基于遗传灰色神经网络模型的实时电价条件下短期电力负荷预测

在智能电网条件下,用户的用电模式将会发生重大变化,其中一个显著的变化就是用户可以根据电能需求结合实时电价调整其消费模式。这使得用户负荷预测更为复杂。在对影响短期电力负荷特性的各种因素进行分析的基础上,综合考虑了实时电价的影响,提出了一种用遗传算法优化改进的灰色神经网络方法,利用灰色模型可以弱化数据的随机性以及神经网络的高度非线性,对短期负荷进行预测,采用遗传算法对网络进行优化,从而提高了预测的精确度。实例证明该算法能较好地解决实时电价下的短期负荷预测问题。

配电变电站多阶段优化规划模型

变电站选址定容优化规划为多变量、非线性的混合整数优化问题,为此,采用动态规划方法建立变电站的多阶段优化规划模型,决定各阶段所投建的变电站数目、容量类型和供电范围。结合专家意见,确定目标年的配电变电站站址、站容,将此规划结果作为之后各阶段变电站规划的候选站址、站容分类依据;运用启发式规则对模型进行降维处理,求解整个规划期间最优的变电站建设方案。算例结果验证了该方法的可行性。

基于多因素的电力系统充裕性评估

为更加全面评估电力系统充裕性,提出了一种考虑多因素的电力系统充裕性评估方法。首先建立了计及元件的可修复失效、老化失效和天气相依三方面因素的元件停运模型,综合考虑了元件停运的计划性和随机性,使得该模型更加准确反映元件的运行状态;通过非序贯蒙特卡洛方法对系统抽样,更加真实地模拟实际电网运行状态;其次以系统失负荷量最小为目标,通过直流最优潮流模型对系统状态进行分析,计算系统失负荷量。以IEEE RTS-79系统为例,对比分析了基于多因素的电力系统可靠性及传统电力系统可靠性的指标结果,对电网规划和实际操作有一定的指导意义。