考虑源-荷不确定性的水风柴微电网优化配置

水、风资源和负荷不确定性影响微电网配置方案的经济性和鲁棒性。文中提出一种考虑源-荷不确定性的并网型水/风/柴微电网双层优化规划模型。上层优化为微电网电源容量优化配置模型;下层优化为考虑了小水电、小风电及负荷功率不确定性的微电网优化运行模型,并利用Seng-Cheol Kang提出的鲁棒线性优化理论(SCK型鲁棒线性优化)将不确定性模型转化为确定性模型。然后,结合含精英策略的快速非支配性排序遗传算法(NSGA-Ⅱ)和混合整数线性规划(MILP)求解微电网的多目标优化配置问题。最后,以韶关地区某实际配电系统为例进行仿真验证,结果表明该模型不仅提高了微电网的鲁棒性,而且保证了配置方案的经济性及供电可靠性。     

基于布谷鸟-Elman算法的光伏发电预测

提高光伏发电功率预测的精度对于保证电网的安全稳定运行、提高光伏资源的开发和利用率具有重要的意义。文中提出了一种基于天气相似度以及改进布谷鸟算法优化Elman神经网络的光伏发电短期功率预测模型。首先在选取相似日上,提出一种基于距离和角度趋势的相似度计算方法,选出与待预测日相似度更高的相似日。其次,利用改进后的布谷鸟算法对Elman神经网络的权值和阈值进行优化并构建光伏发电短期功率预测模型。最后将文中提出的光伏发电预测模型与传统Elman神经网络模型的预测结果及实际输出值进行比较,结果表明改进布谷鸟算法优化Elman神经网络的光伏发电短期功率预测模型预测精度更高。