大规模风电接入电网的机组组合问题研究

伴随着风力发电规模的日益增加,风电并网需求量增大,大电网环境下与之相适应的火电机组的启停组合经济调度问题显得特别突出。针对此问题,通过对离散二进制粒子群算法进行优化改进,采用等耗量微增率迭代法整合优化方案,用于解决火电机组启停组合经济调度问题。仿真结果表明:该方案接近最优,在满足电力系统约束条件下得出的机组组合方式能够使得总运行费用最低,能够根据风电具体预测信息,为电网接入的火电机组经济调度提供可靠依据。     

基于凝聚函数的电力系统经济负荷分配

经济负荷分配(Economic Load Dispatch,ELD)是提高电力系统运行经济性的重要措施之一。基于ELD优化问题一般数学模型,针对传统数学方法难以处理不可微非线性问题,借助于最大熵理论,利用其推导出的凝聚函数来处理不可微的约束条件,构建了基于凝聚函数的负荷经济分配优化模型,并采用光滑化的方法将所建立的模型转化为一般非线性优化问题,采用原对偶内点法进行求解。仿真结果表明:该算法能有效地处理不可微的非线性规划问题,在算法的计算效率以及目标优化的结果中显示出了优越性,为解决电力系统经济负荷分配问题提供了有效手段。     

含多种分布式电源的微电网经济调度

针对含多种分布式电源的微电网经济调度问题,以微电网各机组的出力和蓄电池、电动汽车的电量为约束条件,考虑微电网中设备的投资费用、运行维护费用、燃料消耗费用和能量交易费用,以微电网在一个完整的调度周期的总运行费用最小为目标函数,建立微电网经济调度模型,采用粒子群优化算法对燃气轮机的每小时输出功率进行优化。仿真结果表明:该模型能有效降低微电网的运行成本,其粒子群优化算法与其他算法相比具有简单、易实现、精度高等优点。     

基于混沌策略文化差分进化算法的动态环境经济调度

针对风电并网影响建立一个含风电场的动态环境经济调度模型,该模型以运行成本及污染气体排放为目标,考虑实际中存在的各种等式约束和不等式约束,提出基于混沌策略的文化差分进化算法( chaotic cultural differential evolution,CCDE)以求解该模型。将混沌参数调整策略融入文化差分进化算法,与自适应柯西变异结合,有利于跳出局部最优。采用动态约束处理方法结合罚函数使得群体空间的个体满足约束。仿真结果表明CCDE算法能有效处理该模型并且得到较优的调度方案。     

户用微能源网并网策略

结合智能配电网需求侧多能互补的发展现状,提出并定义了户用微能源网的概念;在分析国内外分布式发电及微网并网约束的基础上,提出了对等控制、时间配合的户用微能源网并网控制策略,介绍了实际开发运行的户用微能源网并网装置的功能、结构及运行示例。     

基于EWT-FIG和ORELM模型的风速多步区间预测

针对风速预测具有较强的不确定性,提出了一种经验小波变换一模糊信息粒化和变异鲁棒极限学习机组成的短期风速区间预测模型。该模型采用经验小波变换将原始风速分解为若千个模态分量和一个剩余量,并对所有分量进行重构,为了缩小预测区间范围,仅对重构后的剩余量进行模糊粒化,根据需求提取每个窗口的最大值、平均值和最小值,然后对极限学习机进行优化,最后对所有分量建立离群鲁棒极限学习机预测模型,叠加预测值实现风速多步区间预测。实际算例表明:所提多步区间预测方法能有效跟踪风速变化,具有较高的预测精度和可靠的区间预测效果。     

基于ASD-KDE算法的超短期风电出力区间预测

为提高含风电场电网经济调度能力并降低电力系统规划决策的保守性,提出了基于原子稀疏分解-核密度( atom sparse decomposition-kernel density estimation, ASD-KDE)算法的超短期风电出力区间预测模型。该模型应用ASD计算出较为精确的点预测值,并采用粒子群优化正交匹配追踪算法提高原子分解过程的预测实时性。同时针对风电序列不同区域所具有的线性及非平稳特性,构建了衰减线性原子库及Gabor原子库,以期达到自适应分解的效果。再通过对原子分量和残余分量分别进行自预测和BP( back propagation) 神经网络预测,获得点预测值。在此基础上,通过对历史风电数据不同区间的划分,构建一维核密度估计模型,逐步滚动获取预测值的置信区间,从而降低了环境变化对预测结果的影响。实际风电场算例验证了所提方法的自适应性、快速性及有效性。     

