基于因子分析和支持向量机的电网故障风险评估

针对市场环境下地区电网的故障风险较难通过可靠性方法评估,且未能考虑到经济性和外部影响的问题,提出了基于电网建设经营的风险评估模型。通过构建以电网供应能力、用电需求、经济效益、气象及政策等指标组成的完整故障风险指标体系。采用因子分析法提取出包含原有指标信息的公共因子,利用支持向量机构建评估模型。算例结果验证了该模型的合理性。     

输电网网损分摊方法的研究

提出了一种输电系统网损分摊方法，这种方法以网络稀疏的导纳矩阵为基础，指出在输电系统中进行功率交换者都应该是网损的承担者，各功率交换者应承担网损的份额与其在网络中的地点和交易量有关，将网损应合理分摊给功率交换者。这种方法与其他方法相比的突出优点是以潮流解为基础，容易理解和执行。它虽应用了网络等式但不需委任何假设，各功率交换者应承担网损的份额主委取决于网络导纳矩阵的实部及节点电压。给出了示例系统的计算结果并与其他方法的结果相比较，表明所提方法的合理性。     

计及UPFC的电力系统多阶段多目标无功优化算法

统一潮流控制器(UPFC)并联侧连续的无功调节能力为电力系统无功优化提供了新的控制手段。基于此,首先建立适用于新型UPFC拓扑的UPFC稳态模型;然后考虑无功设备动作次数的约束,明确多目标无功优化问题的目标函数和约束条件,建立计及UPFC的多目标无功优化模型;接着,提出一种多阶段方法对其进行求解,其中,第一阶段将原问题进行松弛并采取归一化的方法统一多个目标的量纲,第二阶段基于规格化平面约束法获取松弛问题的Pareto最优候选解集,并给出折衷解的选取方法,第三阶段基于三角罚函数法对折衷解中的整数变量进行归整,获取原问题的最优折衷整数解。最后,对南京西环网实际等值系统进行算例测试,验证了算法的有效性及UPFC在无功优化问题中的应用前景。     

计及相关性的电—气互联系统概率最优潮流

为了缓解环境污染,"减煤增气"已成为能源结构调整的大趋势,"能源互联网"的提出加强了天然气网络与电力系统的紧密耦合。传统以电力系统为对象的最优潮流忽略了天然气网络的运行约束对电力系统造成的影响,可能导致优化结果过于乐观。因此提出了一种电—气互联系统的联合最优潮流,以互联系统的总运行成本为优化目标,考虑电力网与天然气网的运行约束。并且针对新能源接入背景下的不确定性,考虑输入变量之间的相关性,采用基于Nataf变换的点估计法进行概率最优潮流计算。对修改的IEEE 39节点系统与比利时20节点天然气网络进行算例分析,验证了所提模型的可行性以及有效性,并在此基础上分析了不同的波动水平及相关性对系统运行特性的影响。     

考虑网络抗毁性的配电网网架多目标规划

复杂网络理论中的网络结构抗毁性从自身连接性角度描述了网络抵御破坏的能力。文中将其引入配电网网架规划中,建立了以投资、维护、运行费用之和最小,以及网络抗毁度最大为目标的配电网网架多目标规划模型,并采用向量序优化方法优化该多目标模型。向量序优化理论包括排序比较和目标软化等核心思想,能确保以很高的概率求得足够好的解,计算量大大减少,可以满足配电网规划寻求最优或次优方案的工程需要。算例优化结果表明,采用向量序优化求解配电网网架规划可以找到较优的规划方案,且与现代启发式算法相比,计算时间更少,搜索效率更高。     

配电网故障区间定位的高级遗传算法

依据故障过流信息的配电网故障定位方法在有畸变信息时会造成误判，遗传算法因其高容错性能而在配电网故障定位分析中受到了重视，但是，数学模型（即评价函数）的构造是使用遗传算法的主要瓶颈。故此，提出一种新的故障定位数学模型，并以此模型为评价函数开发出高级遗传算法，该算法有2个主要特征；（1）改进了传统的数学模型，使其不致误判，并改善了方法的容错性；（2）不仅适用于单电源情况，且可用于多电源多重故障的复杂情况。本算法更适于复杂配网情形，仿真算例表明了算法的有效性。     

基于变量选择与高斯过程回归的短期负荷预测

提高短期电力负荷预测精度是保障电网安全稳定运行的技术措施之一,通过选取影响负荷的最优输入变量集合,建立高斯过程回归(Gaussian process regression,GPR)短期负荷预测模型。负荷预测建模输入变量的选取对预测精度有很大影响,首先采用随机森林(random forest,RF)算法给出输入变量重要性评分(variable importance measure,VIM),并对各输入变量影响程度进行排序,基于序列前向搜索策略确定最优输入变量集合,避免人工经验选取的不足。其次针对共轭梯度(conjugate gradient,CG)法求解高斯过程回归模型超参数时易陷入局部最优解,且存在优化性能依赖于初值选取、迭代次数难以确定的问题,采用改进粒子群优化(particle swarm optimization,PSO)算法搜索模型超参数,形成优化高斯过程回归预测模型。最后,算例测试表明该模型的有效性。     

电力系统线性化动态最优潮流模型

电力系统在线经济运行计算亟需可快速获取完整调度信息的线性化动态最优潮流模型。基于系统关联矩阵将节点功率平衡方程解耦为线路功率流和损耗流两部分,对损耗流部分进行等价代换,并消去方程中的三角函数项,采用泰勒级数法对残存的非线性项进行线性化处理,建立起可以同时求解电压幅值和线路无功功率的线性化动态最优潮流模型。基于简化原对偶内点法对所建模型进行求解,在迭代过程中不断更新泰勒级数法所需的基准点信息,以提高模型的计算精度。IEEE 30节点、IEEE 118节点、IEEE 300节点以及某市117节点等值系统的算例测试表明,所建线性化模型能在获取更完备调度信息的同时仍具有较高的计算精度和求解效率。     

一种新的快速解耦配电网状态估计方法

本文提出了一种新的快速耦配电网状态估计算法。算法采用加权最小二乘估计模型。在等效电流法的基础上引入旋转操作从而使雅可比国和信息矩阵解耦。因为雅可比矩阵完全解耦，所以信息矩阵的解耦是严格的。仿真算例表明该方法在收敛速度和估计精度上均优于等效电流法。     

基于超短期负荷预测的电力系统动态状态估计

在常规动态状态估计的基础上,引入高精度的超短期负荷预测数据,将预测的节点注入功率作为滤波步的输入,实现了系统状态的实时跟踪预测。仿真表明,基于超短期负荷预测的电力系统动态状态估计算法提高了动态状态估计的计算精度．具有一定的现实意义和理论价值。