基于特征筛选与ANFIS-PSO的分布式光伏发电功率预测方法研究

短期分布式光伏发电功率预测对配电网调度计划的安排及优化具有重要意义。人工智能技术的进步为精细化分析光伏发电功率预测结果的影响因素以及提高光伏发电功率的预测精度提供了有效途径。文章提出一种基于特征筛选与ANFIS-PSO的分布式光伏发电功率预测方法。首先,基于随机森林中的增益情况,对影响分布式光伏发电系统的各项特征参数进行筛选;然后,通过自适应神经模糊推理算法对输入数据进行训练,并使用粒子群算法对ANFIS模型进行优化;接着,建立基于离线训练和在线预测的ANFIS-PSO分布式光伏发电功率预测模型;最后,利用北京某地分布式光伏发电系统的实际数据来验证模拟结果的准确性。     

基于混沌海鸥优化算法的含光伏发电系统负荷模型参数辨识

针对分布式光伏发电系统广泛接入配电网,导致电力系统潮流计算速度和精度较低的问题,提出一种基于混沌海鸥优化算法的含光伏发电系统负荷模型参数辨识模型。首先,在综合负荷模型的虚拟母线上接入等效光伏发电系统的负荷模型,从而建立配电网广义负荷模型;之后,提出一种将混沌优化与海鸥优化相结合的优化算法,基于该算法完成配电网的等值,并在此基础上进行含光伏发电的综合负荷模型参数辨识。最后,通过仿真表明该文提出的算法,相比于传统的粒子群算法和单一海鸥优化算法,在计算精度和收敛速度等方面具有优越性,并可应用于负荷模型的参数优化。     

数据驱动的高比例新能源发电集群分布式电压控制

大规模分布式新能源发电接入引起的电压越限和网损升高问题给主动配电网的安全稳定运行造成了巨大挑战.特别是中低压配电网中的新能源发电集群模型参数精确性有限,将影响传统基于模型的配电网电压控制方法效果.为此,提出了一种基于数据驱动的高比例新能源发电集群分布式电压控制方法.首先,基于集群海量运行数据采集,通过Koopman方法...     

基于模型预测控制的分布式光伏集群协调优化控制

分布式光伏发电的高密度接入给配电网原有的经济、稳定运行带来了不小的挑战。为了减少分布式光伏发电接入配电网造成的网络损耗,提高光伏发电的经济性,首先分析和归纳了分布式光伏集群的概念和特点;然后针对配电网内的分布式电源、柔性负荷、无功功率调节设备等装置在时间尺度、控制功能方面的调节特性,提出了一种含分布式光伏集群的协调优化调度方法。该方法以模型预测控制为基础,动态滚动协调光伏集群未来一段时间内的有功出力和无功出力,起到减小网络损耗和优化系统电压的作用。采用PG & E 69节点系统在MATLAB数学软件下进行建模仿真分析,结果证明了所提优化控制方法的可行性和有效性。     

基于一致性算法的新型电力系统边缘集群分布式经济调度模型

随着风电、光伏等可再生能源大量并入新型电力系统配电网,大量分散的风电、光伏等集群呈现出分布式管理和控制方式,使传统集中式的经济调度方法陷入困境。对此,基于传统一致性算法,文章提出了风电、光伏构成的边缘集群分布式经济调度模型。首先,给出了风电、光伏的边缘集群模型及其波动性特性;其次,推导了传统一致性算法及实现经济调度的优化模型;在此基础上,结合风电和光伏边缘集群模型,提出了风电、光伏的边缘集群的一致性经济调度分布式算法;最后,以某实际系统为例,对所提算法模型进行仿真验证。结果显示了所提模型的有效性。     

基于ALMBO算法的PEMFC分数阶时域子空间模型研究

针对质子交换膜燃料电池（PEMFC）发电过程复杂难以建模的问题,考虑PEMFC系统的分数阶特性,提出一种基于优化的分数阶时域子空间辨识方法,并建立PEMFC的分数阶状态空间模型。首先,将分数阶微分理论与子空间时域辨识方法相结合,采用Poisson滤波器对输入输出信号进行滤波处理,并引入权重矩阵提高辨识的精度;其次,对Poisson滤波器以及辨识的分数阶阶次寻优,提出一种变异反向学习的自适应帝王蝶优化算法（ALMBO）,在迁移算子中引入变异反向学习策略、并融入自适应权重来提高寻优的精度,防止陷入局部最优解。最后,通过仿真结果验证算法的有效性,所得的PEMFC辨识模型能准确描述PEMFC的动态过程。     

