一种考虑季节特性的光伏电站多模型功率预测方法

随着并网光伏发电容量的持续增加及多能源发电协同利用的需要,光伏发电功率的高精度预测对于提高规模化光伏发电的优化调度和安全运行日益重要。为了解决单一预测模型精度低的问题,提出了一种基于季节气象特征划分的光伏发电多模型预测方法。通过不同季节下光伏发电系统的电气特性和出力特性分析,说明了按照季节来划分功率预测多模型的必要性。以某光伏电站为例,利用BP神经网络建立不同季节的光伏发电预测模型,通过遗传算法优化了季节模型参数。利用实测数据对2种功率预测方法进行了比较,结果表明,该方法能有效提高光伏电站的功率预测精度。     

SAR天线监测的正交编码研究

通过分析天线内监测的原理框架图,结合SAR卫星的自身设备系统提出了SAR天线监测的数学模型,分析耦合和传输对监测带来的影响。根据监测网络编码正交性的要求给出了适用于该监测网络的相位码,提出了受T/R组件移相精度的影响而相位码码长不足的问题,给出了分块和迭代两种解决方法。最后,用计算仿真实验说明了相位码的有效性和监测模型的可行性。     

基于灰色关联分析和GeoMAN模型的光伏发电功率短期预测

准确预测光伏发电功率对电网调度具有十分重要的意义.该文提出一种基于灰色关联分析和GeoMAN模型的光伏发电功率短期预测方法.首先,利用灰色关联分析对某地区多光伏电站进行空间相关性分析,选取与待预测光伏电站高度相关的周边电站;然后,基于GeoMAN模型动态提取待预测光伏电站的时空特征和外部气象因素,GeoMAN模型采用编...     

数字阵列雷达方位超分辨角度估计的仿真

基于幅度比较单脉冲方法的测角局限性,采用先进的阵列超分辨测向技术MUSIC算法,对处于同一距离门和频率门的2个目标,在纯噪声背景和杂波背景下进行了波达方向(DOA)估计,对不同的信噪比和目标进入角度,仿真了目标的分辨情况并计算了DOA角度估计的精度,证明了机载雷达方位超分辨角度估计可以较好地实现落入清晰区或者副瓣杂波区目标的角度分辨与精度估计,但是对目标的信噪比和进入角度有一定的要求.     

交互式多模型在警戒类雷达跟踪中的应用研究

用CV模型、CA模型、Singer模型以及"当前"统计模型两两交互的多模型算法来处理某警戒雷达的两条航迹,并且把其仿真得出的一系列结果与目前常用的处理航迹滤波的Kalman(Singer模型)算法进行比较。研究了对不同的飞行轨迹选择什么样的模型组合可以最大提高滤波的精度,讨论了模型的优选问题。     

重庆都市区游憩步道规划设计研究

步行已经成为重庆市民重要的游憩方式,都市区已建设了大量步道以满足需求。总体来看,市民对步道的评价较好,同时也提出更高的要求。本文在对市民需求进行调研的基础上,以香港游憩步道的规划建设为借鉴,对都市区游憩步道的线路、路面、附属设施以及生态环境维护等方面提出规划设计要点,以指导游憩步道的建设。     

基于分时长短期记忆神经网络的光伏发电超短期功率预测

准确预测光伏发电功率对电力系统运行调度至关重要。提出一种基于Spearman相关系数和分时长短期记忆网络的光伏发电功率预测方法。首先利用Spearman相关系数分析每个时刻下影响光伏发电功率的因素,选取相关度高的影响因素作为长短期记忆网络模型的输入变量;然后,对每个时刻建立一个基于长短期记忆网络的预测模型,实现分时光伏发电功率的预测。最后,利用实际光伏发电站的历史发电功率和数值天气预报数据进行案例分析。结果表明,所提方法比单一长短期记忆网络预测模型具有更高的预测精度。     

分布式光伏灵活并网集群调控技术综述

分布式光伏发电单体可控性差且波动性强,其大规模汇集极大地影响了电网的安全稳定运行.文中从分布式光伏发电系统的集群划分和运行控制两个方面介绍了国内外对光伏发电研究的新趋势,重点评述了集群划分标准的异同和划分算法的优劣,并从三个方面论述了集群控制的概念和方法.     

基于改进粒子群算法的分布式光伏集群划分与无功优化策略

分布式光伏系统在电网中的应用越来越广泛,光伏波动性强,稳定性差,其大规模接入不仅增加了配电网结构的复杂性,而且使电力系统的调节更加困难,给电网运行带来不利的影响.本文主要研究了含大规模分布式电源配电网的集群划分和无功优化问题.首先应用PSO改进的K-means聚类算法,找出较好的初始聚类中心,然后根据节点间的电气距离,对配电网进行集群划分.以节点的电压偏移总量和线路的有功损耗最小作为目标,采用动态调整粒子群算法对电力系统进行无功优化.最后在Matlab平台上仿真验证了所提集群划分和无功优化方法的有效性.