由社会资本投资的大量分布式电源(Distribution Generation,DG)接入配电网势必对配电网稳定与经济运行带来诸多挑战.为了对DG进行合理规划,以我国电力改革的实际情况为背景,从配电公司(Distribution System Company,DISCO)和分布式电源运营商(Distributed Generation Owners,DGOs)的利益角度出发,构建基于主从博弈的DISCO配电网扩展规划的双层优化模型.上层决策以DISCO的成本最小化为目标,综合考虑各年配电网运行约束和DG渗透率约束;而下层决策则由多个DGO的子优化问题组成,以各DGO的收益最大作为优化目标,计及各年并网容量约束.采用粒子群算法求解该双层优化模型,得到以年为单位的最优配电网扩展规划方案.基于IEEE-33节点系统进行仿真实验,验证了所提模型的有效性与先进性.

综合能源环境下的配网规划复杂性强,分布式电源数量众多,为使配电网规划具有一定的简便性,提出无差异模式规划(简称无差异规划)的概念,即负荷需求(指负荷密度及供电可靠性)相似的分区内各类设备容量的近似一致性规划,且设备数量与分区面积近似成正比关系.无差异规划以牺牲准确性为代价,换取规划的简便性,在复杂环境下的配电网规划类问题中具有一定优势.研究了配电系统、热力系统及分布式电源耦合环境下的配电网无差异规划问题,各主体均可以选择自身的行为模式.通过算例,验证了无差异规划的可行性,并分析了综合能源环境下各主体不同的行为模式对配电网无差异规划的影响及修正方法,验证了其在综合能源环境下的适用性.

随着风电规模的不断增加,受既有电网传输容量的限制,将导致大面积弃风,解决这一问题的有效途径是建设风电功率外送通道.因此,对于风电功率外送输电容量的规划是一项重要的研究课题.通过构建输电工程的经济效益评估模型,提出了基于风电功率分布特性与输电工程经济性的风电功率外送输电容量的规划方法.最后,以某区域实际电网系统为例,对所提出的方法进行验证,在减少输电工程投资成本的同时可以有效地增加输电工程的经济收益.

准确的进行电力负荷预测对于电网规划及电力市场的发展具有重要的作用.对当前比较常用的预测方法进行了阐述,并且结合新疆电网的具体情况提出了合适的电力负荷预测方法.总之,高效准确的对电力负荷进行预测可以对电网安全稳定的发展提供积极有效的信息.

In order to improve the capability of entropy method in time-frequency feature presentation of fault signals of transmission lines,a new method is proposed for power system fault diagnosis based on Tsallis wavelet singular entropy (TWSE) with hierarchical variable step size.Firstly,the collected voltage signals are transformed by wavelet decomposition and single branch reconstruction,which is used to construct time-frequency matrix.Secondly,the singular value decomposition theory combines with the Tsallis entropy theory,and the time-frequency matrix processed by TWSE with 1 sliding step size is used to determine the fault occurrence time.Then,the method calculates TWSE with 1/4 period sliding step size to obtain the feature vector for fault diagnosis from the one period after the fault happened of the three-phase voltage reconstruction coefficient.Finally,the TWSE feature vector is input to the classifier based on the extreme learning machine (ELM) to realize fault diagnosis of transmission line.Simulation results show that the new method has better feature representation ability for fault transient signal,and classification result is not affected by fault time,transition resistance and fault location.Compared with the SWSE fault diagnosis method based on wavelet singular entropy,the method of TWSE has better diagnosis effect.

太阳能辐照量是影响光伏发电的主要因素,准确的太阳能辐照量预测对于光伏发电具有重要的作用。为提高预测模型对环境因素的敏感性与预测精度,提出基于遗传算法(genetic algorithm,GA)改进极限学习机(extreme learning machine,ELM)的太阳辐照量预测方法。首先,选取与太阳能辐照量相关的候选属性因素,确定输入变量;其次,以2009年到2014年与待预测日相同日期前后15 d范围内数据为训练集;再次,采用GA优化ELM的隐含层输入权值及偏置向量;最后,采用优化后的GA-ELM模型,开展逐时太阳辐照预测模型。实测算例表明,相较ELM、BP神经网络,新方法具有更高的预测精度,能够适应外界气象条件突变情况下的辐照预测需要。