-
公开(公告)号：CN106803135A
公开(公告)日：2017-06-06
申请号：CN201710031307.1
申请日：2017-01-17
申请人： 广东工业大学
摘要： 本发明实施例公开了一种光伏发电系统输出功率的预测方法，通过对预设时间段内光伏发电系统的历史输出功率数据进行变分模态分解，根据分解所得的多个分解分量与相应的气象数据建立极限学习机预测模型，并根据极限学习机预测模型计算各个分解分量的预测结果，将各个预测结果的和作为光伏发电系统输出功率的预测结果。变分模态分解算法具有良好的噪声鲁棒性和非递归性，选取合理的参数可有效避免模态混叠现象，从而获得准确高的分解信号，有利于提高预测精度；极限学习机良好的泛化性能以及学习速度快的特点，可进一步提高预测精度与预测效率。此外，本发明实施例还提供了相应的实现装置，进一步使得所述方法更具有实用性，所述装置具有相应的优点。
-
公开(公告)号：CN106355477A
公开(公告)日：2017-01-25
申请号：CN201610834775.8
申请日：2016-09-20
申请人： 广东工业大学
摘要： 本发明公开了地区电力市场交易控制方法及系统，该方法包括：建立含可再生分布式能源和电动汽车的地区电网与地区电力市场模型；满足V2G备用交易规则条件下，参考地区电网与地区电力市场模型，使用市场上备用容量需求总量和EV提供的上备用报价形成EV上备用报价曲线，使用EV下备用充电容量和EV的下备用报价形成EV下备用报价曲线；设置匹配EV上备用报价曲线及EV下备用报价曲线的地区电力市场出清方法；利用地区电力市场出清方法，建立地区电力市场结算机制，确定发电侧DRES用户参与的地区电能市场的收益及需求侧EV用户参与的地区备用市场的收益；能够准确的计算EV车主的收益，全方面保证系统的安全稳定运行。
-
公开(公告)号：CN105956722A
公开(公告)日：2016-09-21
申请号：CN201610472144.6
申请日：2016-06-22
申请人： 广东工业大学
摘要： 本发明提供了一种短期风电功率的预测方法及装置，通过获得的样本数据建立相关向量机预测模型，并优化依据所述相关向量机预测模型获得的相关向量机训练模型中的参数，来获得最优相关向量机训练模型，进而从优化预测模型方面来降低预测误差，再依据最优相关向量机训练模型获得的实际预测值及所述样本数据，计算出第一相对误差序列，并利用第一相对误差序列优化建立的GARCH误差预测模型，获得最优GARCH误差预测模型，实现从优化预测模型方面来降低预测误差，之后利用最优GARCH误差预测模型对第一相对误差序列进行预测后获得的预测值，对实际预测值进行修正，进而从误差校正方面降低了预测误差，提高了预测精度。
-
公开(公告)号：CN106295880A
公开(公告)日：2017-01-04
申请号：CN201610651403.1
申请日：2016-08-10
申请人： 广东工业大学
摘要： 本发明公开了一种电力系统多目标无功优化的方法及系统，建立多目标无功优化模型；利用Kent混沌映射产生N个初始鸟窝的位置作为初始种群，并计算各鸟窝的适应度值，根据Pareto支配关系建立外部档案集，自适应权重更新鸟窝位置，支配关系更新外部档案集并计算拥挤距离控制档案集容量；对各鸟窝进行差分进化操作并更新外部档案集；当满足迭代终止条件输出最优Pareto最优解集；考虑了多个目标函数的最优克服传统方法将多目标转化为单目标以及权重系数难确定的缺点，改进的布谷鸟搜索算法收敛速度快，精度高，个体多样性好，获得的最优解集具有良好多样性和均匀分布性，能很好的适用于求解电力系统多目标无功优化问题。
-
-
-
搜索结果
4 条记录 (耗时 0.04 秒)