机组有功功率转变成变量,利用模糊线性规划法的遍历性、随机性和规律性直接对目标函数寻优,有效地保证解的精度。仿真结果表明,所提出的方法搜索速度快,求解精度高,是解决电力系统经济负荷分配问题的有效手段。     

基于机会约束规划的直接负荷控制及可中断负荷联合优化调度研究

为充分利用需求响应资源,可对不同需求响应资源进行整合。本文以调度成本最低为目标函数,构建了含直接负荷控制和可中断负荷的优化模型。对比了直接负荷控制及可中断负荷在受控量、受控时间、补偿价格等方面的异同,重点分析了两者在负荷反弹方面的差异。采用机会约束考虑了负荷预测的不确定性,并将机会约束转化为其确定性等价形式。采用拉格朗日松弛法对确定性模型求解,并采用蒙特卡罗模拟对机会约束置信水平进行验证。算例表明模型综合了直接负荷控制移峰和可中断负荷削峰特点,可有效降低系统高峰时段负荷,避免二次负荷高峰的产生。     

基于一致性K均值聚类的电动汽车充电负荷建模方法

准确预测电动汽车充电负荷是供电规划优化设计的基础,提出一种基于聚类分析的电动汽车充电负荷预测方法。将牵制一致性控制引入充电负荷数据聚类分析中,提出基于一致性理论的k均值聚类方法,利用当前时段与相邻时段充电负荷数据的不相似性度量,迭代更新聚类状态,准确计算聚类中心,完成电动汽车充电概率与充电起始时间概率分布函数的快速求取;根据识别出的电动汽车充电行为特性参数,通过求解非线性规划函数,准确预测充电高峰时期聚集负荷模型。结合典型场景下杭州电动汽车充电实际案例,验证了所提方法具有计算简单、聚类快速、建模准确的特点。     

线性规划在机组负荷优化分配中的应用研究

介绍了线性规划的基本理论,建立了基于线性规划法的机组负荷优化分配模型,利用MATLAB工具箱中线性规划求解函数进行了详细的实例求解,得出了负荷分配结果,并与平均分配法、等微增率法和二次规划法的分配结果进行了详细比较.该分配方法简单易懂,可以快速求得最优解,大大减少了机组负荷分配建模及优化的工作量,对提高电厂的发电效率,...     

包含蓄电池储能和负荷转移的微网经济运行优化

提出一种同时包含蓄电池储能和负荷转移的微网经济运行优化方法。该方法将全天24h划分为谷平峰3种时段,在谷平时段设计蓄电池充电补偿函数、放电罚函数,峰时段设计蓄电池充、放电罚函数;同时将部分负荷从峰时段转移到谷平时段。通过引导微网在不同时段合理对蓄电池进行充放电、向电网进行购售电,不仅减少了微网经济运行费用,而且对电网起到"移峰填谷"作用。利用LINGO优化软件对混合整数、非线性组合模型进行求解。结果表明,微网全天经济运行费用减少了13.4%,具有较好的经济效益。     

基于需求响应的居民可控能效负荷优化

为解决居民生活用电需求不断增加,居民生活用电方式不合理造成能源浪费越来越严重的问题,从居民用户的可控能效负荷入手,对典型可控能效负荷空调、热水器和照明负荷进行分析,建立负荷能耗数学模型,根据其运行特性,结合居民用户用电习惯和分时电价,制定居民可控能效负荷优化策略;建立以居民用户用电成本和用电满意度为目标的优化模型。为提高和声搜索算法的求解速度与计算精度,对其参数进行动态调整,并与差分进化算法进行融合,应用于可控能效负荷的优化求解。算例结果表明了改进算法具有较好的收敛性和较高的准确性,验证了居民可控能效负荷优化策略的可行性,实现了从需求响应的角度对可控能效负荷进行优化管理的思想。     

计及反弹效应的温控负荷有序削峰策略

近年来,高峰用电负荷逐年增长,峰谷差进一步拉大,给电网运行带来了很大的压力。因此,以电热水器和空调两种温控负荷作为受控对象,考虑负荷调控过程中出现的反弹效应,基于全时段和分时段两类控制策略,提出了一种负荷调度的线性规划数学模型,从而最大程度上实现负荷峰值的有序削减。通过对南京市夏季典型日负荷的调控,分析了不同条件下的峰值削减情况,验证了此模型的有效性。     

