基于ISMC-PSO的风电爬坡输出功率预测系统的研究

目前风电场都是使用单一的功率爬坡预测模型,其泛化能力较差,预测精度低。通过分析支持向量机和极限学习机两种单一功率的爬坡预测模型,研究了这两种模型的权值选取方法,提出了一种组合功率爬坡预测模型。该模型使用基于粒子群算法的改进算法对上述两种单一模型的权值进行权重优化,形成了一种新的高精度的预测系统。然后对该系统进行建模仿真。仿真结果验证了该预测模型的有效性,其预测精度较之单一的预测模型有了很大的提高。     

风电场发电量预测技术研究综述

首先综述了风电在我国的发展现状,分析了目前风电场接入电网急需解决的问题,然后总结了现在风电场发电量预测模型的研究方法。接着分析了风电场发电量预测技术国内外的研究现状和发展趋势,最后提出了基于混沌理论的风电场发电量预测的方法。     

基于组合模型的短期风速预测研究

风速具有较大的随机波动性,影响了电网的稳定性,风速预测对于风电并网问题至关重要。本研究采用灰色-马尔可夫链（GM-Markov）与最小二乘支持向量机（LSSVM）预测模型分别对风速进行预测,比较了各单一预测模型的精度;在此基础上研究了动态权重组合模型与0-1法组合预测模型。然后以国内某风电场的实测风速数据为例进行分析,结果表明,单一预测方法时好时坏,稳定性较差,组合预测模型总体效果较好,具有较大的实用价值。     

基于灰色神经网络优化组合的风力发电量预测研究

文中提出一种新型灰色神经网络优化组合的风力发电量预测研究,将人工神经网络预测模型和灰色预测模型有效结合,不仅考虑了风力、风向和温度等影响因素,而且将往年风力发电量的历史数据综合考虑,结合两种预测优点,从而提高了预测的准确度并降低预测误差。算例结果证明,这种新型的灰色神经网络优化组合预测值误差低于单一的灰色预测或神经网络预测。     

组合预测方法在电力系统负荷预测中的应用研究

组合预测方法是一种性能优越的预测方法。选择了电力负荷预测精度较高的两种单一预测模型——无偏灰色预测模型和时间序列预测模型,通过它们建立了三种不同的组合预测模型,对我国电力负荷进行了预测,验证了组合预测模型的优越性。最后,通过对三种组合预测模型的预测结果进行对比,选择一个最适合电力负荷历史数据的模型,通过该模型对我国社会用电量进行预测,获得了较好的预测效果。     

基于AMPSO算法与神经网络的风电场发电量预测

分析了影响风电场发电量的主要因素,提出了一种新的基于人工神经网络的风电场发电量预测方法.针对传统神经网络预测模型的预测质量由于陷入局部最优、训练难收敛等原因而降低的情况,该方法引入了自适应变异粒子群算法( AMPSO)对神经网络的权值和阀值进行训练,并且在训练过程中通过比较不同隐层节点数所对应的输出误差来确定神经网络的...     

组合预测方法在电力负荷预测中的应用

为了提高负荷预测的准确性,引入了组合预测模型,通过综合单一预测模型的优点,得出更为准确的结果.文中通过引入2个参数,将组合模型问题转化为极值问题,采用进化规划作为优化方法.最后运用文中所述的组合预测方法与传统的几种单一模型,分别对盐城市区的供电量和最高负荷的历史数据进行计算,比较发现组合预测模型的预测误差要小于任一单个...     

基于决策树理论的风电功率实时预测方法

风电功率的不确定性会对电网造成冲击,风电功率实时预测是缓解电网调频压力,保证电网稳定运行的重要手段.通过分析两种单一预测模型的特点,提出一种基于历史数据和NWP数据相结合的组合预测模型.分析历史数据的序列特征和适用的预测方法,建立决策树分类模型,在预测时通过时数据序列特征分析,选择最佳预测方法.针对两不同风电场的数据进行预测分析,结果表明,组合模型预测精度高于单一模型,通过决策树模型进行实时序列特征分析,并选配最佳预测模型能有效提高预测精度.     

基于SVM的时间序列短期风速预测

短期风速预测对风力发电系统的并网运行具有重要意义。对风速进行较准确预测,可以有效减轻或避免风电场对电力系统的不利影响,同时提高风电场在电力市场中的竞争能力。介绍了支持向量机(SVM)理论的新应用,讨论支持向量机理论用于风速预测的具体过程;建立基于支持向量机风电场短期风速预测模型,此模型仅以历史风速数据为输入,简单、高效,不需要其他额外的气象数据。与改进模糊层次分析法的组合模型、ARMA-ARCH模型、EMD-ARMA模型、双自回归滑动平均模型的预测结果进行比较,证实支持向量机理论的应用是有效的,可以用于风速的短期预测和发电量预测。     

一种短期风电功率组合预测方法

为提高风电功率的短期预测精度,对组合预测进行了研究。选用差分自回归移动平均模型(ARIMA)与埃尔曼神经网络(Elman)模型,建立新的组合预测模型。首先,用单一的ARIMA预测模型和Elman预测模型对风电功率进行预测;然后,在单独模型预测的结果上,再次利用Elman神经网络进行预测;最后,将组合预测的结果与两单一模型的预测结果进行分析比较。结果表明,组合预测模型比各自单一预测模型有更高的预测精度。     

