基于VMD-PE和优化相关向量机的短期风电功率预测

针对风电功率序列非线性、非平稳性等特点,提出一种基于变分模态分解(VMD)-排列熵(PE)和混沌布谷鸟搜索算法(CCS)优化相关向量机的短期风电功率预测新方法。为降低风电功率序列非平稳性和减小计算规模,首先采用变分模态分解技术(VMD),将原始风电功率序列分解成一系列不同的子模态,利用排列熵(PE)分析其复杂度并重组得到子序列;然后采用CCS优化后的相关向量机(CCS-RVM)对各子序列进行提前24 h预测;最后将预测结果叠加得到最终预测值,并利用某风电场实际采集数据进行仿真验证。结果表明,所提预测模型能有效提高风电功率预测的准确性。     

电动汽车提供备用服务的地区电力市场模型

地区电力市场模型将有效解决众多分布式可再生能源(DRES)与电力用户的电力交易问题,而且随着电动汽车的普及与电动汽车入网(V2G)技术的成熟,电动汽车为城市电网提供旋转备用更具经济性。文中对地区电力市场进行了描述,并在此基础上利用基于市场的控制方法,提出了电动汽车参与地区电力市场提供备用服务的交易方法;将系统备用需求分为发电侧需求和用户侧需求,使其各自参与备用市场购买备用以实现利润最大化,并满足系统功率的稳定性。以光伏发电为例,建立了光伏发电概率预测模型,验证了通过购买适当的备用容量,光伏发电商能获得更高利润,并降低其发电不稳定对系统的影响。算例表明地区电力系统运行中心可以通过调节惩罚系数协调各市场成员的备用需求量,对系统的功率误差进行控制。