基于改进G-函数的能量桩结构可靠性设计

为优化能量桩施工前期设计工作,提高能量桩传热和承载特性效率,采用曲线拟合对能量桩G-函数进行改进,构造了包含桩身尺寸、岩土热物性等参数的响应函数,用Comsol数值模拟验证其正确性,并探讨了其随各因素变化的规律;用Python软件编制MCS循环来计算不确定场地参数下设计方案的可靠度,汇总工程案例来验证设计模型的正确性,并利用上海某场地参数进行全面的设计步骤。结果表明:在改进G-函数的模型中,利用MCS循环计算可以充分考虑土性参数、桩身尺寸及理论模型的不确定性,给出最佳传热效果和承载特性的设计组合。     

大数据背景下台风灾害应急物流车辆调度优化仿真

台风灾害事件发生后的救援阶段,应急救援物资有限且物资需求点对物资需求具有不确定性。现有调度数学模型只考虑了救援车辆调度距离以及时间等因素,没有考虑到提供给受灾点的救援物资可能存在不足或是过量及其对应应急救援效果的影响,导致调度成本过高。针对以上问题,提出基于离散蜂群的台风灾害应急物流车辆调度优化模型。考虑到提供给受灾点的应急物资可能不足或是过量的特点,在设定受灾点所需物资量遵从正态分布的前提下,以最小化物资分配不足和供应过量所带来的损失、车辆调度成本为优化目标,考虑受灾点对服务时间的要求和车辆承载能力等约束,构建了紧迫性需求条件下的调度问题的优化模型,并采用离散蜂群算法对调度问题优化模型进行求解。实验结果表明,所提模型与其他调度数学模型相比,有效降低了应急物流车辆调度成本,可为台风灾害应急管理者提供科学的决策依据。     

基于联系数和马尔可夫链耦合的山东省旱情动态预测评价

为增强区域旱情预测评价模型的合理性、可解释性和预测评价结果的准确性,以山东省1972-2001年旱情历史序列作为评价样本,选取水库蓄水量距平百分率、地下水埋深、土壤含水量和降水量距平百分率4个旱情评价指标,采用基于加速遗传算法的模糊层次分析法确定评价指标权重,通过计算评价样本的指标数联系数、指标值联系数并利用最小相对熵原理得到样本的平均联系数,由属性识别法确定了各年份的旱情等级,建立了基于集对分析五元联系数和马尔可夫链耦合的区域旱情动态预测评价模型(简称CNMC模型),将CNMC模型应用于山东省2000、2001年旱情等级动态预测评价中,判定山东省旱情等级,将该模型确定的旱情等级与属性识别法评价结果进行对比分析。结果表明:采用CNMC模型得到的旱情等级计算值与属性识别法的评价结果一致,可发现CNMC模型中由集对分析法确定的权重值较自相关系数法确定的权重值分布均匀,克服了自相关系数法的计算不稳定性;以联系数分量为基础的属性识别法克服了直接将指标数值与评价标准匹配得到的马尔可夫链状态等级空间的粗糙性;以前5 a各年份的联系数分量为基础,充分利用了1~5步长状态转移概率矩阵,克服了普通马尔可夫链法中仅采用状态转移概率矩阵中某一行信息所带来的局限性。CNMC模型有助于深入刻画和解析预测对象与预测因子之间的复杂关系,以联系数分量为基础,不同步长的马尔可夫链状态转移概率矩阵为驱动所建立的模型能更精准地刻画系统的不确定性趋势且计算简单、操作方便,为区域旱情动态预测评价提供了一种新途径。     

微电网电压分层控制与补偿机制研究

微电网技术具有许多优点,然而微电网中的分布式电源自身的不稳定性会导致微电网的运行控制困难,特别是公共连接点处会出现电压不平衡。为了补偿此不平衡电压,提出了分层控制方法。该方法将电网运行控制分为.上下2层,由.上层控制发送控制信号,并由下层控制来实施,此控制信号与正序电压分量和负序电压分量有关;在dq旋转坐标下,依靠同步坐标系锁相环( SRF-PLL)和解耦的双同步坐标系锁相环(DDSRF-PLL)等并网同步技术将微电网同步地接入电网,并通过控制逆变器得到电压幅值。仿真结果表明:分层控制方法能够较好地实现对微电网的控制。     

