基于近邻传播聚类和回声状态网络的光伏预测

分析了天气因素对光伏出力的影响,选择预报技术较为成熟的气象信息和能反映光伏变化趋势的波动分量作为分类特征。针对传统预测算法在突变天气条件下预测精度较低的问题,提出基于近邻传播聚类和回声状态网络的组合算法,通过近邻传播算法对光伏出力进行分类,并根据预测日所属的类别建立回声网络状态方程进行光伏出力预测。仿真表明所提算法不仅能满足非突变型天气下的光伏预测要求,还能较好地跟踪突变型天气下光伏出力变化,具有更高的准确度和通用性。     

基于混合粒子群优化算法的电力系统无功优化

应用粒子群优化算法(PSO)求解电力系统无功优化问题,提出基于混沌搜索的混合粒子群优化算法,以克服PSO容易早熟而陷入局部最优解的缺点。该算法引入了基于群体适应度方差的早熟判断机制,当算法陷入早熟时,利用混沌运动的遍历性、随机性和规律性等特性,先对当前粒子群体中的最优粒子进行混沌寻优,然后把混沌寻优的结果随机替换群体中的一个粒子,从而提高了PSO的寻优特性。通过对IEEE 14、IEEE 30、IEEE 118等标准测试系统进行无功优化,并与遗传算法、标准PSO进行比较,表明该算法具有更高的搜索效率和更好的全局优化能力。     

基于储能单元运行方式优化的微电网经济运行

在分析现有微电网各单元模型及微电网合理运行方式的基础上,建立了能满足实际约束的蓄电池充放电模型。以提高微电网运行的经济效益为目标,通过先后求解蓄电池及燃料电池的合理运行方式,最终确定微电网最佳运行方式。使用动态规划求解蓄电池最佳运行方式时,将蓄电池充放电过程离散化处理,并在此基础上由经济运行原则确定了合理的阶段及过程评价指标,以量化蓄电池动态效果。通过对实际算例进行分析,验证了该方法的有效性和可行性。     

基于Agent的电力系统控制协调的智能体构架

在电力系统迈向高度自动化的今天,各种针对电力系统各部分(如发电厂、变电站、输电线路等)以及被控量(如功率、电压、频率、相位等)的控制和调节而设计的控制装置已应用于电力系统.在各种电气设备不断智能化的同时,如何完成相应控制之间的交互以及如何处理这些控制系统之间的协调是当前电力系统亟待解决的问题.该文基于Agent技术构建了多控制系统的智能体体系结构,并详细阐述了它在解决协调控制问题上的应用,为解决电力系统中各控制系统之间的协调问题提供了新的思维模式.     

考虑气电联合需求响应的气电综合能源配网系统协调优化运行

在未来多能互补、综合能源系统的背景下,传统配电网和配气网独立调度运行的模式已经不能满足多种能源互补的运行要求。为此,该文提出气电综合能源配网系统最优潮流的凸优化方法,即利用二阶锥规划方法对配电网潮流方程约束进行处理,并提出运用增强二阶锥规划与泰勒级数展开相结合的方法对天然气潮流方程约束进行处理,进而将非线性的气电综合能源配网系统优化调度问题转化为混合整数二阶锥规划模型,为气电综合能源配网的气/电协调优化运行和规划设计提供支撑。同时在配网系统中引入气电联合需求响应来提高系统调度的可控性和灵活性,从而更好的消纳新能源,以达到配网系统的优化运行。仿真结果表明,运用增强二阶锥规划与泰勒级数展开相结合的方法能更好提高配气网的二阶锥松弛精度,且考虑气电联合需求响应能够提高综合能源配网系统运行的经济性和新能源的消纳能力。     

