计算机辅助技术在水轮机调节中的应用

将计算机辅助系统中的ＣＡＡ、ＣＡＤ、ＣＡＭ及ＣＡＴ等技术移植到水轮机调节系统中，以求在水轮机调节系统中建立一套科学的工程设计方法     

基于可控负荷响应性能差异的虚拟电厂分类聚合方法及辅助服务市场投标策略研究

在辅助服务市场中,不同辅助服务产品对投标资源的时域响应性能有差异化需求。因此,虚拟电厂在对数目较多且响应性能差异明显的可控负荷进行聚合管理时,不仅需要考虑可控负荷的功率特性,也应考虑可控负荷的时域响应性能与不同辅助服务需求的契合度。首先,提出了一组反映可控负荷响应性能差异的指标——可控负荷调峰性能指标、可控负荷调频性能指标,并基于上述指标设计了两种分类方法,即指标排序位次分类法、指标权重分类法,将它们分别与NJW(Ng-Jordan-Weiss)谱聚类算法结合,实现了可控负荷的分类聚合。其次,以聚合所形成的虚拟机组作为最小单元,构建了考虑投标资源性能差异的辅助服务优化投标策略。最后,通过算例证明了指标排序位次分类法能够形成更好的投标策略,并验证了本文构建的考虑可控负荷响应性能差异的虚拟电厂优化投标策略的可行性和合理性。     

基于最优潮流与模糊贴近度的电力系统环境保护研究

在电力市场环境下，对电力系统环境保护问题加以研究，是当前面临的一个重要问题。该文提出一种考虑了多种污染排放指标的最优潮流问题的新算法。该方法把购电成本及多个污染排放指标计入目标函数，由逐次线性规划内点法求得非劣解集，运用模相贴近度的概念，从多个非劣解中找出最贴近于理想解的最优解。该方法只需对最优潮流模型作一定的修改，在不添加环保设备的情况下，能有效地减轻火力发电厂对环境的污染。该方法只需对最优潮流模型作一定的修改，在不添加环保设备的情况下，能有效地减轻火力发电厂对环境的污染。通过对IEEE30节点系统算例的数值分析，验证了算法的有效性。     

基于滤波器-信赖域方法的最优潮流算法

在电力市场环境下，求解诸多问题都需要最优潮流作为理想的工具。该文基于滤波器和信赖域的思想提出了求解最优潮流的新算法：由信赖域决定线性化步长，线性规划子问题由多步中心校正原一对偶内点法进行求解，并采用了考虑电网拓扑的物理策略和动态调整线性规划子问题的收敛判据策略来改善最优潮流算法的稳定性和收敛性。该算法通过逐次求解线性规划子问题，在滤波器中利用多目标规划的优超(Domin Rllce)概念决定是否接受新的点，算法本身具有非单调的性质。通过与预测一校正方法的比较，进一步验证了多步中心校正方法的求解效率。对系统规模从14节点到662节点的7个电力系统作了全面的数值计算，计算结果表明，该算法具有较高的稳定性和快速收敛性，具有实用意义。     

电力远期价格预测的灰色动态模型研究

电力远期价格受实时电价、利率、负荷需求等多种因素影响,变化趋势复杂,很难建立一个准确的数学模型进行全面描述。针对这一特点,用灰色动态预测模型对电力远期价格进行了预测,并对不同模型的预测结果进行了研究。     

基于摆动期权合约的发电商风险回避模型研究

电力工业正在进行打破垄断、鼓励竞争的市场化改革,在这个过程中,市场参与者将获得不少的机会,同时他们也将面临巨大的风险,一个关键的问题是市场参与者如何来管理这些新的风险.市场环境下的电力价格呈现出比管制条件下更为复杂的变化形式,发电商要同时面对燃料市场和电力市场中的市场风险.该文首先在燃料市场和电量市场之间构造出交叉商品组合,在此基础上引入摆动期权合约设计了发电商的风险回避模型.该模型形式简单,易于实现,通过该模型发电商能够比较有效地回避市场风险.     

一种新的基于摆动期权合约的发电商风险回避模型研究

电力工业正在进行打破垄断、鼓励竞争的市场化改革，在这个过程中，市场参与者将获得不少的机会，同时他们也将面临大量的风险，一个关键的问题是在电力市场中应有能力来管理这些新的风险．市场环境下，电力价格呈现出比传统条件下更为复杂的变化形式，发电商要同时面对燃料市场和电力市场中的市场风险，在燃料市场和电量市场之间构造出交叉商品组合，并在此基础上引入摆动期权合约，设计了发电商的风险回避模型．通过该模型发电商能够比较有效地回避市场风险．     

基于格兰杰因果与ARDL模型的高能耗产业用电量预测

为挖掘产业经济发展与电力大数据之间的耦合关系,构建高耗能产业用电量与多元经济指标数据之间的向量自回归(VAR)模型。通过使用格兰杰(Granger)因果关系检验的方法,提取对用电量预测有显著影响的产业经济指标数据,在此基础上建立考虑经济因素影响的高耗能产业用电量自回归分布滞后(ARDL)模型。以某地区2016—2020年产业用电和经济数据进行算例分析,结果表明：Granger因果关系检验可以有效地挖掘与细分产业用电量相关联的经济指标;将这些经济因素考虑到产业用电预测模型中,可以有效地提高模型的预测精度。     

采用动态风险管理方法的水电站短期优化调度

市场环境下,径流的随机性、发电量的不确定性使得水电站愈加关注其面临的收益风险,如何在调度决策中进行风险管理是其需要解决的重要问题。提出以随机场景分析方法表示电价的波动特征,结合风险惩罚模式和风险约束模式,建立基于动态风险管理方法的水电站短期优化调度模型,以改进快速进化算法(improved fast evolutionary algorithm,IFEP)与遗传算法(genetic algorithm,GA)相结合的IFEP-GA混合优化算法作为模型的求解方法,进化策略结合了高斯变异和柯西变异的特点,约束的处理结合了惩罚机制与修复机制,这使得算法具有良好的寻优能力和收敛特性。不同风险管理模式对水电站优化运行影响的分析结果表明,动态风险管理策略能够更好地平衡期望收益、风险及末期库容约束的违反,减小风险的同时获得了更高的期望收益,为水电站依据自身风险接受程度灵活安排调度决策提供理论依据。