基于源网荷互动的分布式能源消纳方法

分布式能源发电的不确定性给电网公司消纳新能源带来了极大的挑战,电力物联网全域感知技术为分布式能源消纳提供了有效的数据支撑,故提出了一种基于源网荷互动的分布式能源消纳方法,构建了分布式能源总功率预测方法,采用自回归移动平均算法对新能源发电功率进行预测,并建立分布式能源发电波动影响因子,分析新能源发电波动对电网带来的影响。根据源网荷的互动情况,采用离群点自趋优算法,实现新能源机组有功功率精准控制,有效推动分布式能源的消纳。仿真验证表明：采用离群点自趋优的新能源机组控制算法能根据电网运行情况,自动调控分布式能源、电网资源,实现分布式能源最大化消纳,有效提高了园区分布式能源的经济运行水平。     

含多种分布式电源的微电网分层控制策略

随着分布式电源接入微电网数量的增加,微电网系统的稳定性受到了很大的影响;微电源的运行特性及控制方法、微电源的接人点和容量、微电网运行方式和控制方法、电力电子装置、储能设备和负荷特性等都会影响到电能质量。为了改善微电网的电能质量,提出了包括上层中心控制器及下层分布式电源信息交互的微电网分层控制策略。微电网中的分布式电源控制由下垂控制、功率控制、电压和电流控制组成。通过Matlab/simulink仿真,对微电网运行中各分布式电源的功率、电压和频率的变化规律进行了分析。仿真结果表明:分层控制策略能使各分布式电源之间较好地协调,满足了改善电能质量的要求。     

基于IRBFNN和PCA的电网预想故障安全运行评估方法研究

为了更快速直观地监视、分析和评估故障后电网的安全运行状态,提出了基于径向基函数(radical basis function,RBF)神经网络和主成分分析法(principal component analysis,PCA)的评估模型。利用带衰减因子的吸引力传播(affinity propagation,AP)聚类算法选择RBF神经网络中心和隐含层节点数,同时提出了扩展的电网运行状态安全评估指标,利用越限指标权重和指数阶数避免了安全评估的遮蔽现象,利用主成分分析选取RBF神经网络的输入矢量特征,最后通过IEEE-30节点仿真算例验证了所提模型的有效性。     

基于混合分解技术的鲁棒极限学习机的风速预测

提出一种基于混合分解技术的改进鲁棒极限学习机的风速预测模型。混合分解技术的特殊性在于采用变分模态分解,把互补集合经验模式分解所产生的高频固有模态函数进一步分解为多个模态分量,以提高短期风速预测的精度。然后对混合分解技术分解得到的全部风速分量分别建立鲁棒极限学习机模型进行预测,并采用一种改进鲸鱼优化算法对鲁棒极限学习机的参数进行微调。最后,根据西班牙某-风电场实际风速数据进行风速多步短期预测。实验结果表明:基于混合分解技术和改进鲸鱼优化算法优化鲁棒极限学习机的组合预测模型在风速预测.中取得较好的预测效果。     

区域洪涝灾害风险的模糊综合评价与预测

以广西1992~2006年洪涝灾情数据为基础,选取适当的评价指标,用基于遗传算法、特征值法和优化算法的投影寻踪法和层次分析法确定各评价指标的分类权重和排序权重,用优化算法进行综合得到组合权重,经过加权求和得出洪涝灾害的模糊综合评价,进而对15个评价对象进行了分类排序,其分类结果很好地反映了洪涝灾情的实际情况。在以上模糊综合评价结果的基础上,利用距离贴近度进一步计算和分析各个评价指标之间的贴近度,并由择近原则确定各个评价指标之间在洪涝灾害评价中的相关程度。同时,建立了基于改进的灰色GM(1,1)的时间响应式的灾变年份预测模型。     

新能源场群连锁故障路径的仿真预测方法

新能源场站的大规模集群化接入不仅增加了连锁故障的发生概率,也恶化了故障发生后的电网运行状态。为适应电网运行分析的新要求,以新能源机组和无功补偿装置实际运行工况为依据,研究了一种用于预测新能源场群连锁故障路径的仿真计算方法。通过基于大电网数据的仿真算例分析,得到了某新能源场群在典型约束条件下的详细连锁故障路径。结果表明:基于新能源场站机组实际情况建立的仿真模型更适宜于连锁脱网路径的仿真预测。