基于广域测量系统的电力系统综合区域负荷模型

负荷作为电力系统的一个重要组成部分，其模型的精确程度将在很大程度上影响分析的结果。采用电力系统同步数据对电力系统负荷区域进行建模、网络化简和负荷模型辨识，提出了基于电力系统广域测量系统的综合区域负荷模型的概念，分析了该模型的参数可辨识性。确定了综合区域负荷的网络模型，为区域负荷的建模提供了依据。以一个简单电力系统为例进行仿真计算，结果证明了该负荷建模方法的有效性。     

基于多分辨率SVM回归估计的短期负荷预测

针对短期负荷预测支持向量机（SVM）方法的局部逼近能力和泛化能力进行研究，将多分辨率支持向量机（M-SVM）用于短期负荷预测中节点负荷预测曲线的回归估计。该理论在保持曲线总体逼近能力的同时提高了局部区域的逼近能力。文中根据短期负荷预测的具体特点，设计了负荷预测数学模型，采用96条回归曲线进行日负荷的曲线预测，并在该模型的基础上采用实际数据进行验证，分析了这种回归模型的泛化能力。实验结果表明M-SVM模型在预测精度和预测速度方面具有优良的特性。     

基于聚合理论的大区电网负荷建模

提出了负荷模型向量基的概念，把基于元件的建模方法（综合统计法）和基于量测的建模方法（总体测辨法）结合起来，以聚合理论为基础，把实测点的负荷模型外推到其他未知点。通过负荷调查统计建立负荷模型系数矩阵，由实测点的负荷模型，通过不相容方程求最小二乘解，得到该地区的负荷模型向量基，区域内的其他任意未知点的负荷模型均可通过负荷模型向量基求出，建立该地区的负荷模型参数库。该方法已应用于实际电网，取得了良好的效果。     

短期负荷综合预测模型的探讨

中国实用的短期负荷预测系统普遍采用的是综合预测模型机制。文中深入研究了该机制的实现和应用原理，针对其权重不等式约束、求解方案实用化方面进行了深入探讨，提出了“最优拟合模型”不等于“最优预测模型”的观点。对该观点进行了详细的论证。在此基础上，提出了“较优预测模型”的实现策略，并以实例证实该模型提高了负荷预测的准确率和误差稳定性。     

配网侧接入电源对负荷建模的影响

研究了配网侧接入电源对负荷建模的影响。发现当配网侧电源的发电容量逐渐增大时，原有的感应电动机并联恒阻抗、恒电流、恒功率（ZIP）模型的负荷模型将不再能很好地反映该区域的负荷特性，进而提出了一种新的负荷模型结构———异步发电机并联ZIP模型。通过仿真计算，验证了该新负荷模型的有效性，并进一步统一了上述2种负荷模型，称为异步机并联ZIP负荷模型。     

基于MATLAB神经网络工具箱的电力系统负荷预报

提出的基于ＭＡＴＬＡＢ神经网络工具箱的短期负荷预报模型，不仅简洁实用，而且涉及了天气和日期特征量，因而具有较高的预测精度。采用两种学习算法，用实际数据对ＡＮＮ进行了训练，通过比较得出了优化模型，计算实例表明用该方法是可行的，有效的。     

基于双PWM换流器的微型燃气轮机系统仿真

根据单轴微型燃气轮机和永磁同步发电机特点,建立了使用双脉宽调制(PWM)换流器的微型燃气轮机发电系统动态仿真模型。为控制交直交变换器中电容电压和提高微型燃气轮机控制系统响应速度,模型中采用了参考负荷功率的PWM恒压控制方式。与采用二极管整流装置的微型燃气轮机系统相比,该模型可对永磁同步电机转矩和整流器直流电压进行协调控制,使得系统充分利用负荷功率变化的信息。仿真结果表明，该模型能够在负荷发生较大变化时满足负荷电压和功率的需要,并能够减小变换器间直流电压波动以及对直流电容的容量需求,使整个微型燃气轮机发电系统承受负荷冲击的能力大大提高。     

