检索结果-南通市图书馆

耦合偏互信息的贫资料地区小水电发电能力预测

维普期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2015年第19期39卷 149-154页

作者：刘本希廖胜利冯仲恺程春田李秀峰蔡华祥大连理工大学水利工程学院辽宁省大连市116024 云南电力调度控制中心云南省昆明市650011

准确预测小水电富集地区小水电的发电能力是保证电网安稳运行、实现大小水电协调的重要措施。不同于大中型水电,小水电大多位于偏远山区,信息采集困难,管理薄弱,可用于发电能力预测的资料较少,难以利用和借鉴现有的大中型水电发电能力... 详细信息

准确预测小水电富集地区小水电的发电能力是保证电网安稳运行、实现大小水电协调的重要措施。不同于大中型水电,小水电大多位于偏远山区,信息采集困难,管理薄弱,可用于发电能力预测的资料较少,难以利用和借鉴现有的大中型水电发电能力预测方法。文中结合小水电的实际情况,以地区小水电整体为对象,提出了耦合偏互信息的小水电发电能力预测方法。该方法以BP神经网络预测模型为手段,采用偏互信息方法筛选显著影响小水电发电能力的预报因子,并结合气象预测系统(CFS)的气象预报信息作为输入,实现贫资料地区小水电发电能力预测。最后,以云南小水电富集的德宏和大理为实例研究验证了所述方法的有效性。

关键词：小水电神经网络偏互信息气象预测系统发电预测

在线全文

学校读者我要写书评

暂无评论

基于神经网络的光伏阵列发电预测模型的设计

电工技术学报 2009年第9期24卷 153-158页

作者：陈昌松段善旭殷进军华中科技大学电气与电子工程学院武汉430074

随着光伏发电系统容量的不断扩大,光伏阵列发电预测技术对于减轻光伏阵列输出电能的随机性对电力系统的影响具有重要意义。本文提出了一种加入天气预报信息的神经网络发电预测模型的设计方案。结合历史发电量数据和气象数据分析了影响... 详细信息

随着光伏发电系统容量的不断扩大,光伏阵列发电预测技术对于减轻光伏阵列输出电能的随机性对电力系统的影响具有重要意义。本文提出了一种加入天气预报信息的神经网络发电预测模型的设计方案。结合历史发电量数据和气象数据分析了影响光伏阵列发电量的各项因素,采用光伏阵列的发电量序列、日类型指数和气温建立了神经网络预测模型,并对训练好的模型进行了测试和评估。预测结果表明,预测模型有较高的精度,能够解决光伏发电的随机化问题,提高系统的稳定运行能力。

关键词：发电预测神经网络天气预报随机性光伏阵列

在线全文

学校读者我要写书评

暂无评论

基于发电预测的分布式发电能量管理系统

电工技术学报 2010年第3期25卷 150-156页

作者：陈昌松段善旭殷进军蔡涛华中科技大学电气与电子工程学院武汉430074

随着电力市场和新能源发电的不断发展,研究分布式发电的能量管理技术对分布式发电系统的稳定、经济运行具有非常重要的作用。本文介绍了分布式发电系统的网络拓扑,阐述了分布式发电系统能量管理的基本策略和光伏阵列发电预测的工作原理... 详细信息

随着电力市场和新能源发电的不断发展,研究分布式发电的能量管理技术对分布式发电系统的稳定、经济运行具有非常重要的作用。本文介绍了分布式发电系统的网络拓扑,阐述了分布式发电系统能量管理的基本策略和光伏阵列发电预测的工作原理,提出了一种新颖的分布式发电系统能量管理控制算法。该算法根据发电单元的输出电能预测和储能单元的实时状态确定运行模式,采用模糊控制实时调控系统能量流动的方向和幅值,实现了系统运行成本最优化。

关键词：分布式发电能量管理发电预测模糊控制运行成本最优化

在线全文

学校读者我要写书评

暂无评论

基于随机森林算法的可再生能源发电预测方法

电力设备管理 2023年第12期 117-119页

作者：姜山杨二乐申通海玉洁朱念慈国网北京市电力公司延庆供电公司清研灵智信息咨询(北京)有限公司

为了在综合能源系统中实现负荷的精准预测和整体系统的精细调控,本文比较了BP神经网络、梯度提升机和随机森林预测三种人工智能算法,对光伏系统功率输出预测的过程及结果。