分布式电源即插即用接入装置的 研究及应用

研制光伏发电即插即用一体化装置,该装置安装于分布式光伏发电与电网公共连接点接口处,集逆变装置、计量装置、保护装置、滤波装置、通信模块于一体,采用载波、WIFI等通信方式,实现与智慧家庭网络进行交互,实现发电电量信息、身份认证、电量计费等信息的传输。装置基于非侵入式电力负荷监测与分解技术,在非侵入状态下可以分析得到负荷集群中分布式电源出力的运行情况等信息。     

基于GA-GNNM的极地光伏发电功率预测方法

为了更加准确有效地对极地光伏发电功率做出预测,提出一种基于GA-GNNM的极地光伏发电功率预测方法.首先对采集到的气候因素数据以及光伏发电数据中缺失、异常部分进行清洗归一化处理;通过最大相关最小冗余算法(MRMR)选择最佳的气候特征组合,构建多维气候特征数据集;并将其输入到K均值聚类算法中完成不同季节天气类型聚类划分,...     

分布式光伏集群谐振分布范围及其影响因素分析

摘要： 分布式光伏集群并网系统中,由于光伏并网台数的增多,使得系统成为一个高阶LC网络,谐振频率分布更加复杂。根据分布式光伏集群并网系统的结构,研究了二阶LC网络和高阶LC网络的谐振分析,得到逆变器自身、其他并联逆变器以及电网之间存在复杂的谐振耦合关系,并确定了分布式光伏集群并网谐振频率的分布范围。在谐振耦合关系的基础上,分别研究了电网阻抗和滤波电容参数、并联逆变器台数以及系统网架结构变化对谐振频率的影响。仿真结果表明以上因素都会引起分布式光伏集群谐振频率的变化。     

基于梯度补偿的分布式电源逆并网逆变器稳定控制

摘要： 近年来,由于以分布式光伏发电为代表的新能源发电的快速发展,我国弃风、弃光问题也日益突出,导致这一问题的出现主要原因在于新能源发电技术不够成熟、电能质量较差、无法就地消纳以及可控性、动态稳定性较差。针对分布式光伏发电进行了深入研究,通过构建光伏发电支路的逆变电路模型和引入并网点的电能质量变化梯度补偿的方式,来改进分布式电源并网控制系统的稳态性能。以IEEE16节点算例作为主模型分析了主模型和逆变电路模型的特征根和频域bode图,对比了传统结构和改进后的模型特征根、频域bode图和阶跃响应曲线。结果表明：该方法提升了分布式电源稳定控制性能,改善了控制系统的动态特性。     

温度对屋顶分布式光伏系统发电效率的影响分析

提高发电效率是光伏模块进一步大规模应用的关键。温度是影响光伏模块发电效率的重要因素之一,尤其对屋顶分布式光伏系统而言。基于某屋顶分布式光伏电站运行数据,分析了温度对光伏模块发电效率的影响。通过建立多元线性回归模型探讨了环境温度与电池板发电效率的关系,并提出了一种拟合度较高的理论发电量计算模型。该模型可用于计算电站的应发电量和相应的损失发电量,以便综合考虑收益与成本,判断是否采取适当的降温措施。     

基于省级截面数据的分布式光伏发电补贴政策实证分析

分布式光伏发电作为电能生产的重要组成部分,对优化能源结构、改善生态环境具有十分重要的意义。国家和地方出台了一系列鼓励分布式光伏发电的政策,但由于缺乏参照,补贴政策多种多样,实际效果并不明显。针对此问题,文章通过收集2014~2015年各省份分布式光伏发电的新增装机容量、财政补贴等数据,建立了基于省级截面数据的分布式光伏发电补贴政策实证模型,分析影响分布式光伏发电发展的主要因素以及财政补贴政策对分布式光伏发电发展的影响程度。研究结果表明,各省份分布式光伏发电的发展一方面决定于当地经济发展水平和资源条件,另一方面,补贴政策对分布式光伏发电的发展具有明显的激励效果。省级层面在制定分布式光伏发电支持政策时,应充分考虑当地的经济发展水平和资源条件,评估补贴政策对分布式光伏发电发展的促进效果以及给地方政府带来的财政负担,并对地市层面分布式光伏发电的发展配套一些鼓励性和约束性政策。     

福建省分布式光伏发电工程经济效益研究

以福建省太阳能资源现状为切入点,通过建立经济效益模型测算福建省主要地区分布式光伏发电工程的经济效益,研究福建省分布式光伏发电工程投资开发价值分布空间,为投资者决策提供参考。     

