国家科技型中小企业技术创新基金(12C26214305038)
- 作品数：2 被引量：88H指数：2
- 相关作者：江岳春王志刚张俊鹏李锰杨春月更多>>
- 相关机构：湖南大学河南省电力公司国网河南省电力公司驻马店供电公司更多>>
- 发文基金：国家自然科学基金国家科技型中小企业技术创新基金湖南省自然科学基金更多>>
- 相关领域：电气工程更多>>
- 微网中可控负荷的多目标优化策略被引量：45
- 2013年
- 针对微网中分布式电源波动引起的功率不平衡现象,建立了基于空调、热水器工作特性的微网可控负荷多目标优化模型,在此基础上提出了考虑多个目标的可控负荷优化策略,并采用多目标非支配排序遗传算法-Ⅱ(non-dominated sorting genetic algorithm-2,NSGA-2)对其在实际微网中的效果进行了仿真分析。最后在考虑各种随机因素的基础上对优化效果进行了蒙特卡罗抽样,并根据蒙特卡罗模拟结果,对微网内可控负荷的渗透率与可控比在跟踪可再生能源变化方面的贡献进行了灵敏度分析。
- 江岳春王志刚杨春月李锰张俊鹏
- 关键词：微网多目标优化
- 基于混沌时间序列GA-VNN模型的超短期风功率多步预测被引量：43
- 2015年
- 随着风电在电力系统中的渗透水平不断提高,能准确、可靠地进行风功率预测至关重要。为提高风功率超短期预测精度,利用风功率时间序列的混沌特性,推导分析了Volterra泛函模型和3层前馈(back propagation,BP)神经网络在结构上的一致性,提出混沌时间序列遗传算法-Volterra神经网络(genetic algorithm-Volterra neural network,GA-VNN)模型,对超短期风功率进行多步预测。该模型将实用的Volterra泛函模型和BP神经网络结合起来,解决了求解Volterra泛函模型高阶核函数的问题。同时设计了一种混沌时间序列GA-VNN模型的学习算法,在算法中利用GA全局寻优能力来优化BP神经网络,获得最优的初始权值和阀值。将上述方法应用于某风电场风功率超短期多步预测中,结果验证了所提模型的多步预测性能明显优于Volterra预测滤波器和BP神经网络。
- 江岳春张丙江邢方方张雨王志刚
- 关键词：混沌时间序列BP神经网络GA算法
