排序方式: 共有10条查询结果,搜索用时 19 毫秒
1
1.
利用统计学的方法,以风电场出力为例,对其大量历史数据进行相关性分析,将具有强相关性的随机变量用最小二乘进行线性拟合,并用其中一个变量的线性表达式表示,从而消去随机变量之间的强相关性,并认为余下的呈弱相关或不相关的随机变量之间相互独立,以便采用半不变量法计算概率潮流。 相似文献
2.
3.
为了对太阳能电站VRLA蓄电池进行有效的保护,防止蓄电池的过放电,本文对VRLA蓄电池进行准确的容量预测。在分析了铅酸蓄电池充放电过程的反应机理的基础上,应用RBF神经网络建立了铅酸蓄电池的数学模型,用于预测铅酸蓄电池放电过程某一状态下的剩余容量。实验结果表明该网络模型可以快速、准确得到蓄电池剩余容量。 相似文献
4.
5.
针对含大规模风电场的电力系统的可用输电能力(available transfer capability,ATC)进行研究,首先基于连续潮流法,提出了线性预测关键约束的改进算法,并引入到交流潮流模型中形成扩展潮流方程求解电力系统确定性ATC,且推导了电力系统ATC对风电等节点的注入功率波动的灵敏度快速估算模型。在此基础上,结合风电并网系统的多维可视化注入功率空间,提出了一种采用分层类聚算法划分蒙特卡罗抽样样本,综合考虑发电机随机故障、线路随机故障、风电场风速、发电机出力和负荷波动等多种不确定因素的概率ATC快速计算方法,最后通过算例分析验证了该算法的快速有效性。 相似文献
6.
随着我国特高压电网的快速发展,大区电网实现互联是未来发展趋势。然而在特高压电网建设初期,互联系统的电气联系较弱,互联系统的联络线功率波动限制了其输送能力。文中提出了一种考虑负荷与风电随机波动特性的联络线波动幅值计算方法。首先深入研究了联络线输送功率的波动原理,给出了基于电力系统频率响应特性的联络线功率波动机制,并研究了风电与负荷波动的概率分布特性,在此基础上,提出了基于改进拉丁超立方抽样的联络线功率波动幅值估算方法。通过华北—华中互联系统算例分析验证了文中所提算法的准确性和有效性。 相似文献
7.
基于Adaboost的BP神经网络改进算法在短期风速预测中的应用 总被引:2,自引:0,他引:2
进行较准确的风速预测对含大规模风电场的电力系统进行经济调度具有重要意义。针对目前神经网络法、时间序列法、卡尔曼滤波法等算法在短期风速预测上精度不高的缺陷,引入Adaboost算法对前馈(back propagation,BP)神经网络算法进行改进,提出了基于Adaboost的BP神经网络算法,并将该方法应用于短期风速预测。经算例分析,该算法在超前1 h和2 h的风速预测精度优于其他2种算法,且该算法在高风速段(10 m/s以上)平均绝对百分比误差低于7.5%,具有较高的工程应用价值。 相似文献
8.
9.
针对系统中含有多随机变量的问题,提出了采用主成分分析对多电源提取有效的主成分来进行等值,结合REI等值对网络进行化简的方法。算例分析中运用了主成分分析方法进行了多台风力发电机的主成分提取,将提出的主成分看成虚拟的等效风力发电机来替换原有的多台风电机组,实现了有效的简化替换,降低了系统分析的复杂性。 相似文献
10.
随着小火电关停以及大规模可再生能源的接入,机组整体启停速度下降且运行不确定性增强,传统的日前与实时两级调度模式下,电网在极端环境下失负荷以及弃风、弃光风险较高。为解决这一问题,提出电能与备用多时间尺度联合优化调度方法,在日前计划基础上,补充设计了周前和日内调度计划,周前计划用于解决极端情况下,大机组启动时间不充裕问题;日内计划用于应对风电等可再生能源的随机性与波动性。并且在联合调度模型中考虑了需求侧响应因素,提升电力系统整体调节能力。最后,通过IEEE-RTS 39节点系统验证了所提方法的有效性。 相似文献
1