排序方式: 共有29条查询结果,搜索用时 15 毫秒
1.
2.
3.
为适应未来电网发展,在日前时间级,建立以向输电网购电量最小为目标的风储共存配网动态优化潮流的数学模型。该模型在配网原有条件的基础上,考虑了普通异步风电系统、双馈感应风电系统和蓄电池储能系统的特性和限制条件。基于GAMS平台,通过调用CONOPT求解器对该模型进行求解。以12节点风储共存的配网为例,对多种方式进行机制分析发现,普通异步风电系统、双馈感应风电系统和蓄电池储能系统共存于配网中运行时,可解决有功、无功和电压间存在相互牵制的矛盾,考虑风储运行特性的动态优化可更有效地接纳风电,使资源得到有效配置。 相似文献
4.
为实现将成熟的设备状态评估技术有效地融入到传统的电网检修计划中,建立了电网设备状态检修时变决策模型,使决策根据设备状态变化进行调整.首先给出时变决策机制的定义和相应的表达,在此基础上推导设备运行风险和系统运行风险,进一步建立了考虑设备多次检修的电网状态检修决策模型,在计及相关检修约束前提下优化电网总运行风险.最后,通过... 相似文献
5.
6.
7.
付一木郑志杰孙东磊贾倩倩 《计算机仿真》2022,(9):79-85
综合能源系统的安全经济运行会受到不确定性的挑战。概率潮流是综合能源系统、电力系统不确定性优化的重要依据。为了制定综合能源系统动态需求响应策略,提出了基于统计机器学习的综合能源系统概率潮流仿真方法,可以得到准确的光伏并网电压、总天然气消耗、热电联产系统负荷率的概率特征。通过调整温度实现热负荷的需求响应,可以分析不同室内控制温度对总天然气消耗和热电联产系统的影响,仿真过程量化了不同热负荷需求响应策略对天然气系统、热电联产系统运行的影响。建立的需求响应仿真模型可以为热负荷需求响应情境下的天然气系统、热电联产系统的调度提供辅助决策信息。 相似文献
8.
针对大规模光伏并网给电力系统安全稳定运行带来的严峻挑战,考虑传统单一光伏场站功率预测的局限性,以区域性光伏集群功率为研究对象,提出一种基于BP神经网络的光伏集群功率的区间预测方法。通过互信息方法对变量进行相关性分析,提取关键解释变量作为输入变量,利用主成分分析进行数据降维,解决了光伏集群功率预测大数据处理的问题。利用神经网络在数据挖掘和非线性关系拟合方面的优越性,将神经网络和非参数概率预测相结合,量化光伏集群功率预测结果的不确定性。实验算例采用中国某地区10个光伏场站,利用未降维的原始数据与本研究所提出的数据降维方法进行对比,分别计算80%和90%预测区间,结果表明,本研究所提出的预测方法预测区间带更窄,具有更好的预测效果。利用本研究所提模型预测了某天超前72 h的80%和90%置信区间,验证了该方法的可行性和先进性。 相似文献
9.
针对传统输电网规划中对光伏出力不确定性处理中存在的问题,提出一种基于学习理论的含光储联合系统的输电网双层规划模型。下层基于学习理论对光储联合系统进行优化,目标为光伏电站长期运行收益最大与计划功率不确定性最小。将下层优化求解得到的光储联合系统计划功率代入上层的输电网规划模型,以线路投资成本、运行成本和弃光成本最小为目标进行规划。最后用改进的IEEE118节点算例验证了光储联合系统可以减小计划功率的不确定性,提高规划结果的可信度。本研究建立的Q学习控制器具有良好的在线学习能力,通过大量数据的学习后能对光储联合系统的计划出力进行有效的指导。 相似文献
10.