【摘 要】
：
风电等可再生能源的输出受到气候的影响,具有随机性和间歇性,是不可控的,含有大量风电的电网会有更多的潮流波动。本文分析了风电的随机特性、概率潮流和机会约束规划理论,探讨了概率性分析方法在地区电网调度中的各种应用,并讨论了在含有风电等大量波动性电源和负荷的系统中,概率方法在调度运行决策中的应用和意义。概率性研究方法可以更好考虑运行风险,提供比传统方法更丰富的信息。
【出 处】
：
中国高等学校电力系统及其自动化专业第二十五届学术年会
论文部分内容阅读
风电等可再生能源的输出受到气候的影响,具有随机性和间歇性,是不可控的,含有大量风电的电网会有更多的潮流波动。本文分析了风电的随机特性、概率潮流和机会约束规划理论,探讨了概率性分析方法在地区电网调度中的各种应用,并讨论了在含有风电等大量波动性电源和负荷的系统中,概率方法在调度运行决策中的应用和意义。概率性研究方法可以更好考虑运行风险,提供比传统方法更丰富的信息。
其他文献
本文利用近似化简理论系统地研究了电力系统模型降阶问题。在引用近似化简理论的基础上,给出了电力系统单机无穷大系统的降阶实现过程,得到简化模型。最后进行模型仿真,仿真结果表明:在满足近似化简条件的基础上,对模型进行合理降阶,降阶模型基本保留原模型的动态特性,并且最终都趋于平稳。可见在一定条件下,用低阶模型去近似高阶模型是合理可行的。研究结论对简化电力系统模型具有重要意义。
本文提出了一种快速实现潮流计算的二层链表结构。该结构利用节点分块雅可比矩阵与导纳矩阵的对应关系,由十字链表层和二叉链表层构成,十字链表层存储节点分块雅可比矩阵,二叉链表层存储节点导纳矩阵,两者之间的对应元素通过指针直接关联。首先,在雅可比矩阵形成与修正过程中,通过两层链表之间的关联结构,直接从二叉链表层中提取导纳信息形成或修正十字链表层中的雅可比矩阵,避免消元操作引入的注入元对原始雅可比矩阵结构的
本文对原对偶内点理论的电力系统最优潮流算法进行了改进研究。首先,通过矩阵约化来求解较大规模系统的修正方程,将大规模的修正方程系数矩阵通过矩阵约化处理为子矩阵块,约化后仅需对其中一个子矩阵进行LU分解,其它计算量只是简单的前代和回代,可较大幅度提高了计算时间。其次,采用预测校正技术并合理配置对应的参数,改善了映射空间的结构。其中预测方向主要用于削减原-对偶不可行性和对偶间隙,校正方向主要用于保持当前
在智能电网背景下,结合过程潮流思想,提出自动优化潮流理论模型。该模型能够解决AGC时间级系统潮流状态无法观测的问题,并能够在更短时间级优化地调整AGC 机组的基值和参与因子,实现AGC时间级系统运行的经济性与安全性的兼顾。最后通过6 节点系统验证这一模型的有效性。
电力系统负荷受多种因素影响,单一的预测方法精度有限,且难以适应系统的负荷数据结构的变化。本文在分析了澳洲国家电力市场负荷数据的基础上,设计了一种包含3个子模型的组合模型及相关软件包.它采用在线更新权值的策略将子模型进行组合,提高精度的同时,能动态地适应系统负荷数据结构的变化。实际测试结果表明该模型能够适应澳洲电力市场的日负荷预测要求,具有较高的精度。
在分析了逆迭代转Rayleigh商迭代算法和隐式重启动Arnoldi算法的原理的基础上,对两者的优缺点进行了比较,并在电力网中进行了分析应用。通过对四机两区域的电力系统进行了计算,结果表明两种算法均具有较好的收敛性。同时发现逆迭代转Rayleigh商迭代算法一次只能求取一对特征值和特征向量,且受LU分解的影响计算量较大,而隐式重启动Arnoldi算法一次可以求取多对特征值和特征向量,且不受矩阵阶数
电网规模的不断扩大将使其稳定方面的问题更加突出,电压不安全已经成为限制电力传输的主要因素之一,电压稳定问题得到了越来越多的关注。同步测量技术的迅速发展和广泛应用为大电网电压稳定的在线检测奠定了基础。本文简单介绍了广域测量系统的构成,分析了与传统测量系统的优点;对基于广域测量的电压稳定研究进行了综述;并指出其应用现状,展望了以后的发展方向。
本文针对常规潮流在进行灵敏度分析时忽略了各个输入变量的相互影响性,根据稳态运行中AGC机组的静态输出特性和所描述电气现象的严谨性,采用了符合电力系统的实际运行规律的AGC潮流模型,由于该模型自变量具有独立性的要求,可将多元函数的微分关系科学地严密地应用于AGC潮流中,以得到在运行点上具有精确意义的灵敏度,给电力系统运行点的品质特性或安全分析带来新的内容.5节点系统算例表明,该方法具有可行性。
针对负荷裕度计算问题,提出了一种基于菌群趋药性(BCC)算法的新的优化算法--微细菌群体趋药性(MBCC)算法。MBCC算法利用两个菌群(寻优菌群和库存菌群)来寻优,寻优菌群使用BCC算法来寻找最优解,库存菌群保证了寻优菌群的多样性。MBCC算法加快了算法收敛速度,提高了全局搜索能力,而且在寻优过程中减少了系统资源的浪费。将该算法用于负荷裕度的计算,与连续潮流法计算结果的比较表明,该算法切实可行并
电力系统的最优潮流问题(OPF)是一个高度约束的多维非线性优化问题,通过调节控制变量如发电机有功出力,机端电压,变压器变比等使发电机组燃料成本函数最小并保持所有的约束条件都得到满足。本文提出了利用差异进化算法(DE)并动态调整进化参数来解决电力系统的最优潮流问题。这个方法通过IEEE30节点系统得到了验证,并与其它进化类算法进行了比较,结果显示了文中算法能够有效减少发电机燃料费用,并有一个良好的寻