基于MIV-BP神经网络的光伏功率短期分类预测方法

    公开(公告)号:CN109376863A

    公开(公告)日:2019-02-22

    申请号:CN201811302459.1

    申请日:2018-11-02

    IPC分类号: G06N3/08 G06Q10/04 G06Q50/06

    摘要: 本发明实施例提供的基于MIV-BP神经网络的光伏功率短期分类预测方法,利用MIV算法筛选不同条件下对光伏功率影响程度较大的天气因素作为预测模型的输入,并根据天气信息中的降雨量数据与数据采样时刻建立分类预测模型进行预测。现有方法多以太阳辐射强度、温度和湿度等作为预测模型的必要输入,通过根据天气因素中的降雨量将原始数据序列分解为降雨时刻序列和非降雨时刻序列,并利用平均影响值算法筛选不同条件下对光伏功率的影响程度较大的天气因素作为预测模型的输入,根据数据的采样时刻进一步将非降雨时刻序列分解,分别对各序列建立子模型进行预测,降低了光伏功率的预测成本,同时提高了预测模型在突变天气下的预测精度,提高了模型的适应性。

    一种分布式储能系统的选址定容配置方法

    公开(公告)号:CN110212558A

    公开(公告)日:2019-09-06

    申请号:CN201910382980.9

    申请日:2019-05-09

    IPC分类号: H02J3/28 H02J3/32 H02J3/38

    摘要: 本发明涉及电网领域,尤其涉及一种分布式储能系统的选址定容配置方法,包括以下步骤:S1:建立线路消纳能力模型,并通过线路消纳能力模型求取得到单条线路所能接入的分布式发电单元的最大装机容量;S2:分布式发电单元接入后,计算线路各节点的有功、无功潮流以及线路各节点的电压偏移量;S3:根据线路各节点的有功、无功潮流以及线路各节点的电压偏移量,判断是否需要接入分布式储能系统;S4:若需要接入分布式储能系统,则通过储能容量计算模型计算得到储能系统的接入容量,并在电压偏移量最大的线路节点接入。本发明通过接入最大容量的储能系统,提高分布式能源利用率。