基于SOM-BP神经网络改进Prophet模型的短期负荷预测方法

    公开(公告)号:CN116681152A

    公开(公告)日:2023-09-01

    申请号:CN202310413315.8

    申请日:2023-04-18

    摘要: 本发明属于电力系统短期负荷预测技术领域,具体公开了一种基于SOM‑BP神经网络改进Prophet模型的短期负荷预测方法,首先通过SOM神经网络对历史非功率信息数据聚类计算得到相似日集合,而后采用BP神经网络对相似日数据进行训练得到单点负荷值预测结果。重点考虑历史数据的周期性和时序变化趋势,基于Prophet时序模型对历史负荷数据进行周期非线性拟合。通过历史数据拟合误差反馈,调整优化模型关键超参数,最后基于误差倒数法组合得到短期负荷预测结果。采用阿里云天池大数据竞赛负荷预测数据集对所提改进模型进行有效性验证,结果表明所提改进预测模型预测精度更高,且在拟合非工作日负荷曲线等方面具有优势。

    一种多逆变器并网系统建模分析方法

    公开(公告)号:CN115811083A

    公开(公告)日:2023-03-17

    申请号:CN202211586275.9

    申请日:2022-12-08

    摘要: 本发明公开了属于新能源发电技术领域的一种多逆变器并网系统建模分析方法。该方法包括步骤A、建立逆变器的诺顿等效二端口模型,得到逆变器并网电流表达式;步骤B、根据逆变器并网电流表达式构建逆变器的分裂导纳模型,并将各个逆变器通过公共点PCC并入电网,得到多逆变器并网系统的等效模型;步骤C、根据多逆变器并网系统的等效模型,得到多逆变器并网电流的传递函数;步骤D、根据多逆变器并网电流的传递函数,分析逆变器台数、逆变器控制参数和电网阻抗变化时并网电流幅频响应特性及其变化规律。本发明能够进一步明确诱发系统稳定性、谐波谐振特性的主要诱因元件,从而对主要诱因元件作相应改进,规避系统不稳定或谐波谐振的风险。

    基于大扰动区间识别的光伏系统双模式频率控制方法

    公开(公告)号:CN114530889A

    公开(公告)日:2022-05-24

    申请号:CN202210315506.6

    申请日:2022-03-28

    IPC分类号: H02J3/38 H02J3/24

    摘要: 本发明涉及电网的频率安全技术领域,具体公开了一种基于大扰动区间识别的光伏系统双模式频率控制方法,首先根据惯量和阻尼在支撑频率响应各阶段不同的贡献,选择在扰动发生后和频率最低点间采用较大的惯量控制,在频率最低点到频率再次稳定间采用较大的频率阻尼控制;基于实际电网频率历史数据,利用置信区间计算方法对电网的大扰动区间进行识别,从而得到适合该电网的光伏系统双模式频率控制动作阈值。本发明提出的基于大扰动区间识别的光伏系统双模式频率控制方法,能够进一步提升双模式控制的频率支撑效果,在电网惯量水平发生改变时仍能通过所设计的动作阈值实现频率支撑效果最大化。