聚醋酸乙烯酯乳液的制备及表面性能研究

目的制备性能优良的聚醋酸乙烯酯乳液。方法采用醋酸乙烯单体(VAc),通过乳液聚合的方法制备了聚醋酸乙烯酯乳液。对制备的乳液进行了固含量、黏度、吸水率等性能检测,考察了分散剂聚乙烯醇(PVA)的用量、引发剂过硫酸铵的用量、乳化剂OP-10的用量、反应初始温度对乳液性能的影响。结果聚乙烯醇(PVA)、过硫酸铵、OP-10乳化剂用量以及反应初始温度的不同对乳液的制备和性能都有不同的影响。反应初始温度70℃,聚乙烯醇用量为单体的8.8%、OP-10用量为单体质量的1.7%和过硫酸铵用量为单体质量的0.2%时,所制备的聚醋酸乙烯酯乳液的性能最好。结论在聚醋酸乙烯酯乳液聚合过程中,需要控制聚乙烯醇、OP-10和过硫酸铵的用量。     

发电机组组合的混合蚁群优化算法

电力系统中的机组组合作为一个非确定型多项式困难问题,一直难以获得其理论最优解.针对算法的精度和速度这一矛盾,提出了一种结合启发式算法和蚁群算法的混合优化算法.用优先级排序法获得次优解,并在附近形成一个搜索邻域;采用蚁群算法在此邻域内寻优,减小了蚁群算法的空间复杂度.同时,在蚁群算法中引入了人工鱼群算法的拥挤度概念.拥挤度阈值在迭代过程中是自适应变化的,从而增强了算法的遍历寻优能力,也保持了较快的收敛速度.经济负荷分配采用简化梯度法.对一个10机系统算例仿真计算,验证了所提算法对解决机组组合问题具有很强的搜索能力和快速收剑性.     

电压崩溃临近指标的小波神经元网络拟合算法

电压崩溃临近指标能够有效、快速地对电力系统电压安全进行评估。为此, 提出了一种电压崩溃临近指标的小波神经元网络模型。这个模型以非线性小波基为神经元函数, 通过优化伸缩因子和平移因子确定对应各神经元的小波基函数, 从而合成小波神经元网络, 达到全局最优拟和效果。经过训练的小波神经元网络能在线计算电压崩溃临近指标, 并且具有快速、准确等优点。文中对该模型与人工神经元网络模型进行了比较, 结果证明, 利用小波神经元网络模型进行电压崩溃临近指标预测比利用人工神经元网络模型具有更高的拟合精度, 计算速度更快。仿真结果表明, 该方法能有效地对电力系统电压崩溃做出早期预测, 是一种对系统电压安全进行快速、实时评估的有效工具。     

Prony 在电力系统稳定控制领域中的应用

电力工业发展促使互联电力系统的规模日益增大,网络结构日益复杂.特别是高压直流输电系统运行后,系统的性能有很大的改变.由于系统结构复杂,以及控制器的增加,以前的小扰动算法变得难以使用.特别是在设计阶段进行了参数计算,但加入实际系统后参数变化可能很大,并且由于多个控制器的加入也有可能造成系统的特性改变,尤其是引入负阻尼和由此带来的振荡,所以为了更好地改善系统阻尼和抑制区域间的功率振荡需要一种快速便捷的方法.本文通过对大量的文献资料总结,首先介绍了Prony方法的计算过程以及如何提高Prony 分析方法的准确性,然后通过与电力系统中已有算法的比较分析了Prony方法在电力系统中的适用性.最后介绍了Prony方法在电力系统控制领域的应用情况、面临的问题以及未来的发展趋势.     

电力系统动态安全分析的ANN动态安全域

采用人工神经网络(ANN)多维空间的强拟合特性，能够较精确地拟合动态安全域，减少了临界点以及稳定点和非稳定点的误判，克服了超平面理论近似拟合电力系统动态安全域误差较大的不足。同时，对于某个具体的故障，采用临界切除时间ter建立ANN稳定裕度拟合器，确定电力系统中运行点的稳定裕度。通过PSASP中的3机9节点模型验证了此理论的正确性，而且准确性优于采用超平面理论拟合的动态安全域。