检索结果-南通市图书馆

考虑信息时移的分布式光伏机理-数据混合驱动短期功率预测

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2022年第11期46卷 67-74页

作者：王彪吕洋陈中赵奇张梓麒田江东南大学电气工程学院江苏省南京市210096 国网苏州供电公司江苏省苏州市215004

分布式光伏短期功率预测缺乏同时空气象数据。传统方法直接借助邻近集中式光伏站点数据进行功率预测,忽略了地理位置偏移带来的气象信息时移,难以满足预测精度要求。文中提出了一种考虑气象信息时移的混合预测方法。在机理驱动模型中,... 详细信息

分布式光伏短期功率预测缺乏同时空气象数据。传统方法直接借助邻近集中式光伏站点数据进行功率预测,忽略了地理位置偏移带来的气象信息时移,难以满足预测精度要求。文中提出了一种考虑气象信息时移的混合预测方法。在机理驱动模型中,采用最优时移对气象数据进行偏移修正;在数据驱动模型中,引入时间模式注意力机制削弱气象数据偏移的影响。然后,通过Stacking集成学习框架将两种方法进行融合,形成机理-数据混合驱动模型,进一步提高预测稳定性及准确率。基于分布式光伏和公共气象站点实际数据进行的案例分析表明,所提方法能够有效利用偏移地理位置的气象数据,实现更高精度的分布式光伏发电功率预测。

关键词：分布式光伏短期功率预测特征工程数据驱动 Stacking集成学习

同方期刊数据库

风电集群短期及超短期功率预测精度改进方法综述

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2016年第23期36卷 6315-6326,6596页

作者：彭小圣熊磊文劲宇程时杰邓迪元冯双磊王勃华中科技大学电气与电子工程学院湖北省武汉市430074 中国电力科学研究院北京市海淀区100192

风电集群短期及超短期功率预测是提升电网健壮性的有力手段。该文总结国内外风电集群短期与超短期功率预测技术的现状,从集群和单个风电场两个方面,归纳风电功率预测技术的分类;从预测流程、数据来源、数据流向、物理层次4个方面论述风... 详细信息

风电集群短期及超短期功率预测是提升电网健壮性的有力手段。该文总结国内外风电集群短期与超短期功率预测技术的现状,从集群和单个风电场两个方面,归纳风电功率预测技术的分类;从预测流程、数据来源、数据流向、物理层次4个方面论述风电集群功率预测系统的整体框架;提出具有泛化意义的风电功率预测的物理层次结构,并从数据层、映射层、特征层、模型层、反馈层5个不同的层面讨论风电功率预测技术的精度提升方法及其发展方向,对短期、超短期风电功率预测、集群功率预测的研究具有一定参考价值。

关键词：风电集群预测短期功率预测超短期功率预测物理层次预测精度

基于数据增强的分布式光伏电站群短期功率预测(二):网格化预测

在线全文

学校读者我要写书评

暂无评论

电网技术 2021年第6期45卷 2210-2218页

作者：乔颖孙荣富丁然黎上强鲁宗相电力系统及发电设备控制和仿真国家重点实验室(清华大学电机系) 北京市海淀区100084 国网冀北电力有限公司北京市西城区100054

在数据增强的基础上,提出了地域全覆盖的网格化分布式光伏电站群短期功率预测方法。该方法将大区域分为小网格,基于曲线特征距离筛选全区域相似日,降低个别网格数据扭曲的影响,采用三维卷积神经网络建立网格化辐照预测到网格化光伏功率... 详细信息

在数据增强的基础上,提出了地域全覆盖的网格化分布式光伏电站群短期功率预测方法。该方法将大区域分为小网格,基于曲线特征距离筛选全区域相似日,降低个别网格数据扭曲的影响,采用三维卷积神经网络建立网格化辐照预测到网格化光伏功率输出的映射关系,最后通过发电起止时刻校正进一步提高精度。仿真计算显示,所提方法相较于现有无辐照预测、单网格独立预测等方法有效提高了分布式光伏电站群功率预测的准确性和鲁棒性。

