基于极限学习机的光伏发电短期预测校正方法

光伏发电短期预测在电力系统实时调度中具有重要意义。受诸多因素影响，光伏发电短期预测精度还无法达到光伏电站要求，对光伏并网调度带来较大影响。针对这一问题，提出了基于极限学习机（ELM）的光伏发电短期预测校正方法。说明了光伏发电短期预测中的误差特征，并利用提出的校正方法对原来光伏发电短期预测结果进行了优化。通过与其他方法的对比，验证了此方法的有效性，说明了论文方法能够有效提高光伏发电短期预测精度。     

基于极限学习机的光伏发电短期预测校正方法

光伏发电短期预测在电力系统实时调度中具有重要意义。受诸多因素影响,光伏发电短期预测精度还无法达到光伏电站要求,对光伏并网调度带来较大影响。针对这一问题,提出了基于极限学习机（ELM）的光伏发电短期预测校正方法。说明了光伏发电短期预测中的误差特征,并利用提出的校正方法对原来光伏发电短期预测结果进行了优化。通过与其他方法的对比,验证了此方法的有效性,说明了论文方法能够有效提高光伏发电短期预测精度。     

直流微电网高频振荡稳定问题的降阶建模及分析

为从等效电路角度揭示直流微电网高频振荡稳定机理,建立了直流微电网降阶电路模型.将直流电压控制单元降阶成等效电阻、电感串联电路模型,其中将下垂控制、直流电压控制及电流内环控制环节对系统高频稳定性的影响转化为可量化的等效电阻、等效电感.进一步结合采用等效电阻、电容并联电路的恒功率负荷模型,得到直流微电网全系统降阶电路模型,在此基础上提出了直流微电网高频振荡稳定性判据.并基于所提降阶模型,分析了直流电压控制单元详细控制参数对等效电阻、等效电感以及稳定性判据的影响,从等效电路的角度揭示了直流微电网发生高频振荡失稳的原因.最后,在PSCAD/EMTDC软件中对所提降阶模型进行了仿真验证.     

基于相空间重构ARIMA和SVR的母线净负荷预测

为实现对含分布式电源母线净负荷的实时跟踪和预测,以分布式光伏并入电网的母线负荷情况为基础,根据净负荷本身固有的线性和非线性属性,提出了基于相空间重构自回归滑动平均(autoregressive moving arerage,ARIMA)和支持向量机(support vector machine,SVR)的母线净负荷预测方法。首先基于历史净负荷数据使用ARIMA建立拟合模型,对净负荷线性成分预测分析,之后用CC法对非线性成分进行相空间重构,利用SVR模型对非线性部分进行预测。数据建模的结果表明,提出的ARIMA-CC_SVR预测模型对含有分布式光伏成分的母线净负荷适用性较强。     

组合数值天气预报与地基云图的光伏超短期功率预测模型

为减轻光伏电站被云团遮挡导致发电功率突然衰减所造成的影响,提高光伏超短期的预测精度和预测有效时间长度,文中提出数值天气预报与地基云图相结合的光伏超短期功率预测模型。该模型首先基于临近晴空工况光伏超短期功率预测方法实现未来4h预测,接着使用数值天气预报云量信息和地基云图等方法预测未来4h内云团遮挡电站导致的功率衰减,并进行临近校正,以提高光伏超短期功率预测的精度。研究结果表明,文中所述模型具有很好的可行性和实用性,为光伏电站0~4h超短期功率精确预测提供了一种方法。     

地基云图结合径向基函数人工神经网络的光伏功率超短期预测模型

光伏功率由于受到诸多局地随机突变因素的影响,其超短期预测面临很大挑战。云是引起地表辐射随机变化,进而引起光伏出力随机变化的最主要因素之一,在光伏功率预测建模中亟需将云这一因子进行量化和建模。首先,基于全天空云图,利用数字图像处理技术提取与辐射相关的图像特征;然后,将大气层外辐射、大气质量、图像亮度和云量作为输入因子,将地表辐射作为输出,建立径向基函数神经网络预测模型;最后,根据光电转换模型最终实现光伏功率超短期预测。实验结果表明:计及地基云图信息的光伏功率超短期预测模型,效果明显优于无图像信息的模型,为光伏电站超短期功率精确预测提供了重要的方法。     

光伏系统中地基云图的预处理

用于地面天空监测和辐射预测的地基云图,由于其拍摄仪器全天空成像仪(TSI)自身的缺陷,使得拍摄的天空图像中存在较大面积的遮挡和一定程度的畸变,从而导致基于地基云图的云识别、分类和辐射预测等不准确。针对该问题,提出了一种镜像渐变修复方法来还原真实天空云分布情况。首先通过计算太阳在图像中的位置,自动确定遮挡区域;然后根据云的颜色特性,采用镜像渐变算法进行修复;接着,对太阳周围的白色像素点,根据太阳辐射衰减程度将其分割为云或晴空,并对识别为晴空的过度曝光像素点进行修正。实验表明,所提出的预处理方法可快速还原真实天空的云分布信息,且修复效果优于现有光伏系统上使用的方法,为后续气象变化研究和辐射预测等提供了条件。     

考虑光伏发电和储能系统调压能力的配电网储能容量优化配置

接入中低压配电网的高渗透分布式光伏发电易引起双向潮流现象,而现有无功补偿技术无法解决由此引起的配电网电压大范围波动问题。为此考虑到分布式光伏发电和储能系统的无功调节能力,研究通过协调控制储能系统和光伏发电输出的无功功率或有功功率实现配电网电压越限调节的方法,提出一种以配电网电压越限调节为目标的二层储能系统优化配置模型。内层优化模型以协调分布式光伏发电和储能系统的输出功率为前提,旨在消除电压越限;外层优化模型以全年电压越限分布最优为前提,旨在实现储能容量的最小化配置。利用差分进化算法对二层优化模型进行求解,并以IEEE33节点配电网为算例进行仿真。仿真结果验证了所提优化配置方法在改善配电网电压分布状况方面的效果。     

基于数据驱动的直流微电网虚假数据注入攻击快速防御策略

基于分布式控制的直流微电网是一种典型的信息物理系统,攻击者可在信息层利用虚假数据注入攻击(FDIA)的方式使微电网偏离运行目标,从而影响微电网的供电质量.为此,分析了虚假数据的作用途径,对虚假数据的不利影响进行了机理性解释与建模,提出了一种基于数据驱动的FDIA快速防御策略.通过离线学习、在线判断直流微电网的暂态扰动过程,分辨出扰动的来源是正常负荷变化还是虚假数据,然后通过降低虚假数据权重的方式将网络攻击产生的不利影响降至最低.算例仿真结果验证了所提防御策略的有效性.