【摘 要】
：
准确的区域光伏功率预测作为解决光伏并网消纳和多能互补问题的技术之一受到越来越多的关注,提出一种基于典型代表电站和改进支持向量机(SVM)的区域光伏功率短期预测方法.通过K-means聚类将同一地区光伏电站划分到不同汇聚区,使用历史数据和3种数学相关系数计算得到各汇聚区典型代表电站,并通过4类光伏功率指标分析各典型代表电站与汇聚区的一致性,基于此,以改进SVM代替传统的滚动预报形成区域功率预测模型.实际算例分析表明,所提方法可提升区域光伏功率短期预测精度.
【机 构】
：
大连理工大学 水电与水信息研究所,辽宁 大连 116024;云南电力调度控制中心,云南 昆明 650000
论文部分内容阅读
准确的区域光伏功率预测作为解决光伏并网消纳和多能互补问题的技术之一受到越来越多的关注,提出一种基于典型代表电站和改进支持向量机(SVM)的区域光伏功率短期预测方法.通过K-means聚类将同一地区光伏电站划分到不同汇聚区,使用历史数据和3种数学相关系数计算得到各汇聚区典型代表电站,并通过4类光伏功率指标分析各典型代表电站与汇聚区的一致性,基于此,以改进SVM代替传统的滚动预报形成区域功率预测模型.实际算例分析表明,所提方法可提升区域光伏功率短期预测精度.
其他文献
分布式能源的蓬勃发展为建设低碳高效的能源系统提供了新的途径,但同时也带来用户侧行为随机、能量管理困难等难题.为实现用户侧低碳能源系统的柔性调控与高效管理,提出产消代理商的概念,并对其具体含义作了详细说明.在此基础上,为进一步实现用户侧清洁能源的就地消纳并促进多产消代理商间的能量共享,构建了市场运营商(MO)和多产消代理商间主从博弈模型.该模型中,MO作为博弈的领导者,通过电价优化引导产消代理商的购电/售电行为;而产消代理商作为博弈的跟随者,在收到MO制定的电价后,以最小化用电成本为目标对内部各聚合单元进行
针对传统的下垂控制策略会导致孤岛微电网稳态角频率和电压偏离额定值,且其依赖周期性通信的问题,提出一种孤岛微电网的分布式有限时间事件触发二次协调控制.首先基于多智能体系统的追踪一致性,即以系统稳态电压和角频率参考值为虚拟领航者,视分布式电源(DG)为多智能体系统的智能体,来实现系统电压和角频率的恢复控制以及期望的有功功率比例分配.然后设计了分布式有限时间事件触发二次协调控制,且只在事件触发时刻进行信息交换,其余时刻利用状态估计器输出代替DG实际状态.采用李雅普诺夫方法分析了所提策略的稳定性和可行性.最后在M
随着电网和天然气网的耦合程度不断加深,电网与天然气网间的相依特性引发了新的系统安全运行问题,增加了电-气互联网络发生连锁故障的风险.为此,提出了一种考虑电网与天然气网间相依特性的电-气互联网络故障传播的影响分析方法.分析电-气互联网络的相依特性以及故障在两网间的传播机理;基于此分析电网与天然气网不同耦合程度下故障在两网间的传播特性;进而建立计及天然气网慢动态特性的电-气互联网络准稳态潮流模型,从系统供能效率与供能可靠性角度,采用负荷损失率和全局网络效能损失率指标评估分析电-气互联网络的故障传播及其对系统运
当高压直流输电系统直流侧电压降低时,混合模块化多电平变换器(MMC)将工作在过调制状态,面临电容电压不平衡的问题.分析过调制状态下混合MMC中半桥与全桥子模块电容充放电过程与能量变化,提出一种简化的二次谐波环流参考幅值的生成方法.采用二次谐波环流注入方法避免混合MMC中半桥与全桥子模块电容电压不平衡的发生,实现半桥与全桥子模块电容在一个周期内的充放电平衡,使混合MMC在直流电压降低时继续传输有功功率.仿真与实验结果表明,所提出的二次谐波环流注入方法能够有效实现混合MMC在过调制状态下的电容电压平衡.