关键词：分布式光伏电站群短期功率预测网格化预测相似日

基于近邻传播聚类与LSTNet的分布式光伏电站群短期功率预测

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2023年第6期47卷 133-141页

作者：王晓霞俞敏霍泽健杨迪华北电力大学控制与计算机系工程学院河北省保定市071003 国网河北省电力有限公司营销服务中心河北省石家庄市050000

为了应对分布式光伏渗透率不断提高带给电网运行的挑战,提出了一种基于近邻传播聚类与长短期时间序列网络(LSTNet)的区域分布式光伏电站群短期功率预测模型。首先,利用近邻传播算法划分区域内不同季节的分布式光伏电站群,并通过皮尔逊... 详细信息

为了应对分布式光伏渗透率不断提高带给电网运行的挑战,提出了一种基于近邻传播聚类与长短期时间序列网络(LSTNet)的区域分布式光伏电站群短期功率预测模型。首先,利用近邻传播算法划分区域内不同季节的分布式光伏电站群,并通过皮尔逊相关系数确定光伏出力的强相关气象因子,结合双线性插值法加密对应光伏电站群的气象数据。然后,通过LSTNet挖掘光伏功率和气象因子序列的长期和短期时空依赖,并叠加自回归的线性分量,实现了群内多个光伏电站的同时预测。最后,利用美国国家能源部可再生能源实验室的实测数据集验证了所提方法的有效性。实验比较表明,所提预测模型具有较高的预测精度和鲁棒性。

关键词：分布式光伏电站群短期功率预测近邻传播聚类长短期时间序列网络

基于数据增强的分布式光伏电站群短期功率预测(一):方法框架与数据增强

在线全文

学校读者我要写书评

暂无评论

电网技术 2021年第5期45卷 1799-1808页

目前我国的分布式光伏短期功率预测多缺乏功率与气象要素的历史实测和预报数据,难以直接复制集中式光伏的成熟技术路线,现有无辐照预测路线误差较大。本系列论文分为上下两篇阐述一种基于数据增强的分布式光伏电站群预测技术。此文为上... 详细信息

目前我国的分布式光伏短期功率预测多缺乏功率与气象要素的历史实测和预报数据,难以直接复制集中式光伏的成熟技术路线,现有无辐照预测路线误差较大。本系列论文分为上下两篇阐述一种基于数据增强的分布式光伏电站群预测技术。此文为上篇,研究数据增强技术,包括基于时空相关性的缺失功率数据重构方法和基于三维神经网络的辐照预测加密模型,实现了功率数据、关键气象变量的高分辨率网格覆盖,为下篇网格化精细预测奠定了基础。仿真结果表明,相较于现有方法精度有显著提高,并适用于小样本训练。

关键词：分布式光伏电站群短期功率预测数据增强曲线重构辐照加密

基于天气变化自适应分型与匹配的分布式光伏短期功率预测方法

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2024年第15期61卷 288-299页

作者：葛俊雄蔡国伟姜柳庞振江于同伟赵武博文东北电力大学电气工程学院吉林吉林132012 沈阳工程学院信息学院辽宁沈阳110136 深圳市国电科技通信有限公司深圳518000 国网辽宁省电力有限公司电力科学研究院辽宁沈阳110055

近年来,国家大力推动分布式光伏发电,准确可靠的光伏功率预测对于保证大规模分布式光伏接入电网是必不可少的。当前的分布式光伏功率预测方法尚未充分考虑到气象因素的影响,难以提升预测精度。针对上述问题,提出一种基于天气变化过程的... 详细信息

近年来,国家大力推动分布式光伏发电,准确可靠的光伏功率预测对于保证大规模分布式光伏接入电网是必不可少的。当前的分布式光伏功率预测方法尚未充分考虑到气象因素的影响,难以提升预测精度。针对上述问题,提出一种基于天气变化过程的自适应分型与匹配的分布式光伏短期功率预测方法。首先通过K-Medoids-Grey实现天气过程的场景划分,再通过改进的多元宇宙算法对卷积神经网络进行优化,实现分布式光伏的短期预测。以中国甘肃省某分布式光伏用户为例进行验证。结果表明,在测试集中,IMVO-CNN方法在聚类情况下的预测精度比不聚类情况下预测精度提高9.83百分点,验证了该方法的有效性。

