计及城市发展程度的多阶段空间负荷预测方法

针对现有空间负荷预测方法通常以单一水平年为目标,没有考虑城市规划的多阶段性对各阶段空间负荷预测模型的不同需求,以及待预测区域为新建小区或缺少历史负荷数据时预测方法失效的问题,提出一种计及城市发展程度的多阶段空间负荷预测方法。该方法以解决城市发展多阶段规划的负荷预测需求为目标,首先建立与城市发展各阶段相对应的电力地理信息系统。其次根据用地信息、业扩报装计划和有限的历史负荷数据等信息建立近期空间负荷预测模型。然后确定分类负荷密度饱和值。最后利用近期空间负荷预测结果、分类负荷密度饱和值和城市建设信息等构建计及城市发展程度的中、远期空间负荷预测模型,实现待预测区域的多个发展建设阶段的空间负荷预测。工程实例证明了该方法的实用性和有效性。     

含风光水气火蓄的多能源电力系统日运行优化调度方法

针对当前多能源电力系统中大量弃风、弃光和弃水的问题,文中通过构建含风光水气火蓄的多能源电力系统日运行优化调度方法,有效提升可再生能源的消纳能力.首先,在保证火电最小经济技术出力及水电强迫出力的前提下,根据系统负荷大小确定可再生能源发电运行可行域.其次,在可再生能源发电运行可行域内优先安排风-光-径流水发电,若其满发有剩余,则安排抽水蓄能电站进行抽水,若抽水至满库容后风-光-径流水发电仍有剩余,则按负荷实际需求,按风电、光伏和径流水装机比例调降各自出力;若风-光-径流水满发后不能满足负荷需求,则优先安排可调节水发电,剩余负荷由火电、燃气和抽蓄电站以其总运行成本最小为目标来安排发电.最后采用CPLEX进行求解.实例分析表明文中方法能够提升可再生能源的消纳水平、减少非再生能源的消耗.     

基于元胞历史负荷数据的负荷密度指标法

已有负荷密度指标的求取方法往往忽视了对实测历史负荷数据的挖掘,或是忽略了同类负荷的非均匀分布问题,为此提出了一种基于元胞历史负荷数据的负荷密度指标法。该方法通过I类元胞的负荷密度确定分类负荷密度协调系数,根据I类元胞的历史负荷与其供电面积、用地信息、分类负荷密度之间的约束关系,建立元胞负荷与分类负荷密度的关系方程,并采用最小二乘法求取分类负荷密度指标,利用已求得的历年分类负荷密度指标预测其在目标年的大小,求出每个II类元胞的负荷值,从而实现空间负荷预测。工程实例验证了该方法的实用性和有效性。     

新能源电力系统中的储能技术研究综述

该文综述了以风力发电为代表的新能源电力系统中储能技术的研究现状。首先讨论储能技术对含高比例风电电力系统的重要意义;其次系统地比较目前各种储能技术的研究进展,其中阐述了多种储能技术的原理,分析了各种储能技术的特性,总结了不同储能技术的优点和存在的主要问题及其应用范围。然后针对新能源电力系统,采用多种储能技术协调配合的、具有大容量、快响应能力的复合多元的综合储能技术。最后指出优化配置多种储能电源是有待深入研究的课题。     

城市中压配电网合环操作分析与决策

以南方某城市中压配电网运行风险评估的工程实例为背景,以提高城市电网的供电可靠性为目的,提出了在线路或变压器检修时能否对城市中压配电网进行合环操作的决策方案。给出了合环操作示意图,并据此对城市中压配电网的合环操作问题进行了分析。阐明了合环操作的最终目的是为了转带负荷后再解环运行的观点,进而提出了判断是否可以执行合环操作的决策方案,解释了不能合环的原因,揭示了合环后电流过大的机理,并给出了应对措施,创造了更有利于合环的条件。实例分析验证了决策方案的可行性和有效性。     

风电出力特性及其对电力系统运行的影响分析

风能被公认为除水能外最具发展前景的可再生能源,风电的快速发展在解决能源短缺的同时,也给电网带来了诸多影响。以吉林西部风电基地为背景,分析风电场群出力特性对电力系统运行的影响。根据2011年该地区实测的风电出力数据,分析风电出力的波动性、出力变化率的概率分布、出力分布、季节特性、日特性等,研究该地区风电场群出力特性对电网的调峰、调频、稳定性及风电消纳的影响,并针对相关问题给出相应建议与措施。     

标准化：让企业对接WTO

中国加入世界贸易组织（WTO）对我国经济社会生活的各个方面将产生极其深远的影响，特别是对我国企业的生存和发展将产生更为直接的影响，既是千载难逢的机遇，又会遇到前所未有的挑战。     

基于粗糙集理论的关联聚类中长期负荷预测法

中长期电力负荷预测是电网规划的一项重要基础工作。由于中长期尺度上的电力负荷受各种相关因素的影响较大,提高负荷预测的准确性难度很大。采用粗糙集理论对影响电力负荷的诸多相关因素的影响程度进行分析,找出影响负荷变化的主要的因素;并以这些影响因素对历史数据进行了聚类,找到与预测目标年最接近的类别来进行负荷预测。文中的算例结果说明了方法的有效性。     

基于元胞负荷特性分析的RBF神经网络空间负荷预测方法

针对元胞历史负荷数据的特点,结合RBF神经网络在非线性拟合方面的优势,提出了一种基于元胞负荷特性分析的RBF神经网络空间负荷预测方法。该方法以元胞的历史负荷数据为基础,横向从元胞的年历史负荷特性入手,描述各元胞年负荷峰值段的发展趋势;纵向从元胞日最大负荷出现的时刻入手,刻画峰值时段的最大负荷数据群。在充分地考虑元胞负荷的季节特性、双峰特性和转移特性对空间负荷预测精度影响的基础上,构建出一种合理的峰值时段最大负荷数据群的双向选取模型。然后采用RBF神经网络对所选取的最大负荷数据群进行训练和预测,进而得到目标年各元胞的年最大负荷预测值。工程实例验证了该方法的实用性和有效性。     

智能配电网的故障自愈技术研究

为解决配电网严重滞后的问题,减少电力系统大面积级联事故的发生,进一步加快电网建设,优化配电网的结构模式,电力系统将"自愈"这一概念引入到智能配电网中.主要研究含分布式电源的配电网自愈控制技术,研究分析故障自愈技术如何消除分布式电源并网后对线路的网络损耗及节点电压等参数的影响.通过借助蚁群算法的分析模式,进一步降低网络损耗,平衡电路负荷,提高电压水平.