河北省自然科学基金(E2012502047)
- 作品数：5 被引量：192H指数：4
- 相关作者：米增强王飞杨光杨奇逊郑文书更多>>
- 相关机构：华北电力大学华北电力大学(保定)国家电网公司更多>>
- 发文基金：河北省自然科学基金中央高校基本科研业务费专项资金国家自然科学基金更多>>
- 相关领域：电气工程更多>>
- 基于天气状态模式识别的光伏电站发电功率分类预测方法被引量：67
- 2013年
- 光伏发电功率的准确预测对电网调度的计划安排及光伏电站的优化运行具有重要意义。采用单一模型实现多种不同天气状态下光伏发电功率的准确预测非常困难。在分析辐照度变化规律基础上,综合考虑分类总数、类型代表性和分布均衡性,针对气象专业天气类型进行归纳合并,得到4种广义天气类型;进而给出光伏发电功率分类预测的基本框架;提取辐照度的特征参数,建立基于支持向量机的天气状态模式识别模型,辨识恢复部分历史数据所缺失的天气类型信息;最后利用光伏电站的实际运行数据进行仿真,结果验证了模式识别的准确性和分类预测的有效性。
- 王飞米增强甄钊杨光周海明
- 关键词：光伏电站功率预测模式识别支持向量机
- 风光联合微电网系统电源优化配置被引量：4
- 2016年
- 考虑微电网中新能源发电出力相关性及不同负荷功率间的相关性,基于Copula理论分别建立新能源发电联合出力、不同负荷总功率概率分布模型,利用历史模拟法得到微电网运行规划中的风险价值,实现对微电网的风险评估。以考虑投资成本、低碳费用、并网运行电能交易等综合经济成本为目标,构建微电网电源优化配置模型。采用改进入侵杂草优化算法求解最优方案。结果表明改进入侵杂草优化算法收敛速度快,寻优能力强。最后,采用算例分析微电网各单元相关性,阐明结合相关性建立的优化配置模型的优越性,验证模型和算法有效性。
- 卢锦玲程晓悦徐超张强
- 关键词：新能源发电COPULA理论
- 基于模糊粗糙集与改进聚类的神经网络风速预测被引量：87
- 2014年
- 提高风电功率预测精度是保障风电场和电力系统安全稳定运行的有效手段。神经网络方法已在风电功率预测中得到了广泛应用,并取得了不错的效果,而网络的输入变量与训练样本对其预测性能有着重要影响。基于此,提出一种基于模糊粗糙集与改进聚类的神经网络风速预测方法。采用模糊粗糙集对影响风电场风速的多种因素进行了属性约简,得到优化了的模型输入及各属性对风速的重要性;采用基于属性重要性的加权欧氏距离对传统聚类进行改进,建立了各聚类预测模型,并提取相似性较高的数据作为训练样本训练各类预测模型,对训练样本实现了优选;根据当前属性值选择匹配的模型对风速进行预测。以华北地区某风电场实际数据为例进行了实验,结果表明该方法能在较少的模型输入下有效地提高预测精度。
- 刘兴杰岑添云郑文书米增强
- 关键词：风电场风速预测神经网络模糊粗糙集属性约简
- 光伏电站辐照度ANN预测及其两维变尺度修正方法被引量：15
- 2013年
- 改进现有的太阳辐照度ANN预测模型,提出基于时间周期性和邻近相似性的两维变尺度预测值修正方法。首先增加环境温度和积日作为输入,使模型能更好地拟合辐照度的变化规律,提高其预测性能和泛化能力;并且利用适当的数学变换对多维历史数据输入进行维数约减以降低模型的复杂程度,增强其鲁棒性和适应性;然后根据不同的修正尺度、天气类型和辐射衰减程度定义参考值和相应的权重系数,在此基础上利用历史数据对辐照度的预测值进行修正。实际数据的仿真结果验证了模型改进的合理性和修正方法的有效性。
- 米增强王飞杨光王哲苏适于波张亮杨奇逊
- 关键词：光伏电站辐照度
- 基于神经网络与关联数据的光伏电站发电功率预测方法被引量：28
- 2012年
- 提出一种基于神经网络与关联数据的光伏电站发电功率预测方法。首先对辐照度神经网络预测模型进行改进,通过降低输入维数、构造新预测因子以减少信息冗余和输入各分量间的多重耦合,实现数据特征的有效提取,并采用交叉验证优化其网络结构和参数;然后利用实测数据生成描述光伏电站功率特性的关联数据模型;最后根据辐照度等影响因子的预测值,通过关联数据模型映射得到发电功率预测值。仿真结果表明所述方法提高了预测的准确性。
- 王飞米增强杨奇逊赵洪山
- 关键词：光伏电站功率预测神经网络关联数据