关键词：短期功率预测 K-Medoids-Grey天气分型改进多元宇宙算法卷积神经网络

基于机器学习的集群式风光一体短期功率预测技术

在线全文

学校读者我要写书评

暂无评论

中国电力 2020年第3期53卷 1-7页

作者：崔杨陈正洪许沛华湖北省气象服务中心湖北武汉430205 湖北省气象能源技术开发中心湖北武汉430205

针对区域风、光电站群的功率预测,由于各站建站时间不同、单站预报精度残次不齐,导致传统的单站功率累加法预测精度和运行效率不高的问题,采用基于机器学习的二分K均值聚类算法分别对区域内的风电场和光伏电站群进行合理划分,结合区域... 详细信息

针对区域风、光电站群的功率预测,由于各站建站时间不同、单站预报精度残次不齐,导致传统的单站功率累加法预测精度和运行效率不高的问题,采用基于机器学习的二分K均值聚类算法分别对区域内的风电场和光伏电站群进行合理划分,结合区域内各电站历史功率数据及区域总历史功率数据的相关性,选取出各区域的代表电站。在对数值预报要素进行优化订正后,采用BP神经网络法建立基于风电场和光伏电站集群划分的短期功率预测框架模型。结果表明:采用该方法的集群式风电和光伏短期功率预测准确率高于或接近于传统单站累加的预测精度,且该方法在保证预测精度的同时,能够显著提高建模效率。

关键词：风电场光伏电站集群划分短期功率预测二分K均值聚类

基于提升小波-BP神经网络的光伏阵列短期功率预测

在线全文

学校读者我要写书评

暂无评论

可再生能源 2017年第4期35卷 566-571页

作者：丁坤丁汉祥王越高列刘振飞河海大学机电工程学院江苏常州213022 常州市光伏系统集成与生产装备技重点实验室江苏常州213022

提高光伏阵列的短期功率预测的精度,对光伏电站运营管理效率具有重要作用。文章提出了一种提升小波变换与BP神经网络相结合的直流侧功率输出预测滑移算法,对光伏阵列的超短期功率进行预测。实验结果表明,文章所提出的算法对超短期功率... 详细信息

提高光伏阵列的短期功率预测的精度,对光伏电站运营管理效率具有重要作用。文章提出了一种提升小波变换与BP神经网络相结合的直流侧功率输出预测滑移算法,对光伏阵列的超短期功率进行预测。实验结果表明,文章所提出的算法对超短期功率预测具有较高的精度,适用于晴天、多云、阴雨等复杂天气条件。

关键词：短期功率预测小波变换 BP神经网络直流侧功率

在线全文

学校读者我要写书评

暂无评论

风电场短期功率预测

中国科技论文 2018年第11期13卷 1232-1237页

作者：岳有军赵岩赵辉王红君天津理工大学天津市复杂系统控制理论与应用重点实验室天津300384 天津农学院工程技术学院天津300384

为了减轻风电并网时对电网的冲击,基于短期风速预测理论结合功率曲线拟合研究了短期功率预测方法。首先,利用集成经验模态分解(ensemble empirical mode decomposition,EEMD)将风速序列分解为不同子序列,以减小不同特征尺度序列间的影响... 详细信息

为了减轻风电并网时对电网的冲击,基于短期风速预测理论结合功率曲线拟合研究了短期功率预测方法。首先,利用集成经验模态分解(ensemble empirical mode decomposition,EEMD)将风速序列分解为不同子序列,以减小不同特征尺度序列间的影响;然后,采用多种群遗传算法(multi-population genetic algorithm,MPGA)对最小二乘支持向量机(least square support vector machine,LSSVM)的核宽度和正则化参数进行优化,利用优化后的模型对子序列分别进行预测并叠加结果实现风速预测;最后,利用权重线性递减方法改进的粒子群算法(particle swarm optimization,PSO)拟合功率曲线,完成风速到功率的转换,实现短期功率预测。实例仿真结果表明,所提预测方法有效提高了风电功率预测精度,具有实际的工程应用价值。

关键词：短期功率预测集成经验模态分解多种群遗传算法最小二乘支持向量机粒子群算法