基于深度置信网络的短期风电功率预测

为解决海量数据用作预测模型训练样本导致信息冗杂的问题,提出一种基于深度置信网络的短期风电功率预测方法.该方法首先使用历史数据作为训练样本,通过深度置信网络无监督学习提取出其相应特征,随后采用K均值算法对提取出的特征进行聚类分析,将历史数据分作几类,并通过判别分析确定待测日所属类别,以该类别所属的历史数据对设置了误差反馈...     

含碳捕集热电机组的虚拟电厂热电联合优化调度

燃煤热电机组特有的以热定电工作模式,会导致系统缺乏新能源消纳能力与调峰能力,且在运行过程中排放大量二氧化碳。为了促进新能源消纳和减少系统碳排放,同时提升热电机组的调峰能力,引入风电供热设备与碳捕集技术,将一定供热区域内的碳捕集热电厂、风电供热设备、风电场与光伏电站组成虚拟电厂。论文根据虚拟电厂的电源构成及其运行机理,建立了虚拟电厂热电联合优化调度模型,使用自适应免疫遗传算法对其寻优求解,并对3种运行策略进行比较研究。由算例仿真结果可知,虚拟电厂引入碳捕集技术与风电供热设备,不但可以有效地提升热电联产机组的调峰能力,提高系统经济效益,促进新能源消纳,还可以降低系统二氧化碳排放量。