基于PSO优化BP神经网络的能源需求预测

针对经济发展与能源消费存在复杂的耦合关系,从能源耦合角度出发提出了一种改进灰色关联分析和粒子群算法优化BP神经网络的能源需求预测方法.首先为量化能源耦合,粗略选取了与能源耦合密切相关的输入要素;其次,基于传统灰色关联分析的不足,建立了距离相似度和趋势相似度的综合相似度的输入要素选取方法,选取常用能源对应的输入要素;囿于...     

基于深度信念网络的配变台区跳闸预测

针对配电网公变台区在夏季易出现配变跳闸故障,对供电可靠性造成严重影响等问题,提出一种基于深度信念网络（DBN）的配变台区跳闸预测方法。首先,针对配变跳闸为小概率事件,利用Borderline-SMOTE算法对训练样本进行抽样以处理数据不平衡问题;然后使用新样本训练形成DBN预测模型。由于传统DBN在学习训练过程中易于陷入局部最优,故采用纵横交叉优化算法进行优化;最后,通过算例测试验证了该模型的有效性。     

CCHP用户冷热电负荷预测的纵横交叉优化深度信念网络方法

针对目前CCHP用户冷热电负荷预测影响因素繁多、构建模型复杂、预测精度不足的问题,提出了一种结合变分模态分解和深度信念网络的CCHP用户冷热电负荷预测组合预测方法.首先分析了CCHP用户冷热电负荷序列的周期性和随机性,提出采用变分模态分解方法对CCHP用户冷热电负荷进行分解;其次,基于分解后模态分量易于出现冗杂,采用样...     

基于改进灰色关联分析与蝙蝠优化神经网络的短期负荷预测

针对短期负荷预测的精度问题,文中提出基于改进灰色关联与蝙蝠优化神经网络的短期负荷预测方法。在传统的灰色关联分析方法基础上,引入以距离相似性和形状相近性相关联的综合灰色关联度选取更高相似度的相似日。为缩小训练样本的差异程度,提高预测精度,利用相似日集合中的样本来训练蝙蝠优化的反向传播(BP)神经网络预测模型。以中国南方某城市的历史数据作为实际算例,将文中提出的基于改进灰色关联与蝙蝠优化神经网络的短期负荷预测方法与单纯的BP神经网络法、蝙蝠优化BP神经网络法、传统灰色关联与蝙蝠优化的BP神经网络组合法的预测结果相比,结果表明文中方法的预测精度较高。     

基于改进深度Q网络算法的多园区综合能源系统能量管理方法

多园区综合能源系统可通过多能互补互济显著提升运行经济性,然而园区之间的复杂互动、多能耦合决策会给多园区综合能源系统的能量管理带来决策空间庞大、算法难以收敛等挑战性问题。为解决上述问题,提出了一种基于改进深度Q网络(modified deep Q network,MDQN)算法的多园区综合能源系统能量管理方法。首先,采用独立于园区的外部气象数据、历史互动功率数据,构建了基于长短期记忆(long short-term memory,LSTM)深度网络的各园区综合能源系统外部互动环境等值模型,降低了强化学习奖励函数的计算复杂度;其次,提出一种基于k优先采样策略的MDQN算法,用k-优先采样策略来代替ε贪心策略,克服了大规模动作空间中探索效率低下的问题;最后,在含3个园区综合能源系统的算例中进行验证,结果表明MDQN算法相比原DQN算法具有更好的收敛性与稳定性,同时可以提升园区经济效益达29.16%。     

基于相似日和回声状态网络的光伏发电功率预测

光伏发电功率预测对提高光伏电站控制、调度性能以及保证电网的安全稳定运行具有重要意义。提出一种基于相似日和回声状态网络（ESN）的光伏发电功率预测模型。首先运用相关性分析法对光伏发电功率的影响因素进行了深入分析,并筛选出其主要影响因素;再利用主要影响因素的历史气象信息建立气象特征向量,通过计算灰色关联度（GRA）寻找合适的相似日;最后运用ESN创建预测模型,利用相似日历史数据训练ESN,而后对预测日的输出功率进行逐时预测。算例表明,对比传统模型,GRA-ESN模型具有更高的预测精度和更好的可行性。     

