检索结果-南通市图书馆

Optimal generation scheduling in power system using frequency prediction through ANN under ABT environment

Frontiers in Energy 2013年第4期7卷 468-478页

作者： simarjit kaur yajvender pal verma sunil agrawal Department of Electrical & Electronics Engineering UIET Panjab University Chandigarh 160014 India

In a competitive and deregulated power scenario, the utilities try to maintain their real electric power generation in balance with the load demand, which creates a need for the precise real time generation scheduling （GS）. In this paper, the GS problem is solved to perform the unit commitment （UC） based on frequency prediction by using artificial neural network （ANN） with the objective to minimize the overall system cost of the state utility. The introduction of availability-based tariff （ABT） signifies the importance of frequency in GS. Under- prediction or over-prediction will result in an unnecessary commitment of generating units or buying power from central generating units at a higher cost. Therefore, an accurate frequency prediction is the first step toward optimal GS. The dependency of frequency on various parameters such as actual generation, load demand, wind power and power deficit has been considered in this paper. The proposed technique provides a reliable solution for the input parameter different from the one presented in the training data. The performance of the frequency predictor model has been evaluated based on the absolute percentage error （APE） and the mean absolute percentage error （MAPE）. The proposed predicted frequency sensitive GS model is applied to the system of Indian state of Tamilnadu, which reduces the overall system cost of the state utility by keeping off the dearer units selected based on the predicted frequency.

关键词： artificial neural network (ANN) frequency prediction availability-based tariff (ABT) generation scheduling (GS)

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：