基于VMD和改进TCN的短期光伏发电功率预测

光伏发电功率存在波动性,且光伏出力易受各种气象特征影响,传统TCN网络容易过度强化空间特性而弱化个体特性。针对上述问题,文中提出一种基于VMD和改进TCN的短期光伏发电功率预测模型。通过VMD将原始光伏发电功率时间序列分解为若干不同频率的模态分量,将各个模态分量以及相对应的气象数据输入至改进TCN网络进行建模学习。利用中心频率法确定VMD的最优分解模态分解个数。在传统TCN预测模型的基础上,使用DropBlock正则化取代Dropout正则化以达到抑制卷积层中信息协同的效果,并引入注意力机制自主挖掘并突出关键气象输入特征的影响,量化各气象因素对光伏发电的影响,从而提高预测精度。以江苏省某光伏电站真实数据为例进行仿真实验,结果表明所提预测方法的RMSE为0.62 MW,MAPE为2.03%。     

基于IPSO-LSTM神经网络的光伏发电系统故障检测

光伏发电系统的故障检测对光伏发电系统的安全运行至关重要。为提高光伏发电系统的故障检测效率，提出一种基于改进粒子群算法优化长短期记忆(IPSO-LSTM)神经网络的故障检测方法。首先通过构建改进的粒子群算法优化双层LSTM网络，对光伏发电系统的发电功率进行实时预测；然后，将LSTM网络预测的发电功率和系统实际的发电功率的误差作为残差值，当残差值大于设定的故障检测阈值时，可以确定系统发生故障。试验结果表明：改进粒子群算法优化的LSTM神经网络比传统的LSTM网络的故障检测性能更优越。     

光伏发电系统最大功率点激光定位系统

传统光伏发电系统最大功率点定位精度较差,导致光伏发电系统的功率增益较差,为此提出基于激光点跟踪定位的光伏发电系统最大功率点激光定位方法.构建光伏发电系统的电路阻抗参数分析模型,通过滤波电感和滤波电容联合参数估计的方法,进行光伏发电系统最大功率控制和潮流逆流点跟踪控制,根据控制器参数和功率变化量跟踪定位进行功率突变诱发的...     

基于粒子群优化算法的光伏最大功率跟踪

针对光伏发电系统在局部阴影条件下呈现高度非线性、时变不确定性和多个局部功率峰值的特点[1],提出一种粒子群优化和改进的扰动观察法结合的MPPT算法。此算法首先利用粒子群算法来快速寻找最大功率区域,然后改进的扰动观察法精确化最大功率点,克服光伏发电系统最大功率陷于局部最优。建立仿真模型,通过仿真实验验证了这种控制方法能快速找到全局最大功率,具有更加突出的动态响应性能,避免了功率损失,提高光伏发电效率。     

融合多源异构气象数据的光伏功率预测模型

高精度光伏功率预测对提高电力系统运行效率具有重要意义。光伏功率受多种因素影响,其中云层的变化是最主要的不确定因素。传统光伏功率预测方法没有充分考虑云的3维结构和气象要素对光伏功率的影响。因此,该文提出一种融合多源异构气象数据的多源变量光伏功率预测模型(MPPM)。MPPM的核心包括时空条件扩散模型(STCDM)、注意力堆叠LSTM网络(ASLSTM)和多维特征融合模块(MFFM)。STCDM模型通过对2维卫星云图进行精确预测,消除了云层边界处的模糊现象。ASLSTM模型则提取了3维天气研究与预报模式 (WRF)气象要素特征。MFFM模块将2维卫星云图特征和3维WRF气象要素特征进行融合,以得到未来1 h光伏功率预测结果。该文分别利用STCDM模型和MPPM模型开展卫星云图预测实验和光伏功率预测实验。实验结果显示,STCDM模型预测1 h内卫星云图的结构相似性指数(SSIM)达到0.914,MPPM模型预测1 h内光伏功率的相关系数(CORR)达到0.949,优于所有对比算法。     

