基于分时电价和蓄电池实时控制策略的家庭能量系统优化

为增强家庭负荷优化调度策略的灵活性以及保证蓄电池的安全运行,提出一种基于分时电价和蓄电池实时控制的家庭能量管理系统优化调度策略。首先,以可调度负荷和蓄电池工作状态为约束条件,以家庭用户用电成本最小和净负荷曲线平坦度最优为目标建立了家庭能量管理优化调度模型。然后,从蓄电池动态控制方法出发,提出一种基于分时电价和蓄电池实时控制的家庭能量管理系统优化调度策略。该调度策略根据分时电价和蓄电池实时荷电状态对蓄电池充放行为进行控制,有助于降低家庭用户用电成本,并保证蓄电池安全运行。最后,采用二进制粒子群算法对模型进行求解。算例结果验证了所提调度模型和调度策略的有效性和优越性。     

基于PFA-MBAS-BP神经网络模型的光伏发电短期预测

针对光伏发电短期预测模型的输入变量多且关系复杂、BP神经网络稳定性差且易陷入局部最优解等问题,建立了一种基于主因子分析法(PFA)和优化天牛须搜索算法(MBAS)的改进BP神经网络光伏发电短期预测模型。该模型首先对光伏历史发电数据和气象数据进行降维简化分析,利用主因子分析法对影响光伏发电的主要因素进行相关性分析,选取主因子作为预测模型输入量。然后利用MBAS算法的空间寻优搜索,选取BP神经网络训练的最优权值阈值。最后,利用实测历史数据对不同预测模型进行仿真对比。仿真结果表明,所建立的改进模型的预测精度可达92.5%,图像数据拟合程度高且适用多种天气类型的光伏发电预测。