在现代电力市场环境下,电力系统的可用输电能力(ATC:Available Transfer Capability)指输电网络对电力市场还能提供的最大传输容量。它是衡量电网传输容量,反应系统安全性和可靠性的一项重要指标。为了保证电力系统的安全运行并且获得...
详细信息
在现代电力市场环境下,电力系统的可用输电能力(ATC:Available Transfer Capability)指输电网络对电力市场还能提供的最大传输容量。它是衡量电网传输容量,反应系统安全性和可靠性的一项重要指标。为了保证电力系统的安全运行并且获得最大的经济效益,必须快速准确的计算ATC并将其值公布于网络开放实时信息系统(OASIS:Open Access Same-time Information System),以便指导市场参与者的行为。而电力系统短期负荷预测是电力部门的一项重要工作,准确地负荷预测有助于提高系统的安全性和稳定性,能够为潮流分布计算和稳定性分析提供原始资料。本文我们在计算ATC之前,首先对各节点的短期负荷进行预测。目前人们已经提出多种方法计算ATC,有些方法已经获得较好的在线应用效果,但是其计算速度是以精度为代价的;有些方法提高了计算精度,但又花费了大量计算时间。
本文采用自适应模糊神经推理系统(ANFIS:adaptive Neural-Fuzzy Inference System)进行电力系统的短期负荷预测,ANFIS利用神经网络来实现系统的模糊逻辑推理,采用混合学习算法调整前提参数和结论参数,自动产生模糊规则。利用某局网负荷数据对网络进行训练和检测,所得结果表明利用ANFIS预测负荷更为有效。在此基础上计算电力系统的可用输电能力(ATC)。本文的ATC的计算是基于安全域的概念,利用最大值函数(point wise maximum function)将所有的约束条件整合为一个等式中,在计算过程中,我们同时考虑电力系统的稳定性问题——鞍节分岔问题。从而建立了计算ATC的新的数学模型——同时考虑安全性与稳定性的光滑化ATC模型。对所提出的模型采用牛顿法进行求解,该方法能快速可靠的识别边界上的不等式约束,编程简单。采用标准的IEEE电力测试系统进行数值试验,结果表明新的算法具有较好的收敛性。
暂无评论