基于输入空间压缩的短期负荷预测

由于影响负荷预测的因素复杂，并且实际获取的历史数据有限，传统的智能预测方法往往达不到工程应用的精度要求。为解决该问题，文中提出一种准确预测电力系统短期负荷的新思路：首先建立负荷输入特征选择模型，其搜索方法采用浮动搜索算法，在去除影响负荷预测的冗余特征之后，利用有限样本学习的统计学习理论（支持向量机）构造负荷预测回归模型，充分发挥其在解决有限样本、非线性中体现出的优势，较好地提高了评估结果的精度和泛化能力。在EUNITE网络中的应用结果证明了该方法对电力系统负荷预测的有效性。     

基于粒子群优化的最优负荷恢复算法

建立了考虑冷负荷特性的最优负荷恢复模型，考虑了系统的频率、电压和发电机有功出力等动态约束条件，以确保在恢复尽可能多负荷的同时，使系统维持合理的运行频率和网络电压水平等。利用PSS/E软件提供的二次开发语言IPLAN，引入粒子群优化算法对所建的最优负荷恢复模型进行求解，并采用罚函数法对动态约束条件进行处理，可以快速求得在满足系统安全稳定约束条件下可恢复的最大负荷量及负荷位置。算例分析验证了该方法的有效性。     

电力系统微分代数模型的奇异性和多能量函数面（续完）

研究了电力系统微分代数模型的奇异性和定义在约束流形上的能量函数面等，将抽象的概念在简单的2机单负荷3节点系统中以图形形象地说明，考察了该系统在恒功率负荷模型和一种动态负荷模型下的代数约束曲面、奇异点、多能量函数面、平衡点等随系统负载的变化情况。采用小扰动稳定性分析法、结构保持能量函数法和时域仿真法证实了该小系统在恒功率负荷模型下存在非正常运行点的稳定平衡点，并解释了一般时域仿真法不能处理该平衡点的原因。所得研究成果揭示了微分代数模型与奇异扰动模型的本质区别、奇异性与系统模型和系统负载的联系、结构保持能量函数法可能具有的内在保守性等，这对深入理解电力系统微分代数方程模型的拓扑结构、结构保持能量函数法和暂态电压稳定及其与功角稳定的关系具有一定的价值。     

可中断负荷参与的备用市场帕累托优化模型

目前，已有可中断负荷参与备用服务市场竞争的实践，但是现有的备用市场优化模型仅考虑购买备用服务成本的差异，不能反映出可中断负荷和发电商提供的2种备用服务的效用差异。为此，文中分析了可中断负荷和发电商同时参与的备用市场采用现有优化模型的局限性，同时基于帕累托优化理论提出了一种可中断负荷与发电商同时参与的备用市场的帕累托优化模型。算例验证了利用该模型可在相同的备用购买成本下获取最大的系统效用,实现可中断负荷与发电商提供的2种备用资源的优化配置。     

基于ANN削减负荷的发输电组合系统可靠性评估

为提高计算效率，提出了基于人工神经网络(ANN)的发输电组合系统可靠性评估模型。该模型为一个3层前向神经网络，其中输入层为参与可靠性计算的元件的信息，输出层为系统中节点负荷的信息。用改进的BP算法训练该网络，经训练后的网络具有负荷削减计算功能。由于该模型不需进行在线的故障状态潮流计算以及负荷削减计算，大大提高了计算效率，在缓解“计算灾”方面取得了较大进展。该ANN模型考虑了发电机出力、变压器和线路容量以及负荷等的变化，比通常的可靠性计算模型具有更强的实用性。用实例验证了方法的正确性和有效性。     

短期负荷预测方法的研究及在线应用

根据邯郸地区的负荷特点，将负荷预测分为正常日和节假日两种预测模型。在正常日预测中，采用基本负荷 加修正负荷的思想，修正负荷通过自组织人工神经网络训练得到；在节假日预测中，采用将历史负荷按“近大 远小”加权平均的思想。同时，应用最小二乘递推算法修正模型，进行在线预测。此外，还开发出相应的软件 包用于实际预测工作，并根据邯郸地区的实际情况，通过对MIS中公共数据库的访问，实现了负荷、气象数 据的自动获取和录入，减轻了运行人员的负担。     

