排序方式: 共有60条查询结果,搜索用时 15 毫秒
1.
针对大规模新能源并网导致电网调控的灵活性不足问题,考虑电网灵活性供需平衡,提出灵活性资源(FR)参与风光消纳的互动调控方法,建立规划—运行双层模型对风光消纳进行调控优化。规划层考虑FR改造成本与电压稳定性初步分配新能源安装位置与灵活性资源改造容量,运行层综合经济成本、灵活性缺失度及峰谷差值等指标协同调控源荷资源,通过混合种群迁徙算法进行多目标优化,筛选求解后的多样性方案反馈规划层,得到最优调控结果。最后,结合东北某实际电网进行仿真分析,结果表明合理配置多元化FR能改善电网的风光消纳能力及其调控灵活性,验证了所提方法的合理性和有效性。 相似文献
2.
随机响应数据蕴含丰富的系统工况信息,从随机响应数据可提取机电振荡特征参数、进行系统小干扰稳定分析。对环境激励电力系统随机响应进行建模,在此基础上提出了基于子空间动态模式分解的机电振荡参数辨识方法。SDMD辨识算法用于非线性随机动力系统的Koopman分析,利用截断的奇异值分解实现动态低秩近似,使系统维数大大降低,同时该算法可以有效地克服动态模式分解方法可能导致辨识结果产生偏差以及模态混合等问题。基于IEEE4机2区系统和IEEE16机5区系统进行仿真,并将该方法辨识结果与其他方法辨识结果进行对比和分析,验证了所提方法的可行性和有效性。 相似文献
3.
4.
为改善高比例联网风电的反调峰、不可控等冲击电网的不利特性,提出了一种基于电—氢混合储能的风氢耦合系统控制策略。建立直驱永磁风电机组、电解槽、燃料电池及超级电容器数学模型,研究耦合在直流母线的电解槽、燃料电池、超级电容器与直驱永磁风电机组之间的量化关系,设计风氢耦合系统的上层控制策略,并进行分析与研究。PSCAD/EMTDC中的仿真结果表明:通过超级电容器、电解槽与燃料电池的协调配合,超级电容器完全可以弥补电解槽与燃料电池响应延迟功率,同时实现风氢耦合系统出力可控、功率外特性友好,有效验证了本文所建立各设备数学模型的准确性及设计控制策略的有效性。 相似文献
5.
6.
我国电网分布范围广,输电线路距离长,常面临各种复杂地理环境和气候环境的影响。为了提高电网抵御自然灾害的能力,亟需开展抗灾型电网规划的研究工作。电网安全评估是对已形成的电网规划方案进行检验的重要环节。常规的安全评估多使用模拟失去单一线路的方法,对灾害的地域性及其引发的大范围连锁故障考虑不足。因此,提出适用于抗灾型电网规划的安全评估方法将具有重要意义。从电网故障行为特征和复杂网络理论的角度分析了自然灾害引发的大规模电网事故的机理,验证了采用复杂网络理论对电网抵御自然灾害的能力进行安全评估的可行性。 相似文献
7.
针对我国“三北”地区供暖季弃风严重问题,提出一种计及综合需求响应(CDR)的电热集成系统(IETS)优化调度策略。基于电量电价弹性矩阵构建实时电价需求响应模型以引导用户错峰时移用电;考虑到热用户对供热温度感知的模糊性,将其作为热能需求响应参与调度,分析并阐述电热需求响应促进风电消纳的机理;通过多场景分析刻画新能源预测的不确定性,计及系统安全运行约束,以系统总运行成本最小优化求解日前调度决策与旋转备用容量安排。最后,通过典型算例对比不同模式下的调度策略,验证了提出的计及CDR的优化调度策略能够开阔风电上网空间和提高系统的经济性。 相似文献
8.
摘要: 太阳能辐照量是影响光伏发电的主要因素,准确的太阳能辐照量预测对于光伏发电具有重要的作用。为提高预测模型对环境因素的敏感性与预测精度,提出基于遗传算法(genetic algorithm,GA)改进极限学习机(extreme learning machine,ELM)的太阳辐照量预测方法。首先,选取与太阳能辐照量相关的候选属性因素,确定输入变量;其次,以2009年到2014年与待预测日相同日期前后15 d范围内数据为训练集;再次,采用GA优化ELM的隐含层输入权值及偏置向量;最后,采用优化后的GA-ELM模型,开展逐时太阳辐照预测模型。实测算例表明,相较ELM、BP神经网络,新方法具有更高的预测精度,能够适应外界气象条件突变情况下的辐照预测需要。 相似文献
9.
电力系统在面对不同扰动时,双馈风力电机采用传统虚拟惯性控制不能充分利用转子动能参与调频,提出一种改进的虚拟惯性控制策略。对现有的风机传统虚拟惯性控制方法中的控制增益进行改进,即将控制增益与频率偏差建立耦合关系,使双馈风力电机根据系统频率偏差实时调整调频增发功率,减缓频率跌落速度,提高频率最低点。基于EMTP-RV仿真平台搭建含高比例风电渗透率的电力系统模型,验证改进方法的有效性。仿真结果表明,提出的改进虚拟惯性控制方法在不同扰动下均可大幅改善频率稳定性,且随扰动增大,改善效果越明显。 相似文献
10.
针对支持向量机的参数选择问题,本文提出了一种采用细菌群体趋药性智能优化算法优化最小二乘支持向量机参数的方法。细菌群体趋药性智能优化算法引入了群体信息交互策略,单个细菌不仅利用自身信息随机移动,而且细菌群体之间交换种群的信息,有效地改善了个体移动时的随机性和盲目性,加强了细菌趋于最优的移动策略。该方法提高了支持向量机的参数选择效率,避免了人为设定参数的不足,大大缩短了优化时间。经过细菌群体趋药性智能优化算法优化得到的最小二乘支持向量机的参数对,用于测试样本的多分类实验和函数拟合实验,其分类结果和函数拟合效果验证了本文方法的有效性。 相似文献