基于遗传优化的非侵入式居民负荷辨识算法

负荷在线监测能够为电网及用户提供即时的用电信息,是支撑能效管理和负荷预测工作的有效手段。传统监测方法采用侵入式设计,难以大范围推广应用,因此非侵入式负荷监测方法(NILM)具有重要研究意义。负荷辨识是非侵入式负荷监测的关键,以典型居民负荷的特性分析为基础,提出了一种基于遗传优化的非侵入式居民负荷辨识算法。该算法基于负荷设备的负荷特性,包括有功功率和电流有效值,利用三种不同的编码方法构造判断负荷运行状态的适应度函数,通过遗传算法寻优,最终确定居民负荷的工作状态,并通过实测数据进行验证。实验结果表明,该算法能够实现居民用户负荷状态的有效辨识,且算法收敛速度较快,准确度高。     

电力系统负荷分析及预测方法

针对以往用一确定的数学模型描述负荷变化的负荷预测方法，提出一种先由人工进行负荷分析，挑选出与被预测日相应时段条件相符的历史负荷曲线。再由算法对这些历史负荷曲线进行处理以得出负荷预测的结果的新的负荷预测解决方案。     

计及直接负荷控制的商业建筑型微电网优化运行方法

商业建筑型微电网作为微电网的一种典型形式,得到了广泛应用,其优化运行是一门重要课题。商业建筑型微电网内配置了较大容量的可控负荷,考虑对这些负荷进行直接负荷控制,以系统综合运行成本最小为目标函数,建立商业建筑型微电网优化运行模型。引入混沌搜索对基本万有引力算法进行改进,并采用改进万有引力算法对建立的模型进行求解。最后通过一个仿真算法验证了模型的正确性和有效性,该方法能够在不降低用户舒适度的前提下,降低系统综合运行成本,且改进万有引力算法相比较传统的算法有着更优的求解性能。     

模糊线性回归法在负荷预测中的应用

线性回归是电力系统中期负荷预测的常用方法。由于受众多不确定性因素的影响，历史数据和相关变量未来取值常常是不准确的，致使该方法的预测结果误差较大。为了提高电力负荷预测的精度，作者提出了一种改进的模糊线性回归预测方法，即加权模糊线性回归预测法，它将模糊线性回归法预测模型的求解归结为一个线性规划问题，并对该模型进行改进，按照回归变量的重要程度确定目标函数中各项的权重，并按照各历史数据的重要程度确定贴近度标准。文中提出的改进模型即加权模糊线性回归模型是可调的，能够灵活计及预测中的一些定性模糊因素。实际算例表明，文中的改进措施提高了模糊线性回归法的预测精度。     

基于0-1二次规划的非干预式负荷识别算法研究

居民用电信息细化对于规划居民电器使用和降低电能消耗具有重要的意义。在分析居民负荷特性的基础上,创新性地提出一种基于0-1二次规划的居民负荷识别算法,并通过改造为连续化0-1二次规划以解决离散0-1二次规划求解过程中约束条件不易处理的缺陷。基于所提出的负荷识别算法,可将单个居民家庭用电数据细分至负荷级别。测试结果表明选取合适的负荷识别指标,可以获取较高的识别精度,该算法可以应用于居民家庭中的非干预式负荷监测系统。     

残差修正法在电力负荷预测中的应用

影响电力负荷的因素很多,而且这些因素都具有不确定性,即这些信息具有模糊性。因此,为了准确进行负荷预测,最好采用模糊预测来研究和处理电力负荷预测。一般对于电力系统中期负荷预测采用回归分析模型,但其预测结果往往有很大误差。为了提高电力负荷预测技术的水平,作者以其于实数输出值的模糊回归分析及用三角函数拟合残差的方法,提出了预测电力负荷的模糊线性回归－残差修正预测模型。该模型是在模糊线性回归模型的基础上推导出来的,它可以寻找最合适的线性函数使理想线性回归中的线差和达到最小。通过售电量模糊预测的仿真计算验证了所提出的预测模型的正确性和可行性。     

基于混合算法的短期负荷预测模糊建模

结合最小二乘（LS）辨识以及一种基于进化规划（EP）和粒子群优化（PSO）的混合进化算法EPPSO,针对对温度比较敏感的夏季负荷,提出一种3阶段短期负荷预测（STLF）算法。在第1阶段,应用LS设计模糊基函数网络（FBFN）完成STLF模糊空间划分;第2阶段,首先拓展FBFN成一阶Sugeno模糊模型,然后应用EPPSO调节其前件参数同时训练后件参数,最后将前述模型用于STLF得出的预测误差看做一个新的时间序列,并仅用气象因素对其进行辨识,可以用回归模型表示该辨识模型,进而应用LS进行辨识。文中提出的STLF模糊建模策略主要贡献于受气象因素影响较大的夏季负荷。仿真部分对浙江省电力公司的实际负荷进行了预测,与其他方法的比较结果证明该方法具有良好的预测性能。     

