面向综合能源园区的丰枯电价定价方法

综合能源园区是以新能源为主体的新型电力系统的基本单元,通过建设分布式电源,可以实现能源生产、消费就近完成和园区自我平衡。通过挖掘用户需求响应潜力,制定差异化丰枯电价,能够缓解分布式电源出力和用户电量的季节性不匹配矛盾,对此提出一种面向综合能源园区的丰枯电价定价方法。首先,根据用户的电量特征和需求响应特征,基于k-means聚类算法进行用户分类;然后,根据园区不平衡电量,基于k-means聚类算法划分丰枯时段;最后,构建优化模型,制定不同类别用户的丰枯电价。根据案例分析可知,基于该方法制定丰枯电价,能够有效促进分布式电源就地消纳,提高园区清洁能源消费比重和整体经济性。     

基于数据挖掘技术和支持向量机的短期负荷预测

支持向量机方法已经非常成熟的应用在短期负荷预测领域,它在选取历史日期进行模型训练的时候通常选取距离预测日相近的一段日期,而没有考虑这段时间气象条件、星期类型、节假日造成的影响,使得所建立的模型并不能完全的反映预测日的特征。提出了基于一种基于数据挖掘技术的支持向量机负荷预测方法,该方法提出了预测模型样本选取的新颖思路,首先采用层次聚类法对历史日负荷进行聚类,利用层次聚类得到的分类结果建立决策树,根据待预测日的属性在决策树中查询得到支持向量机预测模型输入的历史负荷,建立支持向量机预测模型并对待预测日的负荷进行预测。实例中负荷数据采用浙江省某地级市的历史负荷,用新方法对该地区的日96点负荷进行预测,并将该算法与传统的支持向量机算法进行比较,文中提出的方法解决了传统的基于支持向量机方法训练日期选取不能反映待预测日特征的问题,故本算法结果具有较高预测精度。     

儿童摄影

“顺光、侧光、侧逆光,逆光四种;从投射光高度又分成,通常高度、顶光、脚光三种;从光度的性质分直射光和散射光二种。”