基于自适应粒子群的精细化有序用电决策方法

为解决传统用电决策方法在进行用电决策时决策效果差的问题,避免在用电高峰期出现负载情况,结合自适应粒子群算法,针对精细化有序用电的决策方法展开研究。根据实际用电情况对原始电力数据进行预处理,运用主成分分析方法将电力数据归一化,消除数量差异。通过自适应粒子群算法对用电决策进行寻优求解,采用两阶段约束优化方法,最大限度优化粒子收敛的范围。根据用户的行为特点进行周期性的电力约束,利用用户电力负荷信息,结合特征值判断筛选出符合参加有序供电策略的客户情况,以实现精细化有序供电决策的实施。实验表明:应用所设计的有序用电方法,能够减少高峰期的用电负荷,实现稳定的电力资源控制,验证了该方法的有效性。

基于熵权-灰色关联变权重的有序用电决策方法

当前,季节性、时段性电力供需矛盾日益凸显,通过避峰、错峰、限电等措施开展的有序用电在一定程度上能够缓解电力供需紧张局势,更好地保障电力系统的平稳运行。在此背景下,提出一种基于熵权—灰色关联变权重的有序用电决策方法。首先,克服单一常权重对异常指标不能灵敏反应的缺陷,将信息熵与灰色关联度相结合引入可变权重,对用户参与有序用电的潜力进行综合评估,以此确定企业参与有序用电优先级。然后,为避免传统人为编排有序用电方案导致收益损失,提出有序用电辅助决策方法,并基于MATLAB仿真模拟用户避峰、错峰等操作。最后,以长沙市黑石线2020年迎峰度夏运行方案为例验证决策方法的准确性与有效性。仿真结果表明,所提出的基于信息熵-灰色关联变权重的有序用电辅助决策方法,能够有效缓解高峰期电网调峰压力,具有一定的经济性与工程实践价值。

基于精细化管理的有序用电辅助决策

提出基于精细化管理的有序用电辅助决策方法;根据用户用电行为和评价指标,精细划分用户,并结合用电设备和用电时段特性,设置有序用电优化目标和约束条件,进而生成精细化的有序用电优化方案,实现有序用电的精细化管理;并通过实际系统应用验证了方法的有效性,提高了有序用电精细化管理的水平。

计及网络约束的有序用电综合决策方法研究

有序用电综合决策模型的构建和具体应用不仅能够对电力资源起到良好的优化作用,而且还能够避免出现网络阻塞等现象,对电网运行的安全性和稳定性、经济性提升而言,具有实质性意义.