基于人工神经网络和模糊集的电力系统短期负荷预测方法

综合考虑到温度、日期类型和天气等因素对短期电力负荷的影响,提出了一种将人工神经网络(ANN)RBF模型和模糊逻辑相结合的短期负荷预测方法.该方法将电力负荷分为周期性的基本负荷和受多种因素影响的变动负荷两部分,对于周期负荷用ANN进行预测,采用负荷预测中比较精确的RBF算法;变动负荷采用模糊逻辑对天气因素、温度、日期类型分别做不同的模糊处理,然后利用模糊推理规则对基本负荷预测结果进行修正.通过典型算例与普通BP法预测结果相比较,结果表明该方法具有较高的预测精度.     

考虑负荷特性和馈线分段的配电网供电能力评估

计算配电网最大供电能力(total supply capability,TSC),除了可得出各个主变压器的负载率,还可准确描述各条馈线和各个馈线段的负荷分布。首先分析了负荷同时率对于TSC计算的影响,在此基础上建立了考虑负荷特性和馈线分段的TSC模型,该模型考虑了N-1校验和馈线段现状负荷约束。采用MATLAB线性规划函数求解TSC模型后,进一步以馈线期望负荷偏差最小为目标函数建立馈线负荷分布优化模型,采用MATLAB二次规划函数求解得出各个馈线段分配负荷值。结合馈线段现状负荷,计算馈线段可供新接入配电变压器的场景。算例结果表明本文算法能够合理均衡地分配各条馈线和各个馈线段的负荷,能够指导新用户的有序接入。数据表明现状负荷约束不仅可能改变负荷分布,还可能降低TSC值。     

基于模糊机会约束二层规划的配电网检修计划优化

建立了配电网检修计划优化的模糊机会约束二层规划模型。与传统模型相比,该模型考虑了配电网检修计划优化问题(DMSOP)涉及的不确定因素,并引入可信性理论来描述和处理检修计划优化过程中检修资源、负荷预测以及支路潮流上限等模糊性因素。采用模糊函数描述检修总成本,该函数计及了检修费用和各时段负荷转移情况。提出基于模糊模拟的混合智能优化方法求解模型,IEEE-RBTS测试系统的计算结果表明模型和方法是有效的,并可以得到强鲁棒性的配电网检修计划方案。     

计及负荷模糊不确定性的网架重构后期负荷恢复优化

电力系统恢复过程中存在着大量的不确定因素,待恢复节点的实际负荷量与预期值往往存在偏差,现有的负荷恢复模型在解决负荷不确定问题时存在一定局限。为解决此问题,文中采用梯形模糊参数表示待恢复节点的负荷接入量,将确定性的约束条件改为模糊参数下的机会约束,综合考虑负荷恢复效益和负荷过载风险对负荷优选的影响,建立了网架重构后期的负荷恢复优化模型。在计算负荷权重时,引入模糊熵量化负荷的不确定性,将负荷重要度和不确定度纳入负荷评价指标。最后,采用模糊机会约束的清晰等价类将负荷恢复的不确定模型转化为确定性的0-1规划问题,并采用混合整数规划方法求解。仿真算例表明所提模型能够平衡恢复过程中的负荷恢复效益和负荷过载风险,得到的决策方案对负荷的模糊不确定性具有更好的适应性。     

分布式光伏与电动汽车接入蚌埠市配电网的负荷特性分析与对策

本文研究了分布式光伏与电动汽车接入蚌埠市配电网的负荷特性与对策。首先建立了分布式光伏的出力模型与电动汽车的负荷模型。然后,结合目标年蚌埠市配电网的预测数据,分析了分布式光伏与电动汽车同时接入对蚌埠市配电网整体及各典型区域负荷特性的影响,结果表明造成蚌埠市目标年夏、冬两季日负荷峰谷差的主要原因是06:00~10:00时段商业区与居民区分布式光伏无法完全被消纳、夜晚居民区电动汽车负荷与配电网负荷的“峰上加峰”。基于以上分析,提出用结合分时电价政策的V2G控制策略来应对分布式光伏和电动汽车接入带来的负面影响。