方涛
- 作品数：7 被引量：88H指数：2
- 供职机构：四川大学电气信息学院更多>>
- 发文基金：国家重点基础研究发展计划国家自然科学基金更多>>
- 相关领域：电气工程经济管理更多>>
- 基于电网状态与结构的综合脆弱评估模型被引量：78
- 2009年
- 系统规模的不断扩大及元件的日益复杂,使得电网安全问题成为关注焦点。在已有脆弱性研究基础上,给出了状态脆弱性及结构脆弱性的准确定义及新评估模型;提出了结合两脆弱因子的评估思想,即在考虑元件运行状态的同时,兼顾其网络结构特性,由此建立了可基于不同运行状态变量以获取不同脆弱评估目的与结果的评估模型通式。算例结果表明所提出的模型可基于不同状态变量对电网进行脆弱性评估,且对电网中的薄弱环节有较好的辨识能力及较高的辨识精度,可为电网脆弱性评估及电网运行维护提供参考,验证了模型的合理性及有效性。
- 魏震波刘俊勇朱国俊朱康刘利民方涛
- 关键词：脆弱性复杂网络理论
- 电力系统负荷恢复控制协调优化策略被引量：1
- 2010年
- 就黑启动最后阶段的负荷恢复问题,以全局恢复量最大为目标,计及负荷投载后系统暂态约束,构建了一种新的最优负荷恢复模型。通常依据发电侧调节能力增加一定的出力进行优化分配,缺乏对系统物理特性和运行工况的考虑,所增加量不一定是实际可恢复的最大量。提出在负荷侧求取最大可恢复量,同时将原动机响应特性用于算法初始化,提高寻优效率。所提方法对所有待恢复负荷进行编码,全局搜索,动态校验,能够协调系统暂态约束、可恢复负荷量与位置以及寻优速度三方面的要求,较好地解决了负荷恢复这一'技术—空间—时间'的多维问题。以IEEE-30节点测试系统为算例模型,验证了该方法的有效性。
- 方涛刘俊勇李宏亮李杨李勇杨旭昕
- 关键词：负荷建模负荷分布
- 计及动作安全裕度的节点电压脆弱性评估被引量：11
- 2010年
- 针对电力系统安全问题,定义了节点动作安全裕度指标,结合传统节点电压脆弱性评估指标,对预想事故下的节点电压脆弱性进行分析,建立了计及动作安全裕度的节点电压脆弱性评估指标。通过对IEEE14、IEEE30母线系统的仿真,结果表明节点事故动作安全裕度的引入部分改变了传统节点电压脆弱度的排序,与传统节点电压脆弱性评估结果相比,更全面考虑了事故发生概率以及事故保护作用和故障操作对节点脆弱性的影响,提高了不同事故下节点电压脆弱性的评估精度,验证了该方法的和合理性与有效性。
- 李杨刘俊勇朱国俊杨可魏震波方涛
- 关键词：脆弱性评估
- 基于FAHP的中央空调能耗形式对电力企业综合利益影响评估
- 中央空调是电力企业增供扩销重点,也是冬夏季用电高峰期电网的巨大负担之一。空调技术发展迅速,各种新型能耗形式的中央空调层出不穷。燃气空调虽能削峰,却带来了其它能源行业的竞争威胁。电力企业迫切需要建立一套完整的理论体系和定量...
- 方涛刘俊勇刘友波
- 关键词：中央空调层次分析法模糊数需求侧管理
- 文献传递
- 电力系统小信号稳定的模式参与度分析
- 2008年
- 电力系统中持续的周期性小干扰可能引起系统的低频振荡。在介绍了小信号稳定的数学模型的基础上,提出了模式参与度的计算。最后通过实例仿真证明了小信号稳定模式参与度分析方法在实际电网中各种控制器的安装和配置等方面的有效性。
- 路志刚刘俊勇蒲实方涛
- 关键词：电力系统小信号稳定参与因子低频振荡
- 基于灵敏度特征决策的GRNN短路容量智能辨识被引量：2
- 2010年
- 针对当前局部地区短路容量水平已接近现有设备额定值的情况,提出一种短路容量智能辨识方法。利用基于潮流的短路计算法计算系统各母线的最大短路容量,通过对典型潮流下灵敏度的计算,选择对短路容量贡献程度较大的发电机、负荷的有功出力作为输入特征向量,建立训练样本,对广义回归神经网络(GRNN)进行训练,构成该电网结构下的短路容量辨识的人工神经网络。应用该模型对运行中电网的母线短路容量水平进行快速扫描,为智能电网与智能调度中的故障识别快速仿真建模(FSM)提供了一种新思路。通过IEEE 30节点系统验证了该方法的可行性与有效性。
- 潘睿刘俊勇郭晓鸣贺星棋刘友波方涛
- 关键词：短路容量广义回归神经网络灵敏度
- 计及动态负荷投载的最优恢复策略被引量：1
- 2009年
- 针对电网黑启动最后阶段的负荷恢复问题,研究了非线性动态负荷投载特性,建立了考虑非线性动态负荷投载的最优负荷恢复模型。该模型考虑了系统的电压、频率等动态约束条件,确保获得系统动态稳定条件下的最大恢复量。采用MATLAB语言编程,引入蚁群算法遍历求解。放大较好路径信息量以提高收敛速度,同时定义相应罚函数项处理越线指标。仿真结果表明该模型能较好地解决考虑动态负荷投载的最优恢复问题。通过仿真验证了该方法的有效性,可为实际电网负荷恢复策略提供参考。
- 方涛刘俊勇胡灿蒲实路志刚李杨
- 关键词：负荷恢复蚁群算法