基于多变量误差修正模型与改进灰色理论的我国能源需求预测研究

运用计量经济学理论与改进的灰色理论方法对我国能源需求进行动态分析,构造误差修正模型;同时运用改进的灰色理论方法对各种因素预测分析,最后为国家能源发展提供可靠性建议。     

基于混沌CSO优化时序注意力GRU模型的超短期风电功率预测

高精度的风电功率预测对风电的并网运营至关重要.为提取风电功率输入序列隐含的时间信息,建立以门控循环单元为基础的预测模型;并在模型输入侧引入时序注意力机制,通过与输入进行加权的方式提高模型对关键历史时间节点的敏感性.为加速模型收敛,在训练的早期利用动态混沌纵横交叉算法优化预测模型的权值和阈值;同时,通过构造多指标共同作用...     

基于鲁棒随机模型预测控制的园区综合能源系统两阶段优化

可再生能源发电与负荷的不确定性给园区综合能源系统的安全准确调度带来了巨大挑战,为了提高系统调度的准确度和运行经济性,提出了一种基于鲁棒随机模型预测控制的两阶段优化调度策略.该模型考虑到园区综合能源系统中负荷预测误差分布的规律性和可再生能源出力波动的概率分布难以准确刻画的特点,分别利用随机优化和鲁棒优化处理负荷侧和发电侧...     

基于相似日和CNN-LSTM的短期负荷预测

为充分发掘历史信息,解决气象数据不足影响预测精度的问题,采用灰色关联分析(GRA)选取天气相似日和CNN-LSTM混合神经网络的方法来预测电力负荷。利用GRA计算每日各气象因素与日总负荷的灰色关联度,再计算各日与典型日的相同气象因素之间的欧氏距离,将各气象因素的欧氏距离分别乘以对应因素的关联度,并将同一天的结果累加,得到一个综合得分。选取待预测日之前分数最低的5天作为相似日,将相似日各时刻的负荷数据输入CNN-LSTM网络中,预测出待预测日的负荷,通过与其他模型对比,验证了该方法的有效性。     

基于深度信念网络的短期负荷预测方法

电力系统信息化的发展及配电网中分布式电源和电动汽车的大量接入,增加了用电模式的复杂性,对负荷预测的精确度和稳定性提出了更高的要求。提出了一种基于深度信念网络的短期负荷预测方法。该方法包括深度信念网络的构建、模型参数的逐层预训练和微调,以及模型的应用等步骤。在模型参数预训练过程中,采用高斯—伯努利受限玻尔兹曼机(GB-RBM)作为堆叠组成深度信念网络的第1个模块,使其能够更有效地处理对负荷有影响的多类型实值输入数据;并采用无监督训练和有监督训练相结合的部分有监督训练算法进行预训练;利用列文伯格—马夸尔特(LM)优化算法微调预训练阶段得到的网络参数,使其更快收敛于最优解。最后,以实际负荷数据进行算例分析,结果表明,在训练样本较大且负荷影响因素复杂的情况下,所提方法具有更高的预测精度。     

基于混合预测方法的园区月用电量预测

随着用电量预测的重要性逐步提高,新电改下园区成为电力改革重要试验区,用电量预测开始面向小规模用户的电力需求。为此提出了一种新型电量预测方法,根据用电量数据的时序特性,将时间序列法与指数平滑法两者的设计思想相融合,优化指数平滑模型,引入时间序列模型,建立新的改进模型。结果显示,该方法能提高用电量预测精度,降低发电成本,提高经济效益和社会效益。     

基于智能优化方法的相似日短期负荷预测

针对传统相似日法中各因素相似度及其权重需要人工赋值的不足,在充分考虑日期类型、日期距离、气象因素等几种主要常规影响因子的前提下,建立了一种基于智能优化方法的相似日模型对日用电量进行短期预测.相似度计算公式中全部原本需要人工赋值的参数均由历史数据基于果蝇优化算法训练得出.参数值可以根据特定用户的负荷变化特性动态调整,增强...     

