排序方式: 共有28条查询结果,搜索用时 15 毫秒
1.
基于相似日负荷修正的台风期间短期负荷预测 总被引:2,自引:0,他引:2
在台风期间现有的负荷预测方法的预测精度一般不高.在此背景下,以广东地区为例,首先分析了气象因子与系统负荷之间的相关性,从总负荷中分解出趋势分量、周期分量和气象敏感分量,在此基础上提出了基于相似日气象负荷修正的适用于台风期间的短期负荷预测方法.同时,为克服台风日样本较少所导致的预测困难,将近期及往年同期气象因素相似的历史日扩充到相似日样本中,并引入趋势相似度因子、气象相似度因子和时间相似度因子来评估历史日的相似性.用广东电力系统的实际数据做了测试,预测结果表明采用所发展的修正模型时台风日的负荷预测精度较现有方法有了较大提高. 相似文献
2.
为了研究打磨机器人在作业时的位置与法向力控制问题,在目前非恒力打磨的情况下,提出了位置与法向力配合控制打磨的方法。实现打磨的过程分为接触打磨、轨迹恒力打磨、凸起长效打磨。传统的力控制为基于伺服位置环的方式,在此基础上还进行了基于速度伺服的力/位混合控制方式研究。在基于速度环的控制方式上进行了基于末端传感器的力/位混合控制策略研究。对比传统机器人打磨方式,该控制方式在保持较高法向力控性能的基础上,还将末端力的反馈用于切向的位置控制,进一步提升了力控与位控性能。并对速度环的速度、位置环的位置两个量与末端传感器的力进行了转换关系求解,对力、位控制闭环反馈关系进行阐述并进行阶跃响应与正弦响应仿真,验证了该力控方法对打磨机器人的控制性能。 相似文献
3.
针对新形势下电力调度的发展需求,提出了一种考虑峰谷分时电价策略的源荷协调多目标发电调度模型。首先,探讨了峰谷分时电价对电源及负荷侧的影响机理,从用户电费支出及用电方式两个角度给出了负荷参与峰谷分时电价的满意度指标。其次,以峰谷分时电价为杠杆,将电源侧的发电成本问题以及负荷侧的用电问题进行有效关联,从源荷两侧建立一个多目标发电调度模型,并进一步给出相应的求解算法。该方法能从电源和负荷两侧最大限度地挖掘发电调度的效益,所得的方案也符合各方的利益需求。最后,通过一个省级电网的算例说明了所提方法的有效性。 相似文献
4.
准确的短期母线负荷预测是实现节能降耗与调度精细化管理的基础,提出了一种基于解耦机制的预测方法。首先研究划分样本集最优簇结构的AFS(AP,FCM,Silhouette)聚类算法。利用AP聚类(affinity propagation clustering)计算样本集聚类数的搜索区间;从大到小排列各样本点的密度指标,得到初始化矩阵;通过Sil—houette指标进行有效性检验,获取最优聚类结果。将预测过程分为负荷水平预测和标幺曲线预测两部分,并制定适应其各自特点的预测策略。采用改进的灰色关联分析计算各日特征相关因素关联负荷水平的权值,并将该权值赋予相似选择的目标函数,由最小二乘支持向量机训练相似集进而做出预测;划分标幺曲线样本集的最优簇结构,利用逐步判别分析建立的Bayes判别函数将目标日归类,并根据相似度加权平均该类历史标幺曲线。实例分析验证了该预测机制及模型的优越性。 相似文献
6.
7.
广东电网节能发电调度潜力分析 总被引:6,自引:0,他引:6
我国电力行业已经逐步推行节能发电调度,提前分析电力系统实施节能发电调度的节煤潜力具有重要意义。作者从研究均衡发电调度与节能发电调度之间的关系入手,引入均衡调度指数作为均衡发电调度的评价指标。基于不同负荷水平下均衡调度指数与发电平均煤耗之间的关系曲线,建立了节能潜力分析模型和评价方法,并基于作为我国5个节能发电调度试点省份之一的广东电网实际数据进行了算例分析。研究表明,该方法能够直观地反映均衡发电调度转向节能发电调度时所形成的优化空间,适用于分析不同调度模式下的节煤潜力和效益。 相似文献
8.
广东电网节能发电调度计划模型与算法 总被引:9,自引:1,他引:9
开展节能发电调度是我国电力行业实现节能降耗的重要举措。以全国节能发电调度5个试点省份之一的广东为研究对象,本文分析了广东电网推行节能发电调度面临的网络约束,时段耦合与网损折算等突出问题,提出了以煤耗最小化为目标、考虑网损的日前节能调度计划的优化模型。为了有效地求解问题,本文提出两阶段求解方法,首先求得日发电计划的可行解,进而在可行域内部逐步优化,模型与算法考虑了电网众多复杂的约束条件,具有一定的通用性与灵活性。利用广东电网实际数据制订了不同调度目标下的发电计划,对各种发电计划进行了对比分析,验证了算法的适应性与有效性。 相似文献
9.
10.
随着空调等降温设备的大量使用,降温负荷对电力系统安全经济运行的影响越来越显著。以广州市的历史负荷和气温数据为基础,分析了广州市夏季降温负荷与气温之间相关性。首先,考虑到夏季基准负荷逐日的增长量,提出利用灰色系统GM(1,1)模型预测出电网夏季的日基准负荷曲线,进而准确剥离出夏季的日降温负荷曲线,并分析了日降温负荷曲线的“W”型变化特征。其次,基于日最大降温负荷与日最高温度的相关性分析,建立了日最大降温负荷与日最高温度之间关系的分段回归模型,并对日最大降温负荷进行预测。最后考虑温度累积效应的影响,对分段回归模型进行了修正,进一步提高了预测精度,从而为准确预测电网夏季日高峰负荷提供依据。 相似文献