【摘 要】
：
针对规划期内有新增风电装机容量但没有与其对应的实测风电输出功率数据,导致难以准确把握和刻画规划目标年多风电场聚合后输出功率长期波动特性的问题,提出一种利用改进核密度估计(KDE)法和经遗传算法寻优的支持向量机(GA-SVM)预测多风电场聚合后输出功率长期波动特性的方法.对风电功率的长期波动特性进行刻画,分析在多风电场聚合过程中装机容量与风电功率之间的关系;运用改进KDE法生成多风电场聚合过程中不同装机容量下的输出功率概率密度曲线;采用GA-SVM建立多风电场聚合后输出功率概率密度演变模型;根据概率分布与持
【机 构】
：
东北电力大学 电气工程学院,吉林 吉林 132012;国网吉林省电力有限公司延边供电公司,吉林 延吉 133000;国网青海省电力公司,青海 西宁 810008
论文部分内容阅读
针对规划期内有新增风电装机容量但没有与其对应的实测风电输出功率数据,导致难以准确把握和刻画规划目标年多风电场聚合后输出功率长期波动特性的问题,提出一种利用改进核密度估计(KDE)法和经遗传算法寻优的支持向量机(GA-SVM)预测多风电场聚合后输出功率长期波动特性的方法.对风电功率的长期波动特性进行刻画,分析在多风电场聚合过程中装机容量与风电功率之间的关系;运用改进KDE法生成多风电场聚合过程中不同装机容量下的输出功率概率密度曲线;采用GA-SVM建立多风电场聚合后输出功率概率密度演变模型;根据概率分布与持续功率曲线的对应关系,对预测出的规划目标年的多风电场聚合后的输出功率概率密度曲线进行反演,得到可描述规划目标年输出功率长期波动特性的持续功率曲线.工程实例证明了所提方法的实用性和有效性.
其他文献
针对高职学生在线学习行为研究不足的问题,利用Excel、SPSS软件对广东省某高职学校《计算机应用基础》课程学生在线学习情况进行统计和分析,并探索在线学习行为与学习效果之间的内在联系.研究结果表明:不同性别、专业背景的高职学生在线学习行为方面有所差异;高职学生学习行为与学习效果之间存在不同程度的相关性.并对提升高职课程教学质量提出建议.
随着教育信息化的不断深入发展,基于线上线下的混合式教学模式已经成为信息化教学的有效手段之一,传统的多媒体教学课件也逐渐向面向网络应用的教育教学软件转变.为了探索互联网环境下多媒体教育软件的设计策略和应用模式,在分析线上线下混合式教育软件的应用条件和优势的基础上,结合现代信息技术和教育理念,提出了目前设计多媒体教育软件的八大策略,以适应信息技术与学科融合创新的需要,为提高信息化教学的整体效果发挥积极的作用.
《应用密码技术》课程的特点是理实一体,它的理论性比较深入,因此学生需要学习一部分数学知识作为基础.同时,它的强实践性也较强,要求学生会经典密码算法的实现以及常用软件实现加解密操作.在课程的学习中加入思政元素,可以培养学生的爱国精神、安全意识、信息素养、创新思维、工匠精神和劳动精神.
随着碳达峰、碳中和目标的推进,新能源并网数量将大规模增加,新能源固有的随机性和波动性使得电网发电侧与需求侧的平衡受到挑战,现有的调度模式不能满足以新能源为主体的电力系统调度需求.为了提高电力系统的调峰能力,提出将需求侧具有代表性的电熔镁负荷纳入调度主体,通过在电熔镁负荷侧配置电池储能装置,与火电机组进行联合优化调度.以电力系统运行成本最小为优化目标,形成日前-日内联合经济调度方法,并采用遗传算法进行求解.最后以实例进行了仿真计算,说明了所提调峰模型的有效性,可以提高系统的新能源消纳量,降低系统的运行成本.
为了实现储能资源的规模化利用,构建了面向大规模储能设备的协同控制框架,提出了一种基于分布式优化方法的配电网电压控制方法.该方法利用改进型交替方向乘子算法,在优化模型的对偶问题中引入一致性人工约束,仅依靠相邻设备间的通信,即可实现完全分布式的储能设备充放电管理与配电网电压支撑.基于IEEE 33节点系统的仿真算例验证了所提方法的有效性,仿真结果表明利用分布式协同控制能够快速收敛到优化问题的最优解,有利于平抑可再生能源出力波动对电网的影响,确保了电网电压的安全稳定,体现出较好的扩展能力与应用水平.
实验室软硬件资源在高校建设中得到迅速发展,如何有效共享资源为教学科研发展服务成为高校信息化建设的重要课题.云计算技术将用户主机变为云桌面,实现资源有效利用,以云桌面发布技术实现实验室资源共享平台是有效的手段,云技术共享平台建设目标及技术架构,表明虚拟桌面平台可提供便捷资源共享方式,为高校实验室共享平台建设提供参考.
近年来,网络盗窃犯罪手段不断更新,团伙化、职业化、产业化、专业化趋势明显,与上下游犯罪一起形成了完整的黑色产业链.实践中面临案件发现难、线索调查难、证据收集难等严峻挑战.创新侦查模式,强化数据导侦的能力,加强对上下游犯罪的打击力度,建立高效的侦查协作机制,有助于公安机关不断提升打击此类犯罪的效能.
针对传统电网储能选址定容模型所存在的资源协同不足、求解复杂等问题,提出了一种基于极限学习机(ELM)的输配一体储能系统选址定容协同优化策略.首先,综合考虑输配电网的安全运行约束和经济性优化目标,分别建立输电网及配电网储能系统选址定容模型;引入二阶锥松弛转化模型非凸约束,建立基于二阶锥松弛的输配一体储能系统选址定容优化模型.其次,充分计及输配电网协同运行机制,推导含二阶锥约束的输电网节点边际电价;构建基于ELM的输配电网状态表征模型,实现输配电网状态快速响应.然后,提出一种基于ELM的输配一体储能系统选址定
为了平抑风电并网引起的功率波动,以超导磁储能(SMES)和全钒液流电池(VRB)组成的混合储能系统(HESS)为研究对象,针对变流器控制设计了基于径向基函数(RBF)神经网络的比例积分控制器,可根据HESS的动态辨识结果实时改变控制参数,有利于HESS功率指令跟踪和直流侧电压稳定.针对风电的功率分配,采用小波包分解,首先秉持“能者多劳”的原则,设置根据储能荷电状态变化的分频点,灵活分配高、低频功率,从而最大限度地利用储能空间;然后基于VRB能量密度大和使用寿命长的特点,在SMES充放电不足时给予援助性功率
针对大规模锂离子蓄电池储能系统,提出具有两层均衡的模块化多目标并行有源能量均衡器.第一层均衡以蓄电池单元作为均衡目标,蓄电池单元内主控开关采用带死区互补导通控制,所有蓄电池单元可同时工作,均衡速度快且不受串联单体蓄电池数量的影响.第二层均衡由多组选通矩阵和一个具有能量双向且连续的有源均衡主电路组成,通过选通矩阵可并行实现多个不同蓄电池组的蓄电池单元的均衡放电或均衡充电,多目标并行均衡且均衡能量连续使得均衡速度加倍提升.从原理上对均衡器及控制策略进行分析,并搭建12个锂离子蓄电池串联组成的蓄电池储能系统实验