基于线路阻抗聚类的分布式光伏电站等效建模

为对大规模分布式光伏电站进行建模以研究其运行特性,提出一种分布式电站聚类等效建模方法。根据电站分布式结构特点,该方法将各光伏发电单元至公共连接点的等效线路阻抗列入聚类算法的聚类指标中,将各光伏发电单元聚类并将同一类中的光伏发电单元进行聚合以构建多机等效电路模型。其中,针对传统的模糊C均值聚类算法（FCM）因过度依赖初始聚类中心点而易陷入局部最优的缺点,该方法使用Canopy-FCM聚类算法进行改进,在FCM算法前用Canopy聚类算法进行预处理。最后通过RT-LAB实时仿真平台对所提聚类等效建模方法的合理性和精确性进行验证。     

基于多源数据融合的分布式光伏聚合超短期预测方法

分布式光伏聚合发电的超短期预测是支撑其功率快速调节的前提保障,由于规模化接入的分布式光伏容量小、分布广,其发电时序特性差异性大、非平稳性强,导致其超短期预测精度难以保证。为此,文章提出基于多源数据融合的分布式光伏聚合超短期预测方法。该方法基于变分模态分解法,充分挖掘分布式光伏聚合发电非平稳性特性,并采用核主成分分析法对引发光伏发电非平稳性的影响因素即温度、湿度、光照、云量等多源数据进行量化解析,同时结合改进的长短期记忆神经网络,创建了多源数据融合方法,实现了分布式光伏聚合发电超短期预测。仿真结果表明,该方法有效提升了模型的预测精度。与传统方法相比,提出的预测方法对随机性波动严重的光伏超短期预测具有显著优势。     

北京市太阳能资源与分布式光伏发电项目的时空耦合适宜度研究

分布式光伏发电项目有助于实现"能源-经济-环境"的协调可持续发展.针对区域太阳能资源与分布式光伏发电项目的时空耦合关系开展了研究,以北京地区为研究对象,提出运用多种空间分析方法,从空间地理的新视角探索太阳能资源与分布式光伏发电项目之间的关系,针对区域太阳能资源与分布式光伏发电项目开发区域的时空耦合适宜度进行了科学评估....     

结合用户画像的DTW-MANN-FM分布式光伏短期出力预测模型

为解决分布式光伏短期预测中发电户特性差异、地理位置偏移导致气象数据偏差的问题，并进一步提升算法预测性能，提出结合用户画像的动态时间规整（dynamic time warping,DTW）-多头自注意力神经网络（multi-head attention neural network,MANN）-因子分解机（factorization machine,FM）预测模型。首先分析发电户档案数据和历史发电数据，统计出用户画像；再结合基于DTW标准气象特征修正偏移算法，形成合理、完善的“用户+气象”特征组合样本；最后使用加权的数据样本对模型进行训练。仿真阶段使用江苏省真实光伏、气象数据，将所提模型与当前业界先进的若干光伏预测模型进行对比实验，结果表明该模型具有更高的准确度和鲁棒性，表现出更佳的预测性能。     

基于MPPT的自适应孤岛检测算法

为保证分布式光伏发电系统安全稳定运行,针对现有基于MPPT的孤岛检测方法存在检测盲区,功率损耗大等问题提出基于MPPT的自适应孤岛检测算法。该算法通过对Boost升压电路占空比D进行周期性的扰动,实现对MPPT的扰动,进而影响光伏输出功率。占空比D的扰动量,由并网点电压实时计算得到,可有效减小功率损耗。该算法在进行参数设计时,考虑到最恶劣条件,可消除检测盲区。根据IEEE Std.929-2000的规定,对该文所提算法进行仿真和实验研究,验证该算法的有效性。     

基于暂态响应轨迹的光伏逆变器参数辨识方法

为了获取更精准的光伏逆变器暂态模型参数,保障光伏发电联网运行仿真分析结果的准确性,提出一种基于暂态响应轨迹近似的参数辨识方法。首先构建了光伏发电的机电暂态模型,确定光伏逆变器的待辨识参数;其次,建立了PSASP与Matlab联合仿真平台,基于粒子群算法的寻优原理,辨识光伏逆变器控制参数。最后,基于三机九节点仿真算例,验证该辨识方法的有效性和准确性。     

基于碳中和目标的分布式光伏发电并网消纳控制研究

采用目前方法对分布式光伏发电并网进行消纳控制时，没有对碳排放量进行分配，存在碳排放量高、系统效率低和发电量低的问题。提出基于碳中和目标的分布式光伏发电并网消纳控制方法，该方法对消纳进行控制之前对分布式光伏发电系统的碳排放量进行了分配，以此助力碳中和目标达成，在此基础上构建分布式光伏发电并网消纳控制模型，并设定相关约束条件，采用遗传算法对消纳控制模型进行求解，获得模型最优解，实现分布式光伏发电并网的消纳控制。实验结果表明，所提方法的碳排放量低、系统效率高、发电量高。