随着计算机和网络技术的发展，电网调度自动化系统已由最初的第一代简单SCADA发展到新的第四代，新一代系统采用了先进的开放分布式应用环境的网络管理技术，以及最新的软硬件、通信技术并采用了国际标准。新系统的整体性能和功能比前几代都发生了质的飞越，已与第一代不可同日而语，为科学地电网调度提供了有力的支撑。 网络分析(NA)系统是调度自动化系统的重要组成部份。在国外，有不少电力系统已实现了EMS的部分或全部功能。在我国，大部分电网是处于SCADA阶段，只有少数大网和省网进入了SCADA／AGC的阶段。电网运行方式的实际操作调整主要是通过联络线和变压器的投退和分接头的调节以及电容器组的投切等来进行，属于多目标决策、多运行参数调整配合问题。 有关专家学者对于区域电网的最优经济运行问题已做了大量的研究并取得了很多实用的成果，尤其是无功优化问题。但大多是根据负荷的变化适时调整，这样就造成电气设备的频繁投退，从而影响设备运行寿命和对电网运行带来不安全因素。另一方面，调度日趋复杂的电网结构，必须借助现代化高科技手段，扩展EMS的高级应用软件功能。在地区电网调度自动化系统中，目前的电网运行方式调整的普遍方法是针对某一时刻电网的运行状态，采用各种不同的优化算法优化调整各控制变量实现网损最小。若在电网运行中允许时刻跟随负荷的变化不断地调整，则固然能实现最优经济运行的目的，但限于设备运行寿命以及调整和控制次数，从应用的情况来考虑是不切实际的。 本文研究将负荷曲线按时间分段进行，可控变量在该时段内保持恒定然后在每一段时间内进行优化调整，达到电网经济运行的最优。 首先进行负荷预测，负荷预测传统的方法有多种，如：多元线性回归法、指数平滑法等。它们都需要建立未来负荷与影响负荷的各个因素之间的解析表达式，这往往非常困难，也是影响负荷预报精度的原因之一。人工神经网络方法不需建立这样的解析表达式，只是通过样本对网络进行训练，建立网络参数，就可以对负荷进行辨识，对未来做出预测。本文用BP神经网络，将负荷数据和影响负荷的因素进行量化，通过样本训练建立网络参数对未来负荷进行预测，算例预测的总误差为4.63％，满足工程需要。 通过预测得到的负荷曲线，按时间进行分段，分段时依照总方差最小的原则进行，采用步长加速法寻优计算，这样确保了负荷在一段时间内的相对平稳性，从 郑州人学工学硕士学位论文而使电网运行的经济性得到保证。 电网运行通常采用的是开式网的方式，本文运用网络拓扑理论，求出电网所有可能的运行方式集，即求出网络图的全部树。并可根据具体的实际情况对其进行筛选，确定运行方式集的可行子集。 对于网络运行方式的可行子集，应用优化理论中的网络最大流法进行优化和潮流计算得到网络损耗，通过比较得出了最经济的运行方式。在此基础上，进行变压器分接头调整和无功优化计算并保证电压的质量。 本文按时间对负荷曲线进行分段，进行电网运行的最优经济方式计算。区别于以往的根据负荷的变化进行实时调整，避免了电气设备的频繁操作，兼顾设备的运行寿命，提高电网运行的综合效益。算例表明本文方法可行，效果明显，具有实用性和普遍意义。