低频振荡模式非线性相关作用的高阶谱非参数直接分析法

为克服特征分析法无法反映大干扰下强非线性系统所激励的复合模式,而传统的非线性数值解法存在截断误差和计算效率低的缺点,提出一种用于分析低频振荡模式非线性相关作用的新方法。该方法将高阶谱理论中非参数直接法应用于低频振荡模式分析,通过双谱分析及双相干系数辨识模式间的二次相位耦合信息,能够定量分析模式间的非线性耦合程度,为分析强非线性系统的稳定性及动态特性提供了一种新的有效途径。数值仿真结果验证了该方法的实用性与有效性。     

基于负荷平衡的配电网重构遗传算法研究

以负荷平衡为目的建立了一种新的配电网重构方案的数学模型,即负荷的不平衡度以负荷平衡指数来衡量.采用遗传算法,染色体以开关的状态为基因进行编码,通过杂交、变异等操作综合分析计算出基于适应度函数的最优方案,也就是具有最小的负荷平衡指数的重构方案为最优.作为对比,计算出了负荷平衡指数较小时的网损,发现优化重构后配电网的网损也相应降低了.以三馈线IEEE16节点系统对该方法的有效性进行了验证,结果表明该方案用于配电网重构能显著改善负荷,降低网损.     

基于IGG法的电力系统状态估计

针对现有电力系统状态估计的不足,提出了一种基于IGG(Institute of Geodesy &Geophysics,Chinese Academy of Sciences)法的抗差估计方法。分析了抗差估计理论应用于状态估计时,初值和权函数选取的原则及一般方法,兼顾了估计结果的准确性和数值稳定性。将抗差最小二乘法用于存在拓扑错误和坏数据时的状态估计,结合网络参数估计辨识法,得出坏数据和可疑支路的正确状态,使抗差和状态估计在计算中一次完成。算例结果表明,该法抗差能力强,收敛速度快,而且具有较好的准确性和数值稳定性。     

基于蒙特卡洛方法的继电保护风险评估

现在的继电保护评估和维修策略的制定,大多只关注设备本身,对继电保护本身故障引起的系统风险研究不多。电网中一条线路故障断开后,其他线路会承担原线路潮流,可能造成线路过载,线路继电保护可能误动,扩大事故的范围。在一定条件下,这种连锁故障甚至会造成较严重的事故。提出了一种面向电网运行风险的继电保护风险评估算法。运用蒙特卡洛抽样算法对电网进行故障仿真,抽样得到初始故障和线路保护误动的情况,判定风险后果是否出现,循环进行仿真直到满足结束条件,最终计算得到继电保护设备面向电网的风险值。根据继电保护风险评估结果,可对继电保护设备按风险大小进行分级,安排不同的维修或更换策略,优化维修资源配置     

基于灰色关联与量子粒子群寻优的光伏短期预测

摘要： 光伏发电系统的功率受天气因素影响很大,结合温度、湿度及辐照强度3个气象因素,对短期光伏功率进行预测。首先阐明3种气象因素与光伏出力的相关关系,进而提出相似日理论,利用灰色关联度分析提取出与预测日气候条件相似的历史日。再将筛选出的历史日数据作为训练数据,利用支持向量机模型对预测日光伏出力进行预测。针对支持向量机中的惩罚系数、不敏感损失系数及核函数核宽度系数的选择,提出改进的量子粒子群算法进行寻优。最后,依据青海某光伏发电站的气候数据及光伏出力数据进行计算,并与带收缩因子的粒子群算法与带惯性权重的粒子群算法进行比较,从误差范围及计算时间等角度,证明了所提方法具有更高的准确性。     