关键词：光伏发电预测随机森林

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于模糊识别的光伏发电短期预测系统

电工技术学报 2011年第7期26卷 83-89页

作者：陈昌松段善旭蔡涛代倩华中科技大学电气与电子工程学院武汉430074

随着光伏发电系统容量的不断扩大,光伏发电预测技术对于减轻光伏发电系统输出电能的随机性对电力系统的影响具有重要意义。根据光伏发电系统的历史发电量数据和气象数据,分析了天气类型、大气温度和太阳辐射强度等因素对预测结果的影响... 详细信息

随着光伏发电系统容量的不断扩大,光伏发电预测技术对于减轻光伏发电系统输出电能的随机性对电力系统的影响具有重要意义。根据光伏发电系统的历史发电量数据和气象数据,分析了天气类型、大气温度和太阳辐射强度等因素对预测结果的影响,采用神经网络对数值天气预测数据进行模糊识别,建立了基于模糊识别的神经网络发电预测模型。研究结果表明,神经网络的结构和扩展速度对预测结果有一定的影响;把数值天气预测数据进行模糊识别后作为神经网络的输入有利于提高神经网络的预测精度;设计的神经网络预测模型具有较高的精度,能够解决光伏发电的随机化问题,有利于电力系统的功率平衡和经济运行。

关键词：发电预测神经网络天气预报模糊识别光伏

在线全文

学校读者我要写书评

暂无评论

基于神经网络光伏发电预测模型的研究

电源技术 2013年第3期37卷 447-449页

作者：康洪波刘瑞梅侯秀梅河北建筑工程学院河北张家口075024 张家口职业技术学院河北张家口075000

随着光伏发电应用规模和区域的不断扩大,光伏发电系统监控具有越来越重要的意义。而光伏发电预测是光伏监控系统能量调度的一项重要日常工作,是制定输配电方案的主要依据。通过对比三种主流的光伏发电预测模型,分析影响光伏发电量的各... 详细信息

随着光伏发电应用规模和区域的不断扩大,光伏发电系统监控具有越来越重要的意义。而光伏发电预测是光伏监控系统能量调度的一项重要日常工作,是制定输配电方案的主要依据。通过对比三种主流的光伏发电预测模型,分析影响光伏发电量的各种因素,设计了一种新颖的基于BP神经网络的光伏发电预测模型。该模型根据不同的日类型和季节进行预测子模型划分,预测子模型以温度、历史发电数据、历史日照强度数据为输入数据对模型进行了训练与仿真分析。预测结果验证了该模型的有效性,对于保持电力系统的功率平衡和经济运行有着重要的意义。

关键词：光伏发电光电跟踪神经网络发电预测

基于BIRCH的分布式光伏系统短期发电功率预测方法

在线全文

学校读者我要写书评

暂无评论

信息与电脑 2023年第20期35卷 79-81页

作者：王珏马龙国网江苏省电力有限公司苏州供电分公司江苏苏州215004

当前分布式光伏系统短期发电功率预测结构多设定为目标式,预测范围在实际发电环境下受限,导致平均绝对预测误差增加。为此设计基于利用层次方法的平衡迭代规约和聚类(Balanced Iterative Reducing and Clustering Using Hierarchies,BIR... 详细信息

当前分布式光伏系统短期发电功率预测结构多设定为目标式,预测范围在实际发电环境下受限,导致平均绝对预测误差增加。为此设计基于利用层次方法的平衡迭代规约和聚类(Balanced Iterative Reducing and Clustering Using Hierarchies,BIRCH)的分布式光伏系统短期发电功率预测方法。首先,明确预测指标,采用多层级的方式设计预测结构;其次,结合BIRCH原理,设计发电功率预测模型;最后,采用梯度回归处理的方式来实现最终预测。测试结果表明,对比传统变分模态分解-麻雀搜索算法-反向传播(Variational Mode Decomposition-Sparrow Search Algorithm-Back Propagation,VMD-SSA-BP)光伏系统短期发电功率预测小组、传统时序动态回归光伏系统短期发电功率预测小组,此次所设计的方法得出的平均绝对预测误差被较好地控制在2.1以下,预测效果更佳,针对性更强,误差可控,具有实际的应用价值。

