同塔架设的220 kV/500 kV输电线路感应电流与感应电压仿真分析

以河南电网500 kV郑州-郑州东/220 kV中牟-郑州东同塔多回输电线路为实例,建立了同塔多回输电线路模型,研究同塔多回输电线路之间的感应电压和感应电流。在上述条件下进行了电力系统数字仿真,通过计算分析,得出了不同电压等级输电线路同塔架设时各回路间感应电压和感应电流的一般规律,并对500 kV郑州-郑州东、220 kV中牟-郑州东同塔多回输电线路接地刀闸参数的选择提出了要求。     

分时电价下电动汽车参与虚拟电厂的经济优化调度方法

随着物联网以及智慧电网的迅速发展,供需平衡中需求侧资源的作用逐渐增大。然而,大量无序应用需求响应技术会对配电网的运行可靠性产生影响。针对此类问题,提出了电动汽车基线负荷预测与负荷削减、负荷转移两种激励型需求响应策略相结合的虚拟电厂经济优化调度方法。首先,根据历史数据采用三次指数平滑法完成风/光电站出力及电动汽车基线负荷的数据预测,观测电力用户的可调能力;然后,基于分时电价机制以虚拟电厂经济最优为目标,增加功率平衡、风/光新能源预测出力和储能系统运行成本等系统约束条件,建立虚拟电厂经济最优调度模型;最后,以河南郑州某地5个电动汽车充电站和风光电站等实际数据验证所提出方法的精准性和有效性。     

河南省火电厂经营状况分析

对河南省火电厂逐年到厂标煤价数据和火电厂经营成本进行了整理与测算,得出目前河南省火电厂燃料费是决定电厂成本的决定因素的结论,并测算出河南省现运行中的各类型火电机组盈亏平衡点时的入厂标煤价。建立的火电厂盈亏平衡点时到厂煤价与现行电价之间的关系模型,可为以实时煤价判断火电厂经营状况提供理论参考。     

郑州220 kV电磁环网解环规划研究

随着电网结构的不断加强,220 kV电网短路电流水平提高较快,必须逐步实施解环以降低220 kV电网短路电流水平,但在电网解环过程中往往会与一些规划的电网项目存在矛盾。阐述了电磁环网解环基本原则及主要解环方式,并以郑州500 kV/220 kV电磁解环网为例,根据其现状及远景电网规划,对其逐步实施解环方案并同时校验了郑州电网远期规划的合理性。提出的通过电网解环规划研究来校验电网规划的合理性的理念,一方面可将电网规划与解环规划合理统一以指导电网的发展,另一方面也可避免不必要的电网建设从而节省投资。     

大规模风电并网背景下火电调峰行为演化博弈模型

为解决大规模风电并网所带来的消纳问题,基于火电机组容量和最高调峰率指标,以公平性原则为前提,针对不同类别的机组,设定了有偿与无偿调峰划分标准。将火电调峰行为转化为上网电量竞价收益与调峰辅助服务收益演化博弈问题,讨论了综合考虑两个市场情景下,各类火电厂的竞价策略及对应策略下的收益,分别求解了稳定策略。针对两类电厂的博弈问题进行了实证分析。结果表明：现阶段的调峰辅助服务补偿额与上网电量收益额存在巨大差距,并且这一情况在今后一段时间内仍将存在。制订合理的辅助服务市场规则,提升火电机组调峰的积极性,从而促进大规模风电消纳是亟须解决的问题。     

能源大数据应用中心功能体系及应用场景设计

能源大数据在推动能源资源按需流动和能源结构优化转型方面具有巨大的潜在应用价值。在调研国家能源信息系统和能源行业企业大数据平台的基础上,以河南省能源大数据应用中心为范本,明确了能源大数据应用中心的发展定位,提出了“三大平台、两大体系”的架构设计、安全防护和数据全过程管控方案。针对政府、企业、公众3类服务对象,梳理了多元化应用分析体系的开发思路和建设蓝图,并以辅助政府决策和便民服务的场景为例,介绍了能源大数据应用场景的功能设计方案。     

基于区块链的需求侧响应方案设计与实现

为解决需求侧响应过程中各个主体不互信而导致成本高、沟通不及时的问题,在梳理区块链通用技术原理基础上,给出区块链需求侧响应方案的整体架构、交易流程、数据上链设计、智能合约设计、网络搭建方案、共识机制等,并从多个维度开展效益分析,为既利用中心化管理优势又提供非中心化存证及监督功能提供了思路.仿真搭建了由7个节点组成的需求侧...     

国外需求响应市场化实施模式及启示

由于分布式电源大规模并网和用户侧高峰负荷不断增长,导致传统机组有功出力峰谷差持续增大,对电力系统安全与经济运行造成严重威胁.需求响应作为一种可调控的备用资源,能够有效解决上述问题.国内正在稳步推进电力市场建设,将需求响应资源纳入市场交易范畴有利于扩大市场开放程度、促进资源的合理分配.在此背景下,首先,介绍了典型地区电力...     

面向类别不平衡负荷序列模式识别的两阶段选择集成学习策略

为解决集成学习负荷模式识别中的类别不平衡及基分类器冗余等问题，提出一种计及类别平衡的两阶段选择集成电力负荷模式识别方法。首先，采用一种基于密度聚类的高斯人工合成少数类过采样技术，根据少数类负荷样本的密度分布特性合成新样本，以强化负荷分类模型对少数类负荷样本的学习。然后，设计出一种包括基分类器聚类剪枝和优化选择集成的两阶段选择集成策略，基于基分类器池的训练结果，遴选最优基分类器子集参与负荷分类任务。最后，通过UCI标准数据集算例验证了所提方法的有效性和优越性。