基于混合灰色关联分析-广义回归神经网络的 光伏电站短期功率预测

随着大规模的光伏发电接入电网,其输出的随机性和波动性给电网调度管理带来巨大的挑战。基于此,本文提出了一种同时考虑统计(历史光伏输出功率)和物理(历史和未来的气象信息)变量的混合灰色关联分析-广义回归神经网络预测模型。首先,计算多元气象因子与光伏发电功率的皮尔逊相关系数,将相关系数较高的气象因子确定为建立预测模型的气象输入因子;然后,采用灰色关联分析算法计算历史日与待预测日的关联度确定最佳相似日,选取最佳相似日的光伏输出功率和气象输入因子以及待预测日的相关气象参数作为广义回归神经网络模型的输入参数,得到待预测日各个时刻输出功率的预测值;最后,利用澳大利亚DKA太阳能中心网站所提供的光伏电站历史气象数据和功率数据对所设计的模型进行训练和测试,验证模型在不同季节下的预测效果。结果表明,与所选择的对比模型相比,本文所建模型具有较好的预测性能。     

考虑能质系数的工商业园区综合能源协同优化方法

针对综合能源利用效率,区别于传统能源效率计算,提出基于热力学第二定律的综合能效计算方法,首先建立考虑能源能质系数的工商业园区模型,能源的利用效率不仅要从数量上,更要从质量上考虑,以综合能源效率最大和碳排放最小为目标函数,结合加权法在MATLAB/Cplex软件上进行求解。结果表明,系统中加入能质系数后,可更加准确地衡量各设备的出力情况,在多目标分析中,考虑能质系数能够有效减少碳排放并且可提高能源的梯级利用。     

基于综合优化目标的低碳园区能源系统规划配置

低碳园区复合式能源系统合理的规划与配置对提升系统能效、降低成本、减少污染物排放等具有重要意义。首先,基于园区用能需求快速预测方法和能源系统动态仿真平台,提出了以综合评价指标为导向的低碳园区复合式能源系统优化规划配置方法,建立了虎克-捷夫算法和粒子群算法相融合的混合优化算法。然后,以典型低碳园区冷热电三联供耦合地源热泵、蓄能与燃气锅炉的多能系统为例,对比分析了不同优化算法的配置结果和优化速度,研究了综合优化目标最优、全生命周期成本、能耗最低等不同优化目标对容量优化配置结果和系统典型日运行情况的影响。结果表明,本文提出的优化配置方法和混合优化算法可以保证寻优能力、优化精确度,同时提高了优化计算性能。以综合评价目标最优的能源系统配置结果可以兼顾系统成本、经济运行、环境影响及低碳排放等多方因素,更有利于构建低碳园区最优能源形态。     

基于改进灰色模型与综合气象因素的母线负荷预测

针对母线负荷与系统负荷的差异——母线负荷基数小、易受气象要素变化影响等,为了充分考虑气象要素、日类型、小电源等因素对母线负荷预测的影响,提出了一种利用指数加权法来处理原始数据的改进灰色模型。以预测日的日类型与综合气象要素为依据,将其模糊化为日特征向量,采用灰色关联度来选择最优相似日,作为改进灰色模型的原始序列进行预测,...     

基于多方利益博弈的园区级综合能源系统经济优化运行技术研究

针对传统运行优化方法难以充分满足综合能源系统中多方参与主体的利益诉求,以及多目标求解筛选技术在其中的应用亟待进一步完善等问题,提出了考虑多方利益诉求的集中式优化模型和相应的新型求解筛选方法.首先,综合考虑新能源供应商、综合能源服务商和用户三方的收益,并计及综合需求响应的影响,构建了园区级综合能源系统经济优化调度模型;然...     

基于动态权值相似日选取算法的短期负荷预测

提出了一种基于动态权值优化的相似日选取算法和灰色GRNN串联组合模型的短期负荷预测方法。采用动态权值相似日选取算法,在考虑不同地区和季节对短期负荷的影响时,引入改进的果蝇优化算法(MFOA),动态调整各因子的权值,增强了相似日选取算法的适应性和有效性。选取出相似日后,采用灰色模型和广义回归神经网络(GRNN)串联组合的短期负荷预测方法,并通过改进的布谷鸟(MCS)算法对GRNN平滑因子进行优化,组合模型改善了单一模型预测精度的稳定性。实例预测结果验证了该方法的有效性。     

考虑综合需求响应的园区综合能源系统优化配置

园区综合能源系统是用户侧多能源耦合与供应的典型形式,而综合需求响应(integrated demand response,IDR)则是实现多种能源间耦合互补关系的重要应用,而目前的园区综合能源系统规划研究并未考虑IDR的应用.为了进一步激发园区综合能源系统中的多能互补特性,提升规划的灵活性和经济性,文中提出了一种考虑综...