基于改进狼群算法的含风电配电网无功优化

为提高电压质量和降低网络损耗,建立以配电网节点电压总偏移指数最小为目标函数的含风电配电网无功优化模型,通过对狼群优化算法的探狼游走策略和猛狼运动步长进行改进,得到改进狼群算法(Improved Wolf Pack Algorithm,IWPA),以增强算法的优化性能;采用IWPA算法对模型进行求解,并利用灵敏度分析确定无功补偿位置。算例分析结果表明,对含风电配电网进行无功优化,能够降低电压波动和减小网络损耗,验证了改进方法的正确性和有效性。

考虑光热储能的风-光-水电联合系统优化调度

为提高风-光-水电联合系统的经济性,以联合系统发电收益最大为目标函数,综合考虑各类约束条件,建立了考虑光热储能的风-光-水电联合系统优化调度模型。采用Tent混沌映射和收敛因子非线性调整策略对灰狼优化算法进行改进,采用改进灰狼算法对联合系统优化调度模型进行求解。结果表明,加入光热储能电站后,联合系统出力波动性显著减小,单日发电收益提高34.47万元,经济效益提升显著,验证了模型的正确性和改进灰狼算法的优越性。

基于告警信息的变电站设备运行情况分析

本文通过研究变电站一二次设备的各类计划操作、故障异常、缺陷、状态信号模型间关系,实现海量实时告警信号的筛选、过滤和智能判别,为监控人员呈现有序及条理化的监控事件智能判别结果。

“大运行”体系下技术支持系统一体化管理模式实践

荆州供电公司遵循国家电网公司《地区智能电网调度技术支持系统应用功能规范》,结合地县调控一体化技术支持系统的建设,构建一体化的管理模式(地县一体化、调控一体化、运维一体化、管理一体化),在现有调度技术支持系统的基础上,完成了地区地县调控一体化技术支持系统建设。系统覆盖荆州电网(包含10个县公司)所有变电站,县调工作站采用远程瘦客户机模式部署。系统的硬件设备(包括前置、SCADA、数据库、高级应用和WEB等服务器)均部署在地调,做到地县、调控、运行、管理一体化。

基于改进PSO-DE融合算法优化LSSVM的短期风功率预测

为了提高短期风功率预测精度,采用惯性权系数、粒子初始化规则调整和越界粒子变异操作等策略对粒子群—差分进化(Particle Swarm Optimization-Differential Evolution,PSO-DE)融合算法进行改进,形成改进PSO-DE融合算法,从而提高改进PSO-DE融合算法的优化性能。采用改进PSO-DE融合算法对最小二乘支持向量机进行优化,建立基于改进PSO-DE融合算法优化最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)的短期风功率预测模型。采用风电场实际运行数据进行算例分析,结果表明,PSO-DE融合算法能够减少迭代次数,提高收敛精度,基于改进PSO-DE融合算法优化LSSVM的风功率预测模型的平均相对误差、全局最大误差和均方根误差分别为3.26%、5.97%和13.53,预测精度高于其他几种风功率预测方法,验证了所提出的改进策略及短期风功率预测模型的正确性。