一种基于改进粒子群算法的超低频振荡抑制方法

    公开(公告)号:CN107947196B

    公开(公告)日:2019-09-20

    申请号:CN201711139067.3

    申请日:2017-11-16

    IPC分类号: H02J3/24 G06N3/00

    摘要: 本发明公开了一种基于改进粒子群算法的超低频振荡抑制方法,所述方法包括的步骤为:S1:对系统直流分别施加相同的功率扰动,记录扰动下的超低频振荡模态幅值;S2:根据超低频振荡模态幅值选择FC的控制敏感点;S4:建立系统的粒子群算法优化模型;S5:设定粒子群各项初始数据,并将当前迭代次数设定为1;S6:采用粒子群算法对粒子的速度和位置进行更新;S7:确定出当前最好的个体极值;S8:确定出当前最好的全局极值;S9:使惯性权重的非线性减小,并更新惯性权重取值;S10:如果当前迭代次数等于最大迭代次数,则输出FC参数优化结果,反之则将当前迭代次数加1,并返回步骤S6,通过这样的方式可以简单直接的对超低频振荡进行有效抑制。

    一种基于改进粒子群算法的超低频振荡抑制方法

    公开(公告)号:CN107947196A

    公开(公告)日:2018-04-20

    申请号:CN201711139067.3

    申请日:2017-11-16

    IPC分类号: H02J3/24 G06N3/00

    摘要: 本发明公开了一种基于改进粒子群算法的超低频振荡抑制方法,所述方法包括的步骤为:S1:对系统直流分别施加相同的功率扰动,记录扰动下的超低频振荡模态幅值;S2:根据超低频振荡模态幅值选择FC的控制敏感点;S4:建立系统的粒子群算法优化模型;S5:设定粒子群各项初始数据,并将当前迭代次数设定为1;S6:采用粒子群算法对粒子的速度和位置进行更新;S7:确定出当前最好的个体极值;S8:确定出当前最好的全局极值;S9:使惯性权重的非线性减小,并更新惯性权重取值;S10:如果当前迭代次数等于最大迭代次数,则输出FC参数优化结果,反之则将当前迭代次数加1,并返回步骤S6,通过这样的方式可以简单直接的对超低频振荡进行有效抑制。

    一种风电出力短期预测方法及系统

    公开(公告)号:CN116805140A

    公开(公告)日:2023-09-26

    申请号:CN202310945039.X

    申请日:2023-07-28

    摘要: 本发明涉及新能源出力预测技术领域,公开了一种风电出力短期预测方法及系统,利用多个数据采集通道采集多种特征类型的风力发电影响参数,一个数据采集通道对应一种特征类型的多个风力发电影响参数;对每个数据采集通道的多个风力发电影响参数进行全局特征提取和局部特征提取;对其中一个数据采集通道的特征类型为历史风电出力的多个风力发电影响参数进行时序特征提取;将提取出的全局特征信息、局部特征信息和时序特征信息进行融合,得到风电出力短期预测结果。本发明可解决现有的风电出力预测方法没有考虑风电出力各影响因素之间的关联性和风电出力的时序性,导致各数据通道之间的信息丢失的问题,进而提高风电出力预测精度。