基于原子分解的谐振接地系统自适应故障选线方法

快速准确地选出故障线路对电网安全稳定运行有重大意义,鉴于此,分析了小电流接地系统发生单相接地故障时的暂态特征,并针对目前采用暂态量的故障选线方法的不足,将原子分解法应用到故障暂态零序电流的分析中。提出了基于粒子群优化算法(PSO)改进原子分解法的自适应选线算法,通过引入原子分解能量熵和衰减直流分量放大系数,计算暂态电流中衰减直流分量和自由振荡分量的能量比,从中选择最优的暂态信息用于选线。经MATLAB仿真表明,当故障合闸角≥45°时,利用各线自由振荡分量的特征能有效选线,在故障合闸角45°或过渡电阻≥100?故障情况下,均可利用各线衰减直流分量的特征实现故障选线,同时,该方法可以有效识别母线故障,表现出了一定的自适应性和较强的鲁棒性。     

嵌套事务模型下实时数据库故障处理策略

针对嵌套事务的特性,提出了一种新的、支持嵌套实时事务模型的故障恢复模式.该故障恢复模式改进了传统的日志记录类型与结构,能更好地适应嵌套事务的特性与时态数据的时限需求.在日志缓冲区分配策略上,并发的嵌套实时事务被分配在独立的活动日志区,解决了顺序日志模式中当前日志缓冲页因为严重的访问竞争而影响系统性能的问题.在故障发生后的恢复处理算法中,对重做起始点选择与执行顺序进行了优化处理,在确保提交事务持久性的前提下,尽可能地提高恢复性能.性能测试显示,该恢复模式具有比传统恢复模式更好的性能.     

On-Demand数据广播环境下实时有序查询处理

在On-Demand数据广播环境下,广播服务器基于用户发送的数据请求等信息进行调度决策来满足用户的数据访问需求。在很多实际应用中,用户的数据请求需要在一定时间段内得到满足,即数据请求是有截止期的。现有研究只考虑了具有截止期约束的单个数据请求的调度问题,而实时查询处理即用户以查询为单位依次发送多个数据请求的研究尚未得到足够的关注。本文重点研究了On-Demand数据广播环境下如何有效地处理实时有序查询这一问题。基于对该问题的分析,定义了一类新的调度问题ROBS并证明了ROBS的Off-Line版本是NP-Hard的;提出了一种新的考虑查询语义的On-Line调度算法OL-ROBS,该算法通过综合考虑数据请求个数、查询截止期和查询剩余数据请求个数来确定待广播数据项的优先级;为提高OL-ROBS的执行效率,设计了一种裁减算法,用以减少调度决策的搜索空间。模拟实验将OL-ROBS与目前最为有效的实时数据请求调度算法Sinθ-进行了比较,结果显示OL-ROBS具有更低的错过截止期比率。     

考虑电动汽车用户意愿的滚动优化调度

大规模电动汽车(EV)接入电网后,其无序充放电行为会给电力系统带来极坏的影响,因此对EV进行聚合分类并引导其有序充放电变得非常重要。然而,不同EV用户的需求具有明显的个性化、多样化,为了给不同EV用户提供精准的服务,需要对EV用户的意愿进行响应。首先,提出了行为倾向函数,其中包含了EV的剩余电量、未来出行距离、上一时段的充放电状态、停车时长等信息,以评价EV用户对主动参与调度的意愿;然后,根据EV用户的行为倾向对EV进行分类;最后,建立考虑配电网网损、风电与负荷的匹配度以及负荷方差的多目标优化函数对分类后的EV进行滚动调度,以确定最优调度策略。以改进的IEEE 33节点系统为算例进行仿真分析,仿真结果表明,所提优化调度方法准确响应了EV用户的多样化需求,既满足了EV的用车需求,又提高了EV充放电的整体效益,同时有效降低了配电网网损及负荷方差,提高了风电与负荷的匹配度。     

物联网在电力系统的应用展望

以智能电网(数字电网)为框架,分析了智能电网(数字电网)的关键功能与要求.结合物联网概念及射频识别技术,提出了电力物联网(IOTIPS)的概念,并对其应具备的功能、结构以及关键技术和因素做了描述与分析.电力物联网是以网络技术、数据库技术、通信技术的发展为基础的智能型网络,它的应用将显著提高电力系统的稳定性与安全性,同时亦能满足保护环境、节能减排的可持续发展要求,促使电网水平进入一个更高的层次.