基于EEMD-SE和PSO-KELM的短期负荷区间预测方法

准确的短期负荷预测在电力系统中发挥着至关重要的作用.近年来,大量短期负荷预测研究表明,与点预测相比,负荷的区间预测可以更有效地保证电力系统的安全运行.因此,提出一种基于EEMD-SE和PSO-KELM的短期负荷区间预测方法.首先,使用集合经验模态分解(EEMD)将原始负荷序列分解为一系列的子序列;然后,通过样本熵(SE...     

考虑储能参与备用配置的园区综合能源系统日前经济调度模型

备用容量可以有效应对不确定性风险,能够保障园区综合能源系统的安全运行。然而,以往研究主要利用发电侧备用能力来应对不确定性风险,未能考虑储能装置等其他柔性资源的备用作用。因此,文章提出一种考虑储能装置参与备用配置的园区综合能源系统日前经济调度模型,园区内部通过电储能装置、柴油发电机与热电联产机组提供备用容量平抑内部风光荷的波动性。为了平衡备用配置对于园区综合能源系统运行安全性与经济性的影响,引入机会约束规划方法构建计及可再生能源和负荷不确定性的概率备用配置模型,并将备用配置模型嵌入到日前优化调度模型中以提升日前能量与备用决策计划的合理性。基于离散化步长变换法和随机模拟方法将原来非凸机会约束规划问题转化为可求解的混合整数线性规划问题。仿真结果表明,储能装置参与备用配置可以提升发电机组运行的灵活性,从而提升系统运行的经济性;通过向上、向下调节备用约束成立的置信水平可以改变园区备用决策的保守程度,从而平衡系统运行的经济性与可靠性需求。     

风险评估下的光伏高渗透率孤岛系统备用策略

大规模接入光伏等新能源由于其波动性和不确定性,会从源端严重影响孤岛多能互补发电系统的供电可靠性,并使得系统面临一定风险。因此,合理的系统备用配置是新能源高渗透率下的孤岛电力系统避免较大的风险损失的关键。提出了一种两阶段的新能源高渗透率孤岛系统备用优化策略,第一阶段主要优化孤岛系统的小时级发电计划,在第二阶段中,建立了基于条件风险价值(CVaR)的分钟级系统备用优化模型,完成分钟级系统备用容量优化,再运用离散化的方法计算得到系统备用CVaR值,最后利用Cplex高效快速求解该模型。仿真结果表明,所提出的备用优化策略能够均衡备用变化风险和供电可靠性。     

不同资本主体梯级水电参与日前市场的出清方法

当不同资本主体梯级水电站参与日前市场时,由于梯级水电中下游电站受限于径流变化和水库调节能力的特征,无法明确自身的可发电量,面临中标电量与实发电量不匹配的问题,导致出现"弃水"或"欠发".为此,提出了梯级水电站上下游电站单独化市场竞标的三类出清方法,即二次出清、下游电站可发电量全额收购及电量转移三类方法.算例仿真结果表明...     

市场环境下的输电安全定价方法

通过分析输电线路N-1故障发生的概率分布函数,计算了各种安全限制被破坏后的成本函数,并利用基于可用输电容量灵敏度的分析方法将依据风险理论得到的系统总安全成本公平地分摊给市场参与者,从而得到输电安全价格。该价格制定方法,为在市场环境下系统独立操作员预知加大交易量所面临的安全风险提供了可靠的技术依据,同时也为发电公司合理参与市场交易提供了电网安全的重要信息,具有较强的实用性。     

医院冷却塔节能运行策略

针对北京某医院冷却塔出水温度偏高的问题,采用多台冷却塔并联、冷却塔风机统一变频调节的运行策略改造原有的系统。实际运行结果表明,改造后的冷却塔出水温度接近室外湿球温度,从而大幅降低制冷机组能耗,没有发现以往因冷却塔超温而造成设备停机等不利情况。最后针对医用冷却塔设计和选型存在的问题提出了几点建议。     

基于NSGA-Ⅱ的电动汽车协调充电策略研究

为了减小电动汽车充电对电网的冲击、降低电网损耗和提高节点电压水平,构建了电动汽车多目标优化模型;分析了基于非劣排序遗传算法(elitist Non-dominated Sorting Genetic Algorithm,NSGA)NSGA-Ⅱ和熵权法求解电动汽车协调充电策略的原理;算例分析采用30节点配电系统验证了该协调充电策略的可行性。     

毛麻双面大衣呢的研制生产

毛麻双面大衣呢，织物反面用部份亚麻纤维做填充原料。产品正、反面的原料、配色、花型均不相同，外观新颖，质地优良。具有降低成本，粗料精做的特点，指出产品工艺要点，拓宽了亚麻纤维在粗纺呢绒品种上的应用范围，达到了抵挡原料生产中高挡产品的目的。     

对荆江大堤护岸工程设计方案的商榷

荆江大堤保护荆北广大平原区的安全,关系重大。而护岸工程则是保证大堤安全的重要措施之一,刘继春同志对护岸工程提出了自己的意见。我们认为,要使荆江大堤的护岸工程,既保证安全,又经济合理,是一个值得反复研究的重要而又复杂的问题。为了有助于这一问题的深入探讨,本刊特将刘继春同志的文章发表,希展开讨论。     

用特征电流智能诊断汽轮发电机定子匝间短路

汽轮发电机定子绕组匝间短路是很难及时发现且破坏性很强的内部故障,目前的针对性保护动作正确率普遍偏低,为此提出了结合故障特征量与智能技术的匝间短路在线识别。分析了匝间短路过程中故障相正序电流的变化和负序电流的产生作为特征量的依据,建立其稳态下的数学模型后介绍了特征数据经动态Elman神经网络进行在线智能识别的方法。基于复合序网对一台大型汽轮发电机并列运行时匝间短路的故障量进行计算,将特征数据输入神经网络进行识别。研究结果表明,合理的在线故障特征组合,匝间短路可以被Elman网络及时发现。该思路也可以作为保护动作前的参考信息。