基于气象相似日选取与提升回归树的光伏发电短期功率预测

针对气象条件不稳定引起的光伏发电出力波动性和间歇性,提出基于气象相似日选取和提升回归树的光伏发电短期功率预测方法。本方法采用熵值法计算影响光伏发电功率各种气象因素的权重,采用动态时间弯曲距离计算历史日与预测日各气象因素相似度;对于每一个预测日的光伏发电功率预测,以历史相似日的气象数据和发电功率数据作为训练样本,采用提升回归树构建光伏发电短期功率预测模型,能够明显提升预测精度。以某光伏电站为研究对象,考虑气象相似日的提升回归树算法与回归树、提升回归树算法对比表明,光伏发电短期功率预测准确度有较大幅度提升。     

基于改进蜜獾优化算法的光伏MPPT研究

光伏阵列的输出功率易受外界影响而呈现功率多峰值现象,传统的最大功率追踪算法难以寻得最优功率输出。为了提升光伏发电系统的效率,提出一种改进的蜜獾优化算法作为光伏最大功率点追踪的方法。结合Tent映射,使种群在初始化过程中均匀分布,以增加算法全局寻优能力。在Matlab2018b/Simulink环境下仿真,基于Boost电路验证最大功率的追踪效果,结果显示,该方法在不同工况下,较粒子群算法的MPPT,均具有较好的追踪效果,且改进的HBA算法较HBA本身,追踪时间缩短了0.104 s。     

基于粒子群优化算法的可再生能源功率预测模型设计

为了降低可再生能源机组波动性对电网运行的影响,基于模型预测的思想对当前应用于功率预测的自适应小波网络（AWNN）参数迭代求解方法进行了优化。使用与差分进化相融合的改进粒子群算法PSO-DE来替代传统梯度下降算法,优化了AWNN网络的迭代方式。PSO-DE算法一方面借助差分进化算法中的遗传、变异及交叉机制提升了粒子种群间的信息流通效率;另一方面则通过惯性权重因子和束缚机制将粒子束缚在指定区间内波动,从而避免了算法在优化求解时陷入局部最优解的情况。基于广东某地区的光伏发电数据集进行了算法仿真,结果表明在引入PSO-DE算法后模型的主要性能指标显著提升,有效提高了可再生能源的功率预测精度。     

机动目标跟踪时组网机会阵雷达功率分配算法

针对机动目标的高动态属性导致雷达系统不能精确地分配系统资源问题,本文提出了一种基于改进的当前统计模型的组网机会阵雷达功率分配算法。该算法通过改进的当前统计模型预测机动目标运动状态,采用预测的条件克拉美罗界作为功率分配时目标跟踪性能的衡量基准。针对目标信息的不确定性,引入随机变量表征目标RCS,建立基于机会约束规划的功率资源分配模型,并设计混合智能优化算法求解满足机会约束的最优功率分配。仿真结果表明,预测的条件克拉美罗界能够提供一个更加精确的跟踪性能衡量边界,该算法能够有效提高雷达系统资源利用率。     

大型分布式光伏发电消纳数据的智能调度方法研究

以大型分布式光伏风电发电为对象,基于电网电力平衡对智能调度发电消纳数据的方法进行研究。通过对风电发电在不限制风电出力最大消纳能力、限制风电出力最大消纳能力的计算,以全网负荷预测为依据,按照光伏发电站并网运行特性进行电站接纳能力评价排序、分配,从而进行消纳数据的实时调整。使用消纳数据实时调度AGC模块,通过SDH消纳数据调度自动化配置,实现光伏发电消纳数据的智能调度。通过AGC目标值与实际值对比表明,在限电时段,风电场总机出力AGC目标值曲线与实际值曲线比较接近,偏差较小。智能调度方法能够自动准确地统计各风电场发电出力受阻时段,使风电理论功率的计算误差最小化。     

太阳能屋顶光伏发电系统设计及效益分析

太阳能发电可分为光发电和热发电两种,其中光发电是不通过热转换直接将太阳光转换成电的方式,也称为光伏发电。太阳能光伏发电是新能源利用的重要领域。文中基于实例分析了屋顶光伏发电系统的大量实际数据,表明了太阳能屋顶光伏发电系统具有良好的社会、经济效益和广阔的发展前景,为今后屋顶光伏发电系统设计和推广提供参考依据。     

光伏发电系统并网的母线保护研究

针对光伏发电系统并网技术的特点,分析了系统并网后对配电网继电保护的影响,提出了通过利用母线保护物理对象的函数关系来构建光伏发电系统并网的交流母线保护的ANN模型的新方法。采用该方法解决了光伏发电系统并网造成交流母线保护误动作的问题。     

