论文部分内容阅读
本文简述了丰枯、峰谷电价机制下,不同的合同电量分解方式对电网公司、水火电发电企业的经济效益的影响,指出合同电量的分解应综合平衡各方的利益关系,并提出了一种基于调峰能力的合同电量分解算法,通过一个算例的检验,证明了算法的合理性和公平性.
丰枯、峰谷电价机制下电厂合同电量分解原则与算法
【摘 要】
：
本文简述了丰枯、峰谷电价机制下,不同的合同电量分解方式对电网公司、水火电发电企业的经济效益的影响,指出合同电量的分解应综合平衡各方的利益关系,并提出了一种基于调峰能力的合同电量分解算法,通过一个算例的检验,证明了算法的合理性和公平性.
【机 构】
：
四川省电力公司调度中心
【出 处】
：
第二十八届中国电网调度运行会议
【发表日期】
：
2003年11期
其他文献
本文借鉴了国外在线动态安全分析系统的优点,描述了在线动态安全分析系统设计中的几个重要方面,包括预想事故集的构造、电网实时状态的获取和抽象、动态安全分析算法的选取、动态安全分析开放平台的研究.为系统运行模式快速分析提出了具有特色的预想事故集和在线动态安全分析系统的设计思路,并给出了在线DSA系统的构造方案.
分析目前低频减载装置参数整定方面的不足和应注意的问题;建议基于暂态仿真整定基本论,基于中长期动态过程仿真整定特殊论,使暂态频率安全性和静态频率安全性都能满足要求;提出通过详细模型的数字仿真,按发电机和负荷母线时间响应曲线的频率偏移可接受性裕度来优化大电网低频减装置的定值.介绍根据上述新观点,优化辽宁电网低频减载参数的结果.
培训考试题库系统是典型的信息管理系统(MIS),其开发主要包括后台数据库的建立和维护以及前端应用程序的开发两个方面.文章对东北网调调度员自行开发的《东北网调调度员培训考试题库》系统所具有的检索迅速、出题科学、判卷方便、运行可靠、存储量大、保密性好、扩充性强、体积小等功能和结构特点进行了介绍,并阐述了该系统将以其自身特点,不断提高电网运行值班人员岗位培训的智能化、信息化、标准化进程的观点.
由于电网安全稳定计算分析方法复杂,难以在线实施 ,所以实时电网事故预警一直是电力调度支持系统中的薄弱环节.本文通过对电网故障类型的分析,结合电网的实际运行情况,定量地给出了电网安全的指标,通过整合现有各种电网实时信息,以指标计算和逻辑推理相结合的方式,提出了实时电网事故预警的新方法,并在山东电网调度运行中得到应用.
本文提出对机组一次调频功能实行合理的调节性能定量测定与经济补偿方法.用贡献电量这一综合指标反映机组一次调频的性能,并给出贡献电量实时测定算法.安徽电网具备一次调频功能的发电机组调节效能进行定量测定的结果表明,此方法能够较为客观地反映发电机组一次调频功能对电网频率实际贡献大小,据此对机组进行一定的经济补偿可以进一步促进机组一次调频性能的提高和投运积极性,从而对保证电网频率质量具有积极作用.
本研究在对三峡电力系统及电网内大型水电站特性分析的基础上,以提高水电站群整体调峰能力为目标,建立了水电站群优化补偿调度计算模型,并应用该模型对三峡电力系统内水电站群与三峡电站联合运行进行了优化补偿调度研究.特别是水电站群"电能价值最大"概念的引入,为优化目标的度量及优化模型的建立奠定了基础.研究结果表明,三峡电力系统大型水电站群与三峡电站之间存在明显的优化补偿效益,优化补偿调度方式下,水电站群的整
本文研究了基于GPS的全网运行状态实时监视与控制系统的构建模式,重点围绕其中的三个主要部分:广域的全网相量同步测量技术、实时的数据通信技术、功角测量数据在电网安全稳定方面的应用.分析了过零检测法测量母线相角的原理和以太网技术在实时数据通信中的地位,提出了一种易于实现的发电机功角测量方法,讨论了利用实测的数据对全网运行状态进行监视与控制的方案.
本文针对目前兴起的MPLS/VPN组网,分析了MPLS/VPN组网的电力调度省内网和国家电力调度骨干网连接的几种方式,并且对其连接的实现和策略提出了自己的观点.
电力市场技术支持系统是建立在现代计算机技术和通信技术基础上的电子商务系统,其中的各项交易活动随着计算机技术的应用而愈加完善和高效.本文通过对电力市场特点和新一代的分布式计算技术--Web Service技术的分析,探讨了Web Service技术在电力市场技术支持系统中的应用,包括现有应用软件的新的集成架构、应用程序服务的Web Service发布和自动信息系统.结果表明,通过引入Web Serv
运用人工智能的决策树技术,结合安徽电网气象和负荷关系数据库建立了决策树形式的数据挖掘模型,并将决策树模型应用于实际的日负荷预测系统.本文首先概述了决策树分类原理、数学形式和算法公式,接着给出了决策树建模与预测功能结构,进一步研究了决策树建模方法并给出了模型设计与实现过程,以及运用决策树算法的负荷预测过程.通过对实际预测结果的进行准确率统计与分析,该决策树结构的数据挖掘模型完全满足实用标准,具有智能