共查询到20条相似文献,搜索用时 453 毫秒
1.
2.
为研究风电场和光伏电站接入对电力系统暂态稳定的影响,将Sobol序列应用于计算系统的暂态稳定分析,该方法的采样值具有均匀分布特性,较少的仿真次数便可得到准确的仿真结果。同时运用混合Copula函数度量风电场之间及光伏电站之间的相关性,并通过计算所选Copula函数到经验Copula函数的平方欧氏距离来评价模型的优劣。IEEE 39节点算例系统验证Sobol序列的有效性,并将不同的风电场和光伏暂态模型接入IEEE 39节点系统,研究不同模型对系统暂态稳定的影响。 相似文献
3.
针对光伏电站输出功率时间序列表征出来的周期性非平稳特性,提出一种基于多尺度小波分解和神经网络相结合的光伏功率预测方法。将光伏电站输出功率时间序列在不同尺度上进行小波分解,得到逼近信号和多层细节信号。利用神经网络逼近非线性函数的能力,选择理论计算太阳辐照强度和气象环境逼近信号作为逼近信号神经网络模型的输入,选择气象环境细节信号作为细节信号神经网络模型的输入。输出结果叠加合成得到原始光伏电站输出功率序列预测值。算例分析表明,该文提出的将光伏电站输出功率时间序列分解为周期性逼近信号和准平稳细节信号,并分别采用神经网络建立预测模型的方法保证算法的收敛性和预测精度。 相似文献
4.
针对风电场中各风电机组风速之间存在的复杂时空相关性问题,提出一种基于混合Copula优化算法的风电场风速预测方法。该方法首先分析单一Copula函数拟合优度检验,选取合适Copula函数进行组合;其次,构建混合Copula函数模型对风电场内多风电机组风速相关性进行分析;最后应用最大期望(EM)算法求解模型相关系数并完成风速预测。结合优化算法,改进Copula函数能很好地解决风速相关性问题,为获取准确风速预测值奠定基础。以中国某地区风电场风电机组实测风速数据为例对所提方法进行验证,实验结果表明该模型可在准确分析风速相关性的基础上提高风速预测准确性。 相似文献
5.
针对二维独立分布不能考虑变量间相关性,导致堤防边坡稳定性的可靠度计算结果不够准确的问题,基于171组长江堤防岸线土体抗剪强度试验数据,采用Copula函数研究长江堤防岸线土体抗剪强度参数间相关性,利用AIC、BIC准则识别最优边缘分布与Copula函数,构建二维联合分布模型,并分析数据量对参数间相关结构识别的影响。结果表明,基于Copula函数的二维联合分布模型能够较准确地表征长江堤防岸线土体参数间的相关性;当数据量大于24组时,AIC、BIC准则可准确识别最优Copula函数,为堤防边坡可靠度计算和Copula函数模型的构建提供参考。 相似文献
6.
基于辐照度、温度等环境因素对光伏组件输出功率的影响程度,建立了光伏组件输出功率估算模型,对光伏电站的总装机成本、运营成本及收益进行了分析,给出了光伏电站项目的现金流,并选择内部收益率指标和净现值法,分析了光伏电站的经济效益,推导出期望内部收益率下的光伏电站成本、规模与发电量之间的匹配模型,提出了经济发电量和环境约束发电量的概念。通过算例对比分析两种发电量的差异,验证了模型的有效性和实用性,为光伏电站的选址和装机容量的选择提供了决策依据。 相似文献
7.
《太阳能学报》2017,(4)
由于光伏发电的随机性、间歇性等特点,评价光伏电站群置信容量时必须充分考虑光伏发电功率波动及光伏电站间功率的相关性。通过对光伏电站群功率特性的分析,采用Copula函数模拟光伏电站间功率相关性,建立计及太阳辐射时变性及功率相关性的光伏电站群功率模型,并以此评估光伏电站群置信容量。算例以IEEE—RTS79为规划系统,以缺电时间期望(loss of load expectation,LOLE)及电量不足期望(loss of energy expectation,LOEE)为指标,计算不同装机容量下光伏电站群置信容量。结果表明,与传统方法相比,本方法可以更实际地评估光伏发电的置信容量。 相似文献
8.