我国电力负荷建模工作的若干建议

从我国电力负荷建模实际出发，指出电力负荷建模的可用性、实用性和针对性原则，建议将现阶段的目标定位在为电力系统机电暂态计算建立重要负荷的分区、分时、分类的模型和参数范围。探讨了电力负荷模型结构的选择，建议采用感应电动机加ZIP模型。对几种电力负荷参数的获取方法进行了比较，提出了综合化的建议。最后,对电力负荷建模工作的实施提出建议。     

送端感应电动机负荷无功特性对送出极限的影响

通过分析计及转子电磁暂态的三阶感应电动机负荷模型在定子三相接地过程中的响应，指出位于系统送端的感应电动机负荷的无功倒送特性在一定时段内对系统送端电压有一定的支撑作用。分析了电压支撑作用对系统送出极限的影响。将华北电网典型送端张家口地区实测综合负荷模型（以感应电动机为主）应用于沙岭—昌平线极限切除时间的计算，并与采用不同比例ZIP负荷模型的计算结果进行比较，验证了理论分析的结果。说明张家口地区（送端）负荷模型对系统送出极限的灵敏度很高；动态负荷模型具有静态负荷模型难以模拟的特性。强调了在电网稳定计算中采用动态负荷的必要性，从无功角度研究了负荷模型在暂态稳定计算中的应用，提供了新的思路。     

基于强跟踪滤波器的快速实时负荷建模方法

电力系统负荷的时变性和随机性给实时或超实时暂态稳定分析带来了困难。提出一种可用于实时或超实时暂态稳定分析的快速负荷建模方法，为解决这一难题提出了新思路。该方法以实时辨识、实时使用为主要思想，采用强跟踪滤波器进行暂态稳定分析的快速负荷建模，并用辨识结果实时更新超实时暂态稳定程序中的负荷模型。仿真结果表明，所提出的快速负荷建模方法能够满足暂态稳定分析对负荷建模的实时或超实时需求。     

东北电网负荷模型的分类与应用

为了建立东北电网负荷模型参数库，须选择有代表性的负荷节点布设负荷特性测量装置。文中采用模糊聚类的数学方法，对变电站（负荷节点）分类，最终将东北电网中234个变电站分为7类，在每一类中选择一个变电站安装负荷特性测量装置，由测量数据得到相应的负荷模型，并对同类未布测点的变电站采用相同的负荷模型，从而解决了大电网中负荷节点数目巨大、难以逐一测辨的难题。     

短期负荷预测相关因素的自适应训练

提高预测精度是短期负荷预测的基本目标。目前已提出了处理相关因素的规范策略和短期负荷预测的综合模型。在此基础上，将自适应训练的思想引入到短期负荷预测相关因素处理中，提出了相关因素自适应训练的若干概念，并分析了自适应训练中的基本问题，给出了短期负荷预测过程的抽象化模型，提出了两种训练负荷相关因素的算法：摄动算法和遗传算法，最后比较了这两种算法的优缺点。算例分析表明，通过自适应训练相关因素，实际预测的效果得到显著改善。     

可中断负荷参与输电阻塞管理的模型与算法

在市场环境下，输电阻塞严重威胁系统安全，并加剧了市场力滥用行为。可中断负荷作为一种电力资源可有效缓解阻塞。文中建立了一个可中断负荷参与电力批发市场竞价的阻塞管理模型。该模型是一个2层优化模型：外层优化潮流模型可确定节点电价，并进行电能调度；内层优化模型旨在选取有效消除阻塞的可中断负荷。在模型求解时，针对出现的非线性互补问题(NCP)，通过NCP函数将其转化为一组非线性代数方程，然后用改进的Levenberg-Marquardt算法求解。最后以一个修改的IEEE 30节点系统验证了该模型和算法的有效性。     

多层分区空间负荷预测结果综合调整的区间方法

提出了一种新的能计及不确定性因素的空间负荷预测结果综合调整的区间方法。首先建立了多层分区的空间负荷预测区间模型，将预测单元分为总量层、数据收集层和仿真层，既能结合趋势法和仿真法的优点，又能在保证足够土地划分解析度和预测精度的前提下有效控制数据收集的工作量。然后提出了基于该模型的空间负荷预测综合调整区间方法，这是一种在信息不完备条件下的负荷分布估计方法，解决了实际中空间负荷预测结果综合调整的难题。最后通过实例说明了该方法的实用性和有效性。