含暂态能量裕度约束多故障最优潮流计算

借助暂态能量裕度对发电机有功和无功出力的解析灵敏度，将暂态能量裕度约束直接加入最优潮流模型中，建立含暂态能量裕度约束多故障最优潮流逐次线性规划模型，采用单纯形法求解，取得了较好的效果。此外，还提出了根据大步长单故障最优潮流近似计算获得的暂态能量裕度进行故障扫描方法，并寻找到同一失稳模式下影响系统稳定的关键故障，验证了满足关键故障稳定性要求的最优潮流解可以同时满足同失稳模式下的其它故障的稳定约束。新英格兰10机39节点系统的最优潮流及暂态稳定计算验证了所提方法的有效性。所有优化结果均用一个在电力系统中广泛使用的暂态稳定仿真程序进行了验证。     

灾害天气条件下电力系统故障诊断特征匹配方法

灾害天气会导致电力通信系统的可靠性降低, 警报信息在通信过程中发生畸变的可能性上升, 进而增加对停电区域内元件准确识别故障的困难。现有研究表明, 通过对线路发生故障期间的外部环境数据进行分析可得到该线路的故障风险程度, 但此信息尚很少被用于故障诊断之中。在此背景下,提出一种利用外部天气环境信息进行故障特征匹配的电力系统故障诊断方法。首先, 利用故障期间采集得到的外部环境信息根据灰色模糊理论得到线路综合故障概率。然后, 在现有的电力系统故障诊断解析模型（优化模型）的目标函数中增加外部环境故障特征匹配指标, 对与灾害天气相关故障特征不匹配的故障假说进行惩罚。接着, 利用模拟退火遗传算法对改进的解析模型进行求解。最后, 针对广州市局部电网的故障案例进行仿真测试,结果表明所提的改进故障诊断方法对通信故障的容错性强;此外,还比较分析了考虑与不考虑外部天气环境影响时的诊断结果及差异原因。     

MapX组件式GIS技术在配电管理系统的应用

组件式GIS技术将GIS功能模块划分成各功能控件,通过可视化软件工具将其集成,构建配电网络GIS系统。其GIS开发工具采用Maplnfo Professional,开发语言采用Visual Basic6．0,数据库管理系统采用Access 2000。系统功能含数据预处理、地图操作及图形输出、数据查询分析及报表打印等。     

计及柔性负荷的综合能源系统低碳经济运行

多能互补的综合能源系统 (integrated energy system, IES) 能够有效提高能源使用效率，解决环境污染等问题。在此背景下，提出了一种考虑柔性负荷 (flexible load, FL) 和碳交易机制的IES优化调度模型。首先，将碳交易机制引入系统调度模型中，综合考虑整个能源供应环节的碳排放，并采用过排放罚金机制以促进系统节能减排。然后，将FL分为可削减负荷、可转移负荷和可平移负荷三类，应用于IES的低碳经济运行之中。在此基础上，以碳交易成本、FL调度成本、系统能耗成本之和最小化为优化目标，考虑电力系统网络约束、天然气系统网络约束和能源中心 (energy hub, EH) 内部约束，建立了IES低碳经济调度模型。最后，采用算例系统对所构建的模型和采用的方法进行验证，并分析了罚金价格对于系统碳排放的影响，以及FL在消纳风电和节能减排方面的作用。     

计及不确定性的移动应急电源鲁棒优化调度

建立电力应急响应机制对提升电力系统应急保障能力意义重大,发生停电事故时合理调度移动应急电源可以降低停电损失,是应急响应过程中重要的一环。停电事故发生时实际停电持续时间、移动应急电源行驶时间和重要用户缺电功率都存在不确定性,然而现有的与移动应急电源优化调度有关的研究大多并未考虑这些不确定因素。在此背景下,提出一种计及不确定性的移动应急电源鲁棒优化调度方法。首先,以区间数表示调度过程中的不确定因素,建立以重要用户停电损失最小为目标函数的包含区间数的优化模型。接着,针对该模型中包含的非线性函数及二次项,通过引入辅助决策变量的方法将模型转化为混合整数线性规划问题。然后,针对悲观解在很多情况下可能过于保守的不足,提出一种基于可接受的解的波动范围的鲁棒优化方法。最后,通过算例说明了所提出模型能够有效地应对移动应急电源优化调度中的不确定因素并得到有效的调度方案。     

基于EMS平台的事故处理智能辅助系统

基于EMS平台的事故处理智能辅助决策系统采用通用故障定位方法,根据电网运行方式、潮流控制、输电线路输送能力限制以及事故处理规章,提出适合广州电网特点的恢复控制策略.该系统可在实时态及研究态下分别给出事故处理辅助决策方案,方便调度运行人员进行事故预想处置和实时恢复控制,减轻人员压力,保障电网的安全稳定运行.     

基于变分模态分解和深度学习的短期电力负荷预测模型

提升负荷预测的准确性对于指导电力系统的生产计划、经济调度以及稳定运行至关重要。提出一种基于变分模态分解(Variational Mode Decomposition, VMD)和长短期记忆(Long Short Term Memory, LSTM)神经网络的短期负荷预测模型。利用VMD算法将负荷序列分解成不同的本征模态函数(Intrinsic Mode Functions, IMF),每个IMF结合LSTM进行预测,将各部分预测结果叠加得到VMD-LSTM模型的预测结果。分析实验结果,相比单一LSTM和经验模态分解(Empirical Mode Decomposition, EMD)组合LSTM预测方法,该方法能有效的提升负荷预测的准确性。     

基于Vague值相似度的黑启动决策

黑启动是电力系统恢复的第一个阶段,发展黑启动优化策略对电力系统大停电后的快速恢复具有重要意义。现有的黑启动决策大多利用单一的精确值评价指标,其不能体现黑启动决策信息的不完全性与不确定性。在此背景下,采用Vague值表示黑启动决策中的指标值和权重,并从候选方案与理想方案的相似度出发,提出一种基于Vague值相似度的黑启动决策方法。与现有的黑启动模糊决策方法相比,所提方法利用的主观信息少,而是充分利用指标间的客观信息,并通过比较侯选方案和理想方案的相似性快速得到各方案的优劣排序,可为实现在线黑启动决策提供支持。最后,用算例说明了所提方法的可行性与有效性。