一种基于Boost电路的光伏最大功率跟踪方法

最大功率跟踪(MPPT)是太阳能光伏发电的重要组成部分,依靠最大功率跟踪可使光伏电池工作在最大功率点(MPP)附近,提高太阳能的利用率.在分析光伏电池的数学模型的基础上,选用Boost电路作为DC/DC变换来搭建仿真模型;针对传统的定步长扰动观测法存在的震荡和误判现象,提出一种改进的扰动观测法,并在Matlab/Simulink环境下进行了仿真.与定步长的扰动观测法的仿真结果进行对比,表明该算法的响应速度更加迅速;在外界环境发生变化时,该算法能够快速做出判断,准确地跟踪到光伏电池的最大功率点.     

基于ZigBee的分布式楼宇光伏电站群控系统的设计

针对分布式楼宇光伏电站应用规模和区域的不断扩大,以及固定式光伏发电系统不能保证太阳光垂直照射,使得太阳能利用效率不高的情况,设计了一种通过太阳光自动群跟踪有效提高分布式楼宇光伏电站发电效率的群控系统。系统以Zig-Bee无线网络为基础,采用ZigBee芯片JN5139和步进电机驱动芯片TH6560等为核心器件进行光信号采集、处理和控制,再利用自动群跟踪控制程序算法,实现一点对每个区域中的分布式楼宇光伏电站进行自动群跟踪控制。系统测试结果表明该系统能够实现分布式楼宇光伏电站的群控,且使发电效率提高30%以上。     

三相光伏并网发电系统MPPT的研究

针对光伏发电系统中光伏阵列的输出功率易受外部环境影响而降低了系统效率的问题,文中采用了Buck-Boost电路和基于最优梯度法的最大功率点跟踪控制方法。该控制系统能使光伏发电系统输出功率快速跟踪外部环境的变化,同时能有效消除或减弱光伏阵列在最大功率点附近的功率振荡现象,从而提高了光伏阵列的利用率。利用Matlab/Simulink建立仿真模型,验证论文提出的方案并得出可行结果。     

分布式光伏接入对配电网网络损耗的影响分析

为了明确分布式光伏并网对配电网网络损耗的影响,并给出合理的分布式光伏并网规划方案,首先总结了配电网网损的计算方法,并通过真实配电网作为算例,利用DIgSILENT仿真软件建立了包含光照和温度变化模型的光伏发电系统仿真模型。利用基于分布式光伏发电特性的仿真步长多样化连续潮流计算算法,仿真分析分布式光伏并网系统在不同接入位置和不同接入容量两种情况下系统的网络损耗变化趋势,最终得到了分布式光伏接入后配电网网络损耗的变化规律。该仿真分析结果可为配电网分布式光伏项目的规划建设提供科学的参考依据。     

含氢储能的多源联合发电系统调度研究

风电和光伏发电具有间歇性和随机性,为了降低在多源联合发电系统中的弃风弃光率,采用含氢储能系统和火电机组配合来平滑风电和光电机组出力。文中以系统运行成本最小和弃电惩罚成本最小为目标,以系统功率平衡、火电机组出力和爬坡、热备用、风电和光电出力及储能系统储氢罐容量、电解槽和燃料电池功率等为约束条件构建了多源联合发电系统日前调度模型。通过YALMIP工具箱对模型进行编程,并调用CPLEX对编写的程序进行求解。对含有风电、光电、火电机组以及储能系统的多源联合发电系统进行算例分析,通过对比有无储能系统的弃风弃光量和系统总运行成本,证明了含氢储能系统可以有效降低系统的弃风弃光率,并提高系统的经济性。     

激光无线能量传输效率的实验研究

为了提高激光无线能量传输系统的转换效率,基于单结GaAs光电池的工作原理,用调节照射光电池的激光参量的方法,从理论上对激光无线能量传输系统的有关部分进行了优化设计,并通过实验研究了激光波长、激光强度等因素对光电池能量转换效率的影响。结果表明,单结GaAs光电池对单色激光的光电转换效率远高于传统的单晶硅电池,最高转化效率可达61.2%。该结果对于激光无线能量传输技术的应用具有一定参考价值。