排序方式: 共有4条查询结果,搜索用时 156 毫秒
1
1.
2.
考虑光伏功率的预测精度强依赖于天气模态和气候条件等因素影响,提出了基于极限学习机组合算法的短期光伏功率预测方法。首先,基于K-means聚类算法进行天气分型,分为4个季节下晴天、多云天气、阴雨天气共12组不同天气类别。其次,针对天气分型结果,基于极限学习机ELM、遗传算法改进的极限学习机GA-ELM、鸟群算法改进的极限学习机BSA-ELM3种算法构建光伏功率预测模型。最后,以某光伏电站数据进行所提模型验证。预测结果表明,BSA-ELM预测精度最高,12种天气预测精度达到90%左右,各季节中预测精度最高的天气类型均为晴天,多云天气精度高于阴雨天气精度,可为含高比例光伏并网的新型电力系统安全稳定运行提供有效数据支撑。 相似文献
3.
4.
最大供电能力计算是特高压复杂大电网优化运行的重要问题,随着高比例可再生能源大量接入电网,电力电量平衡问题愈发突出。计及考虑稳定旋备约束、耦合断面约束、机组调节能力约束后,最大供电能力计算问题呈现高维特征,难以对其建模及求解。对此,首先根据传输断面限制和特高压复杂大电网分区运行的特点,搭建了考虑断面耦合控制的特高压复杂大电网最大供电能力优化调度模型,然后分别应用单纯形法(SM)、内点法(IP)、模拟退化算法(SA)、白鲸优化算法(BWO)和蜂群算法(ABC)求解模型,计算大电网在日内未来15 min最大供电能力,并提出各类型电源和备用的协调优化方案。最后以某省网为例进行模型及求解方法验证。仿真结果显示,因为电力系统规模庞大和断面间耦合关系复杂,启发式智能优化算法存在运行时间较长、收敛速度较慢、搜索精度不高的问题,而内点法收敛迅速、鲁棒性强、对初值的选择不敏感,具有更好的稳定性和计算效率,可为复杂特高压电网电力保供和电力平衡提供有效实用支撑。 相似文献
1