基于改进主成分分析法的火电机组能耗特征识别方法

火电机组的能耗特性(发电煤耗率与各能耗参数的特性关系)反映着机组的能耗特征,它是机组节能研究的重要组成内容。机组的能耗特性等重要知识蕴含于机组的运行数据中,理论上机组的能耗特性可以从其历史数据中回归挖掘出来,然而机组的能耗指标不仅数量多,而且相互之间具有多重共线性特点,这给回归分析带来了困难。运用改进主成分分析法的特征提取和降维的功能,以损失少量信息为代价,解决了能耗变量维数过高及其多重相关性给能耗特性方程的回归带来的困难。然后,从能耗特性方程出发,辨识出了各重要能耗指标的灵敏系数。最后,通过对国内某火电厂的600 MW机组进行能耗特征分析,验证了该方法的有效性。     

考虑风电随机模糊不确定性的电力系统多目标优化调度计划研究

提出了一种考虑风电随机模糊多重不确定性的电力系统多目标调度计划新模型和相应的算法。首先,依据风电并网后的电力系统不确定环境实际提出以随机模糊变量描述风电功率,以区间形式表述负荷预测的不确定性。其次,以燃煤机组的购电费用和污染气体排放量最小为目标函数,构建考虑风电和负荷预测值不确定性的电力系统随机模糊多目标交易计划模型。然后,提出利用负荷的不等式区间约束将遗传算法的初始寻优种群模糊化,提出采用概率密度分布描述解的随机模糊分布特征,从而可获得兼顾多重不确定特征多目标交易计划解集。最后,以含10台燃煤机组和一个大型等值风电场的某省级系统为例进行模型和算法的求解验证,结果表明了提出模型和算法的合理性和有效性。     

基于小波分析的母线负荷预测不良数据检测

母线负荷预测是电力系统调度运行的重要基础,而母线负荷预测中可能存在较多的不良数据,极大地影响预测精度。以准确检测母线负荷预测中的不良数据为目标,分析不良数据的来源,指出了数据奇异点与不良数据的关系,提出了基于小波分析理论进行不良数据检测的方法。理论分析表明,该方法具有完整、精确、准确及简单的特点,通过实验证明了该方法能够很好地识别增幅点、降幅点、突变点等典型的不良数据,有效提高预测精度。希望能够对母线负荷预测工作提供有益的参考。