基于支撑向量机在线学习方法的短期负荷预测

提出了基于支撑向量机在线学习方法的短期负荷预测,该方法克服了传统的支撑向量机负荷预测当训练样本集合改变时为了保证预测精度必需重新进行训练来得到新的回归函数的缺点.充分利用支撑向量机解的稀疏性和前一次的训练结果,提出了递增和递减算法,直接修改原有回归函数的系数来得到新回归函数.实例计算表明,该方法与传统支撑向量机方法相比,具有计算速度快,推广能力强的显著特点,在相同预测精度下,计算速度提高了近两个数量级.     

实用电力系统静态安全分析

本文从电力系统潮流方程的戴劳级数展开式导出了模拟开断线路的开算方法.该方法简化了电力系统断线模拟的计算过程,显著提高了计算速度,具有较高的精度.文中给出了算法及对IEEE的14节点、30节点及57节点计算的结果.计算数字例表明,对57节点系统而言,模拟一次断线的CPU时间不到0.1秒(Prime-550计算机,大致相当于VAX-750机).小于一次牛顿选代所需CPU时间的1/100.从而使电力系统静态安全分析向在线应用及实用化迈进了一步.     

电力系统的随机潮流分析

本文以牛顿拉夫逊法潮流计算为基础提出了一种新的随机潮流线性化系统.该系统充分利用了潮流计算结果,使随机潮流程序和计算大为简化.文中首次提出了随机静态稳定分析的概念,为研究电力系统运行方式、校验规划网络的可行性提供了简单而有效的工具.本文利用Gram-Charlier级数减少了随机潮流卷积的运算量.数字例表明,计算的精度是令人满意的,计算的速度明显超过了目前的算法。     

基于正交最小二乘法模糊模型的短期负荷预测

将正交最小二乘法（OLS）模糊模型用于电力系统短期负荷预测,其推理系统模糊规则的生成、影响因素的选取和隶属度的确定均利用正交最小二乘法从历史数据中直接获得,从而克服了模糊推理系统的知识由咨询专家和经验来产生所造成的知识获取的“瓶颈”现象。相应的数学模型简洁有效。实际算例表明,该方法的预测精度较径向基网络法高0．3％－0．5％,每个模型运算仅需1s左右,具有较强的实用性。     

电源优化模型

本文介绍一种适用于我国电力建设的电源优化模型,该模型是作者在完成三峡开发方案论证课题过程中建立起来的。和国外相比,我们的电源优化理论上和算法上要求更高,难度更大。不突破国外的某些理论就不能创立适合我国的数学模型和算法。基于这些考虑,我们在电源优化中开发了一种特殊的启发式算法,突破了传统算法对整数变量数目的限制;在生产模拟中采用了等效电量法和处理水电机组的新理论,使整个电源优化程序具有明显特色。以此模型编制的电源优化程序已用于三峡系统电源优化计算,取得了满意的结果。     

电力系统随机生产模拟的等效电量函数法

本文为电力系统随机生产模拟提出了一种新方法——等效电量函数法(EEF法)。该方法直接用电量进行卷积计算,使生产模拟计算大为简化.EEF法不仅在常规卷积计算时速度比目前世界上采用的方法快,在处理分段机组、水电机组等问题时也比较灵活.文中还给出了电力不足概率(LOLP)的估计公式及卷积的简化计算方法. 文中的数字例表明,该方法不仅速度高、精度高,而且程序简单.     

含风电场电力系统电压波动的随机潮流计算与分析

提出了用随机潮流计算分析风电场并网所引起的系统电压波动的方法.该方法全面考虑了风电场出力变化、负荷波动、发电机停运以及线路故障等随机因素,通过随机潮流计算求出风电场并网后系统各节点电压的概率分布,其中特别包括风电场接入点的电压波动情况.在此基础上,该方法可以对风电场的无功补偿进行进一步分析.此外还证明了用三参数的Weibull分布描述风速变化可以更好地反映高风速对风电机组输出功率的影响,对于常年风速较高的风电场更适合采用此分布描述.对接有风电场的IEEE RTS 24节点系统进行的算例分析证明了该方法的有效性,并通过实例说明了如何利用该方法指导对异步风力发电机的无功补偿.     

考虑环境成本的电源规划JASP模型

由于新能源机组投资费用高于水电、火电等常规机组,按照传统电源规划思路将限制新能源的规划发展.从发电厂的内部成本和外部成本入手讨论了电厂环境成本的评估方法,并基于环境成本对按发电厂优化的JASP模型进行改进,不仅计入传统的投资费用和运行费用,而且将环境成本加入了规划目标.这有利于将清洁环保的新能源纳入电源规划,同时也有利于节约不可再生能源,具有较好的环保节能效益.算例结果显示,随着环境成本的提高,规划的新能源机组容量逐步增加,建设时间也较早,政府可以通过设置合理的环境成本来调节新能源机组的建设.此项研究可为包含新能源机组的电源规划方案提供新的参考依据.     

基于RBF神经网络和专家系统的短期负荷预测方法

深入研究了天气和特殊事件对电力负荷的影响,建立了结合径向基（RBF）神经网络和专家系统来进行短期负荷预测的模型。利用RBF神经网络的非线性逼近能力预测出日负荷曲线,然后利用专家系统根据天气因素或特殊事件对负荷曲线进行修正,使其在天气突变等情况下也能达到较高的预测精度。利用该模型编制的实用化软件在西北电网的多个电力局投入实际应用,结果表明：该方法用BP神经网络相比,具有较高的预测精度,同时具有较强的实用性。