基于模型集和差异模型的电网模型多版本管理方法

在目前的电网调度自动化系统中,电网模型的版本管理还局限在对其时间维变化的内容进行管理的方式。文中提出一种基于模型集和差异模型的电网模型多版本管理方法,将空间维和应用维模型通过模型空间和模型树的类型划分成相应的版本空间,以模型集为基线,通过叠加不同时间生效的差异模型实现对空间、时间和不同应用维度模型的多版本管理,提升了对历史模型回溯、未来模型建模、应用模型转换的灵活性,实现了实时电网监控运行与历史、未来电网研究分析在电网模型层面的协调统一,满足了电网调度控制中心内各业务应用对时间、空间和应用维电网模型开展研究分析的需求。     

基于漂移扩散模型方程的IGCT电路模型

现有基于双极扩散方程(ADE)的功率半导体器件模型只能准确描述准中性区载流子分布,应用于高压器件建模时精度有限.提出一种基于漂移扩散模型(DDM)的集成门极换流晶闸管(IGCT)电路模型的建模方法以提高模型精度.通过分析发现,求解变量数量级相差较大,以及由高掺杂浓度决定的特征参数是影响模型特性的主要因素.由此,通过边界...     

基于Stackelberg模型的电力负荷模型研究

作为电能供应商和用户之间的桥梁,零售商同时与供应商和用户进行电能交易。在交易过程中,零售商的效益受到售电量和价格水平的影响。以零售商效益最大化为目标,建立新的电力市场模型,引入博弈竞争机制,建立基于收益和负荷均衡的伯川德模型和斯塔克尔伯格模型(Stackelberg模型),并通过数值试验分析两种博弈模型下售电商的效益以及传统用户数量对零售商定价和效益的影响。     

模型结构对负荷模型泛化能力的影响

分析了基于实测的考虑时变性的自适应（TVA）负荷模型和考虑配电网支路的配电网综合负荷模型（SLM）,并利用现场的实测数据对2种模型进行了回响测试,以比较2种模型在仿真计算中的准确性。在分别考虑辨识配电网阻抗与定配电网阻抗2种情况下,利用实测数据对SLM的参数进行了辨识与测试,进而推出了使用基于全网数据辨识参数的SLM计算结果偏于保守的原因,并以吉林电网为算例进行了模型泛化能力的比较。最终得出结论:对于吉林这类通道型电网,这2种模型的泛化能力与其模型结构关系较小,与模型参数关系较大。     

结合稳态模型的非线性动态建模方法及应用

考虑到热工对象的动态特性大多从阶跃响应获得,非线性的存在使此种线性动态模型只能在相应稳态点附近有良好的性能,文中采用了基于非线性稳态模型来实现动态模型自适应的策略,该策略用较为精确的非线性稳态模型得到当前输入下的稳态参数,然后由此修正线性动态模型中与稳态相关的参数,实现了动态模型的自适应,进而有效提高了大范围下的动态预测性能。通过对某电厂360 MW"W型"火焰强制循环固态排渣煤粉炉的稳态和动态试验,建立了NOx的神经网络稳态模型和线性动态模型,用两个不同工况下的实际数据,验证了结合稳态模型的非线性自适应动态模型比线性动态模型具有更好的NOx排放预测性能。     

基于虚拟磁链定向的模型预测直接功率控制

首先对三相电压型脉宽调制(PWM)整流器进行分析,通过两相静止坐标轴建立数学模型,根据数学模型分析提出了一种电压型PWM整流器的基于虚拟磁链(VF)的模型预测直接功率控制(MPDPC)策略。在电网电压含有谐波等干扰时,由于该方法使用虚拟磁链定向,可防止电压型PWM整流器的性能受过多干扰,并且通过利用功率误差最小和空间矢量脉宽调制(SVPWM)实现预测功率控制。针对实际离散系统中存在的数据延迟,采用了预测延迟一步对预测功率进行延迟补偿,且采用对功率误差积分修正补偿,使系统实现无差功率控制。最后对该控制进行了仿真和实验,验证了所提策略的可行性和正确性。     

分布式电源模型和负荷模型对配电系统的影响

针对配电系统中分布式电源的配置问题,考虑负荷模型下的不同电压来分析DG模型对DG的选址和容量大小的影响。通过结合不同性能指标为优化子目标的多目标函数,并利用遗传算法对适当的配置地点及DG的容量进行评估,从而根据多目标函数解决接入配电网的DG的配置问题。在IEEE 25节点系统中进行的仿真结果表明,负荷模型对DG在配电网中的配置影响很小,而DG模型对其在配电系统中的配置地点、单机容量和渗透率有明显的影响。     

Current Transformer Model

This paper presents a current-transformer (CT) model that is useful for low-frequency applications. To describe the iron-core magnetic behavior, a hysteresis model is proposed, which is able to generate minor asymmetric loops and remanent flux. The effects of classic eddy current losses and anomalous losses are represented by linear and nonlinear resistors, respectively. The obtained results are compared with those calculated by the Preisach's model and measured in the laboratory. This model may be applied in power system protection studies, as it is the case of numeric correction of distorted secondary currents in current transformers (CTs)     

指数跟踪模型研究

论述了有收益约束条件的股指债指生成综合指数的投资组合跟踪问题,给出了在最小均方误差意义下追踪组合的解,证明了最优跟踪误差是收益约束的二次函数,在均方差-均值平面上是一条抛物线。