为提高负荷预测结果的精度,设计了一种基于改进的分形理论的短期负荷预测模型。选取与实测日气象数据相似的日期作为基准日,对其进行重标极差法分析,从而确定其具有分形的特征,根据分形插值区间计算迭代压缩因子和确定迭代函数系统(IFS:...为提高负荷预测结果的精度,设计了一种基于改进的分形理论的短期负荷预测模型。选取与实测日气象数据相似的日期作为基准日,对其进行重标极差法分析,从而确定其具有分形的特征,根据分形插值区间计算迭代压缩因子和确定迭代函数系统(IFS:Iterative Function System)建立实测日的分形插值函数,通过移动平均函数对数据进行处理,利用最小二乘法(OLS:Ordinary Least Square)建立数据拟合方程,将时间数据带入拟合方程中计算预测数据。经过仿真对比实验,改进后的比改进前的预测模型预测的负荷数据平均绝对百分比误差(MAPE:Mean Absolute Percentage Error)下降了0.26,证明了改进分形理论的短期电力负荷预测模型可以有效提高负荷预测结果的准确性。展开更多
以内点法求解最优潮流(optimal power flow,OPF)的经典非线性规划模型已得到广泛应用,但无法保证解的全局最优性。而求解OPF的半正定规划模型,在一定条件下能获得全局最优解,但存在计算时间长和可能无法获得可行解的缺点。因此,文中提...以内点法求解最优潮流(optimal power flow,OPF)的经典非线性规划模型已得到广泛应用,但无法保证解的全局最优性。而求解OPF的半正定规划模型,在一定条件下能获得全局最优解,但存在计算时间长和可能无法获得可行解的缺点。因此,文中提出一种结合非线性规划和半正定规划模型两者优势求解OPF问题的混合优化方法,以实现在更短的时间内获得全局最优解。首先,提出验证由内点法求解OPF非线性规划模型(nonlinear programming,NLP)所得解是否为全局最优的充分条件。若非全局最优,则基于OPF的半正定规划模型给出由该局部最优解出发的下降方向,并通过步长控制得到新的初值,交由内点法重新求解OPF的非线性规划模型。算例测试结果表明,该算法在避免求解完整半正定模型需耗费大量时间的同时,能够有效跳出非线性规划模型的局部最优解,收敛到全局最优解或更优的解。展开更多
基于隐式梯形积分的交替求解法由于数值稳定性好,计算简单,广泛应用于电力系统暂态稳定计算,但其收敛性与计算效率之间存在权衡问题。该文分析交替求解法的迭代收敛过程,提出基于雅可比迭代的交替求解算法。该算法在求解非线性代数方程...基于隐式梯形积分的交替求解法由于数值稳定性好,计算简单,广泛应用于电力系统暂态稳定计算,但其收敛性与计算效率之间存在权衡问题。该文分析交替求解法的迭代收敛过程,提出基于雅可比迭代的交替求解算法。该算法在求解非线性代数方程组时引入雅可比矩阵,提高算法迭代收敛性;利用非诚实牛顿法(very dishonest Newton method,VDHN)更新雅可比矩阵,减少计算复杂度。同时,该算法在求解线性代数方程组时,采用雅可比迭代法,提高计算效率。基于IEEE标准16机68节点系统,对比分析原始交替求解法、改进交替求解法、VDHN直接法和所提方法的正确性、迭代收敛过程及计算效率,证明所提方法的优越性。展开更多
文摘为提高负荷预测结果的精度,设计了一种基于改进的分形理论的短期负荷预测模型。选取与实测日气象数据相似的日期作为基准日,对其进行重标极差法分析,从而确定其具有分形的特征,根据分形插值区间计算迭代压缩因子和确定迭代函数系统(IFS:Iterative Function System)建立实测日的分形插值函数,通过移动平均函数对数据进行处理,利用最小二乘法(OLS:Ordinary Least Square)建立数据拟合方程,将时间数据带入拟合方程中计算预测数据。经过仿真对比实验,改进后的比改进前的预测模型预测的负荷数据平均绝对百分比误差(MAPE:Mean Absolute Percentage Error)下降了0.26,证明了改进分形理论的短期电力负荷预测模型可以有效提高负荷预测结果的准确性。
文摘以内点法求解最优潮流(optimal power flow,OPF)的经典非线性规划模型已得到广泛应用,但无法保证解的全局最优性。而求解OPF的半正定规划模型,在一定条件下能获得全局最优解,但存在计算时间长和可能无法获得可行解的缺点。因此,文中提出一种结合非线性规划和半正定规划模型两者优势求解OPF问题的混合优化方法,以实现在更短的时间内获得全局最优解。首先,提出验证由内点法求解OPF非线性规划模型(nonlinear programming,NLP)所得解是否为全局最优的充分条件。若非全局最优,则基于OPF的半正定规划模型给出由该局部最优解出发的下降方向,并通过步长控制得到新的初值,交由内点法重新求解OPF的非线性规划模型。算例测试结果表明,该算法在避免求解完整半正定模型需耗费大量时间的同时,能够有效跳出非线性规划模型的局部最优解,收敛到全局最优解或更优的解。
文摘基于隐式梯形积分的交替求解法由于数值稳定性好,计算简单,广泛应用于电力系统暂态稳定计算,但其收敛性与计算效率之间存在权衡问题。该文分析交替求解法的迭代收敛过程,提出基于雅可比迭代的交替求解算法。该算法在求解非线性代数方程组时引入雅可比矩阵,提高算法迭代收敛性;利用非诚实牛顿法(very dishonest Newton method,VDHN)更新雅可比矩阵,减少计算复杂度。同时,该算法在求解线性代数方程组时,采用雅可比迭代法,提高计算效率。基于IEEE标准16机68节点系统,对比分析原始交替求解法、改进交替求解法、VDHN直接法和所提方法的正确性、迭代收敛过程及计算效率,证明所提方法的优越性。