《可再生能源》2019,(11):1595-1602
由于太阳辐照度及其他气象会随时发生变化,导致光伏电站输出功率具有可变性和不确定性,这将会对电网的安全运行造成重大影响。文章研究了影响光伏电站输出功率的几种气象因素,提出了一种基于小波包与最小二乘支持向量机(LSSVM)的短期光伏电站输出功率预测方法。首先,利用小波包将原始光伏电站输出功率,以及太阳辐照度、环境温度、环境湿度等气象因素进行分解,得到基频信号和多层高频信号;然后,利用最小二乘支持向量机所具有的处理小样本数据和解决非线性函数的能力,将得到的基频信号和多层高频信号作为最小二乘支持向量机的输入变量;最后,将不同尺度的输出结果进行叠加、合成,得到原始光伏电站输出功率的预测值。仿真结果表明,与传统的最小二乘支持向量机预测法、BP神经网络预测法,以及EMD与LSSVM相结合的预测方法相比,文章预测方法的预测精度较高,可以有效地预测光伏电站输出功率。 相似文献
9.
基于Copula理论,选取Gumbel-Copula和Clayton-Copula构建混合Copula函数来描述光伏出力和电动汽车充电负荷的相关性,在两者联合出力概率密度函数基础上模拟充电站的年净负荷量。在波动率、置信度等条件的约束下,建立以集成充电站年运行成本最小为目标函数的储能配置模型。采用基于差分进化策略的改进入侵杂草优化算法对实例进行计算。结果表明,考虑相关性的配置模型能以较小储能容量和运行成本满足约束条件的要求,同时相比于单一蓄电池配置方案,混合储能配置方案能减缓电池折旧,更有益于提高经济性。 相似文献
10.
11.
12.
由于受光照、温度等自然条件的影响,目前光伏电站联网运行时不具备可调度性,给电网稳定运行带来一定影响,造成电力用户供电电能质量不高。分析了配备混合储能系统的联网光伏电站的基本结构,从电网角度探讨了光伏电站的可调度运行模式;针对光伏电源输出功率波动问题,采用混合储能对其进行平滑控制,优化了输出功率特性,为制定调度计划奠定了基础。通过Matlab编程仿真,验证了所提出方法的有效性 。 相似文献
13.
14.
《电力信息与通信技术》2013,(3)
光伏发电具有波动性和间歇性,直接导致输出功率的波动,从而给光伏电站输出功率预测带来巨大困难。传统的基于物理和统计模型,结合数值天气预报的光伏功率预测技术在遇到因云遮挡而导致光伏功率骤然下降的情况下,预测结果具有滞后性。文章在研究基于地基云图观测图像数据在线采集分析方法的基础上,通过云团识别、云遮挡预测、畸变校正与投影变换以及与光电转换模型、云强迫分析模型集成等关键技术环节,提出基于云图图像分析光伏电站输出功率预测系统的设计方法,理论分析和数据分析证明该方法对1h内或2~4h的光伏短期功率预测可以获得理想的精度,并具有广泛的适用性。 相似文献
15.
为了得到光伏电站的输出功率,提出一种基于气象相似性的输出功率估计方法。该方法通过对大量历史数据的分析,利用光伏电站输出功率与气象数据密切相关的特点,基于皮尔逊相关系数在历史数据中计算得到与待估计输出功率相似的气象时刻,再根据相似气象时刻的输出功率估计待估计时刻的输出功率。利用甘肃省某光伏电站采集的包含9个气象要素的历史数据,经过数据预处理之后挑选出214 d不含有异常数据的数据集作为数据样本,并随机选出14 d不同天气类型的数据作为测试样本,其余作为训练样本。通过对测试样本数据进行验证,所提出的估计方法平均绝对误差仅为0.46 MW,相对误差仅为15.74%,具有较高的计算准确度,且适用的气象条件更广泛。 相似文献
16.
17.
18.
首先,基于k均值聚类和Copula理论建立不同天气类型下光伏出力的条件预测误差分布模型,并利用该模型修正储能运行时序模拟算法中的光伏出力预测值;其次,以跟踪光伏电站计划出力为控制目标,并以光伏电站寿命周期内年均收益最大为经济性优化目标,综合考虑储能全寿命周期成本、偏离计划出力的惩罚成本和光伏电站收益,采用粒子群算法和时序模拟计算法搜索最优的储能配置方案。最后,以安徽某地额定容量为100 MW的光伏并网电站储能配置方案为例,对所提出的方法进行验证。仿真算例表明,考虑修正与不考虑修正的情况相比,光伏电站的经济性得到提高,所需储能的功率和容量减小。 相似文献
19.