针对传统电能质量扰动分类方法分类准确率低、人工选择特征困难等缺点,提出了一种基于深度学习的侧输出融合卷积神经网络用于电能质量扰动信号分类.首先,对电能质量扰动信号进行预处理,使输入信号数据标准化,有利于提升所提方法的收敛速度和精度.在传统卷积神经网络中引入侧输出融合结构,通过组合卷积低、中和高层的信息进行特征融合,以更好地对输入信号进行分类.针对实测数据不足和信号数据类型分布不均衡等问题,采用数据增强的方法对信号进行处理.仿真和实测数据验证表明,所提方法可以自动进行特征提取和优化,具有分类速度快、分类准确
随着可再生能源的大规模开发,以风能为代表的可再生能源大量并入电网,且渗透率不断提高.一方面,由于惯性时间常数较小的风电机组替代了传统发电机组,系统的总体惯量减少;另一方面,由于风能本身所具有的间歇性、随机性,系统的频率特性发生改变,调频能力随之减弱.风电参与调频是解决风电上网约束的有效手段之一.为此,对风电参与调频领域的研究进行综述,首先以双馈风电机组和永磁直驱风电机组这2类最常用的变速风电机组调频控制策略为例,综述风电机组转子超速控制、桨距角控制、虚拟惯量综合控制、虚拟同步发电机控制,储能与风电调频以及
大量电动汽车(EV)入网可为电网提供辅助调频服务.针对车网互动(V2G)造成的惯量、阻尼缺失的问题,采用虚拟同步机技术,使得EV具有与同步发电机类似的惯性阻尼特性和频率调节特性.针对EV辅助调频问题,提出考虑用户充电需求的EV智能充放电控制策略.首先,提出调频参与度因子,根据期望荷电状态以及用户的计划充电时间自适应确定一次调频系数,进而得到一次调频功率;然后,充分考虑车主需求,设计T-S型模糊控制器,根据电网频率偏差及调频参与度因子得到二次调频功率,实现EV的智能充放电;最后,在不同电池初始状态以及用户需
精准的光伏电池输出数学模型是研究光伏系统的必要条件,然而由于厂家提供的数据有限,铜铟镓硒(CIGS)薄膜光伏电池的输出数学模型是包含若干未知参数的非线性特性曲线.因此提出仅利用厂家提供的有限数据,对CIGS薄膜光伏电池的电流-电压输出特性曲线,即I-V曲线进行拟合.首先利用Bezier曲线选取函数控制点,对CIGS薄膜光伏电池的I-V曲线进行拟合;然后找出Bezier曲线控制点位置与CIGS薄膜光伏电池的填充因子之间的函数关系;最后,利用4种新型CIGS薄膜光伏电池对该函数关系进行验证,并对结果进行了对比
针对传统的局部放电模式识别存在的特征提取单一、识别准确率低等缺点,提出了一种基于D-S证据组合规则的双模型融合局部放电模式识别方法.根据基于相位信息的局部放电(PRPD)谱图的统计数据特征和图像特征的特点,分别建立了反向传播(BP)识别模型和卷积神经网络(CNN)识别模型.根据2个识别模型的识别结果,提出了基于信息熵改进的D-S证据组合规则以解决常见的悖论问题,基于此建立了判定模型,更好地融合了2个识别模型的输出结果,实现了2种特征识别的优势互补.根据实际数据测试,与单一模型对比,所提方法可以稳定、准确地
为了实现嵌入式设备的低功耗需求,降低产品中控制芯片、外载模块与操作系统调度产生的功耗,本文设计与实现了一种低功耗组件.该组件基于嵌入式操作系统,主要包含了设备管理模型、动态处理器工作电压技术、低功耗定时器、唤醒源四部分,有效对设备进行动态管理、芯片电压管理与系统任务切换,不仅保证了嵌入式产品实时、稳定运行,还降低了设备功耗.