排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
针对风、光出力进行典型场景生成是电力系统规划和运行中应对风、光出力不确定性的常用方法,然而现有的典型场景生成方法未考虑不同时刻出力分布函数的差异性。在此背景下,针对分布式可再生能源发电的不确定性和相关性,创新性地考虑了不同时刻出力分布函数的差异性,运用Copula函数建立了多风电场时序联合出力模型;对模型进行概率抽样、拼接生成大量初始场景集,采用K-means聚类算法进行场景缩减生成风电时序联合出力典型场景。算例分析表明,所得的风电时序联合出力典型场景符合出力的相关性,并可以体现出力分布函数在不同时刻的差异性,在反映同一地区多风电场实际出力方面具有更高的准确性,可以更加有效地指导电力系统的优化运行。 相似文献
2.
3.
故障行波波头的准确辨识是提高配电网行波故障测距精度的关键因素之一,文中提出基于改进希尔伯特-黄变换(HHT)的行波波头标定方法,首先利用自适应噪声的完全集合经验模态分解(CEEMDAN)方法对故障信号进行分解,再利用希尔伯特变换求取高频固有模态函数分量的瞬时幅值,根据瞬时幅值的突变点确定行波波头的到达时刻。针对配电网的单一线路,利用该方法标定行波波头后,采用D型测距原理实现测距;针对线-缆混合线路,提出了基于接点时差的双端测距原理实现故障测距。对不同故障时间、故障位置、接地电阻等情况的故障进行仿真实验,结果表明,该方法可精确标定行波波头,且具有较高的测距精度。 相似文献
1