关键词：利用层次方法的平衡迭代规约和聚类(BIRCH) 分布式光伏系统短期发电发电功率发电预测

基于PSO-BP神经网络的短期光伏系统发电预测

在线全文

学校读者我要写书评

暂无评论

可再生能源 2012年第8期30卷 28-32页

作者：张佳伟张自嘉南京信息工程大学信息与控制学院江苏南京210044

对光伏发电影响因素进行了分析,建立了粒子群算法优化的前向神经网络光伏系统发电预测模型。该模型利用了粒子群算法来优化神经网络内部连接权值和阈值,兼具粒子群和BP神经模型的优点,具有较好的收敛速度,泛化性能与预测精度。将光伏电... 详细信息

对光伏发电影响因素进行了分析,建立了粒子群算法优化的前向神经网络光伏系统发电预测模型。该模型利用了粒子群算法来优化神经网络内部连接权值和阈值,兼具粒子群和BP神经模型的优点,具有较好的收敛速度,泛化性能与预测精度。将光伏电站发电历史数据与天气情况作为样本,运用所建立的模型进行了训练与预测。结果表明,经过粒子群优化的BP网络模型预测精度高于典型BP网络,验证了该方法的有效性。

关键词：光伏系统发电预测粒子群优化神经网络气象因素

基于发电与负荷预测的建筑可再生能源系统匹配特性研究

在线全文

学校读者我要写书评

暂无评论

基于发电与负荷预测的建筑可再生能源系统匹配特性研究

作者：苏鹏伟天津大学

学位级别：硕士

能源危机和环境污染问题日益严重,促使世界各国能源系统向低碳化转型。占社会能耗近三分之一的建筑系统也在向着低碳清洁化发展,零能耗、超低能耗建筑等概念的提出,使得建筑的角色发生了根本的改变,正在从能源的消费者逐步变为生产者。... 详细信息

能源危机和环境污染问题日益严重,促使世界各国能源系统向低碳化转型。占社会能耗近三分之一的建筑系统也在向着低碳清洁化发展,零能耗、超低能耗建筑等概念的提出,使得建筑的角色发生了根本的改变,正在从能源的消费者逐步变为生产者。太阳能、风能等可再生能源在建筑能源系统中的应用比例正逐步提高,但可再生能源的不稳定和不连续给建筑能源系统的匹配性带来很大影响。匹配性是建筑能源系统性能考察以及提高可再生能源应用比例的重要技术参数,成为近年来的研究热点。可再生能源发电与负荷预测技术可以对未来发电与负荷的动态变化进行相对精准的把握,传统的预测研究大多面向电网,便于电网进行调度。本文将预测技术应用到建筑能源系统中,对发电和负荷进行预测,从而对系统进行优化控制与调度,达到提升建筑可再生能源系统的匹配性和经济性的目的。本文以天津市气象条件下的一栋三层270 m住宅建筑为研究对象,首先,利用BP神经网络分别建立了光伏、风机发电功率与建筑负荷的预测模型,构建基于预测的建筑可再生能源系统MATLAB-TRNSYS模型。其次,提出基于预测的建筑可再生能源系统能量管理控制策略,进行了全年的模拟计算,并与常规离网建筑能源系统进行了对比。系统全年废弃电量为2688 kW?h,从电网购电花费为2160元,废弃电量与购电花费约为常规离网建筑能源系统的30%和43%。然后,选取本址发电满足负荷占比OEF和本址能源自消费占比OEM两个评价指标进行匹配性评价。在全年尺度上,基于预测的建筑可再生能源系统与常规离网建筑能源系统的OEF分别为0.75和0.51,OEM分别为0.88和0.60;在小时时间尺度上,基于预测系统的OEF、OEM与常规系统相比,分别增长了22.92%、28.78%。最后,提出了基于空调负荷虚拟储能的建筑可再生能源系统需求侧管理控制策略,从需求侧对系统进行优化调度,进一步提升系统的匹配性和经济性。调控后蓄电池日充放电次数由11次降至7次,放电深度DOD由51.50%降至28.13%,蓄电池的寿命得到提升,调控后的OEF与OEM较调控前增长8.19%、8.45%。

关键词：建筑可再生能源系统发电预测负荷预测匹配性虚拟储能