基于树结构Parzen估计器优化集成学习的短期负荷预测方法

短期负荷预测主要用于电力系统实时调度、日前发电计划的制定,对电力系统经济调度、系统的安全运行具有重要意义.国内外在采用智能模型进行短期负荷预测方面开展了大量研究,然而智能预测方法的预测效果较易受到现存方法结构及参数的影响,以及预测对象自身个性差异使得参数难以复用,如何精准快速地获取方法结构与参数成为短期负荷预测的关键难题.对此,提出基于树结构Parzen估计器优化集成学习的短期负荷预测方法,可对方法结构与参数进行快速寻优.将该方法应用于中国南方某省短期负荷预测,以实际算例验证了其对预测精度的有效提升.

面向产业链特征挖掘和有序用电行业筛选的行业关联图模型

为更深入挖掘行业电量数据多维价值,支撑电网有序用电计划安排,提出了面向产业链特征挖掘和有序用电行业筛选的行业关联图模型。首先,考虑上下游产业链生产活动时差特性,提出了行业电能关联模型;其次,提出行业内向和外向用电特征评估模型及其特征发展趋势评估方法,提出行业敏感度和辐射强度来量化行业之间的电力需求影响程度和各行业对社会生产的辐射强度;随后,提出支撑有序用电行业筛选的行业关联矩阵和关联图。最后,通过算例验证,所提关联图模型能有效挖掘行业上下游关联关系的产业链特征,在有序用电行业筛选方面有巨大价值。

考虑电动汽车用户决策行为的电价型需求响应模型

为进一步挖掘电动汽车的需求响应潜力,提出考虑电动汽车用户决策行为的电价型需求响应模型。首先,分析用户参与电价型需求响应决策行为,用户在电价的引导下可以通过转移充电时段、调整充电时长等方式参与响应。其次,基于用户的消费者心理建立用户充电时间转移概率模型。然后,提出用户可调节充电时长的概念,建立用户充电时长调整概率模型。最后,通过仿真算例分析不同电价场景下充电站负荷的变化情况,研究用户对电价的敏感性。仿真结果表明,用户能够结合自身出行需求以及充电价的情况合理调整自己的充电时段和充电时长,具有较大的调节潜力。同时,用户的充电行为对充电价很敏感,在一定的峰谷电价差下能够很好地引导用户错峰充电,但是当峰谷电价差过大时,容易在谷时段形成新的充电高峰,进而导致充电设施紧缺。因此,电网侧可根据用户对充电价的敏感性设置合理的电价来充分挖掘用户的响应潜力。

基于DSRD的高重频固态脉冲源的研制

介绍了一种基于新型高功率超高速半导体断路开关—漂移阶跃恢复二极管(DSRD)和可饱和脉冲变压器的高电压高重频超高速全固态脉冲源。设计了脉冲源的电路拓扑结构,理论上分析了脉冲源电路的工作原理,研究获得了可饱和脉冲变压器匝数、磁芯截面积及负载阻抗等参数对脉冲源输出特性的影响的规律。实验结果表明:脉冲源在50 kΩ阻性负载条件下,输出脉冲峰值电压约38.2 kV,脉冲前沿约7.1 ns,脉冲宽度约14.1 ns,输出峰值功率约29.2 kW,可在400 kHz重复频率下稳定工作。