基于MEEMD-ARIMA模型的波浪能发电系统输出功率预测

波浪能作为一种储量丰富的清洁能源,是未来理想的能源之一.但其具有较强的随机波动特性,因此,可靠地预测波浪能发电系统的输出功率能给复杂电网的调度带来极大的便利.文中提出基于改进的总体经验模态分解(MEEMD)-差分整合移动平均自回归(ARIMA)模型的波浪能组合预测.首先,基于海浪计算原理,计算混合浪的每小时平均波高与周期.其次,采用MEEMD对每小时平均波高与周期进行分解,得到一系列特征互异的本征模态函数(IMF)和余量,并将平均波高分解的结果与离散小波变换分解结果做对比.然后,将得到的分量分别建立ARIMA预测模型,通过叠加得到每小时平均波高与周期的预测值.最后,建立直驱式波浪能发电系统波高-功率转换模型,实例结果验证了该组合模型预测的有效性.     

基于轨迹灵敏度的动态等值模型参数分类优化方法

电力系统动态等值模型必然存在一定误差,边界联络线功率对等值模型参数的轨迹灵敏度揭示了等值模型误差与模型参数之间的量化联系,可据此优化等值模型参数。为此,提出了基于轨迹灵敏度的动态等值模型参数分类优化方法。首先,介绍了轨迹灵敏度及其计算方法;然后,讨论了考虑综合负荷的电力系统动态等值模型的一般结构,根据不同参数轨迹灵敏度的特点,将模型主导参数划分为静态、动态主导参数进行分类优化;最后,将算法应用于IEEE10机39母线算例系统,对等值模型中的虚拟阻抗、惯性时间常数、定子电抗及转子电阻等参数进行了优化。仿真结果表明,该方法能有效提高等值模型精度,且所需计算量小,优化速度快,具有良好的应用前景。