【摘 要】
：
分布式户用光伏发电系统的精确日前功率预测可为智能家庭优化运行提供依据,但历史数据量少和缺乏精确辐照预报数据的问题增大了预测难度.为此,将邻近多用户数据融合以扩充样本规模,提出一种考虑功率关联性和相关度权重的相似日搜索方法,并基于长短期记忆(LSTM)神经网络实现日前预测.分析光伏发电功率的影响因素及其内在相关性,基于天气类型统计数据划分日类型,并利用气象信息、相同日类型的历史功率信息和皮尔逊积矩相关系数构造加权扩展日特征矩阵.提取历史数据中与待预测日特征矩阵欧氏距离最小相似日的光伏功率,将其与关键气象特征
【机 构】
：
上海交通大学 电力传输与功率变换控制教育部重点实验室,上海 200240;上海电力大学 自动化工程学院,上海 200090
论文部分内容阅读
分布式户用光伏发电系统的精确日前功率预测可为智能家庭优化运行提供依据,但历史数据量少和缺乏精确辐照预报数据的问题增大了预测难度.为此,将邻近多用户数据融合以扩充样本规模,提出一种考虑功率关联性和相关度权重的相似日搜索方法,并基于长短期记忆(LSTM)神经网络实现日前预测.分析光伏发电功率的影响因素及其内在相关性,基于天气类型统计数据划分日类型,并利用气象信息、相同日类型的历史功率信息和皮尔逊积矩相关系数构造加权扩展日特征矩阵.提取历史数据中与待预测日特征矩阵欧氏距离最小相似日的光伏功率,将其与关键气象特征共同输入LSTM神经网络模型进行预测.以北美丹佛市多个用户的实测数据验证了所提方法的有效性,该方法能够适用于历史数据受限的场景,且在多种天气类型下显著降低了预测误差.
其他文献
直流充电桩现场测试装置内部为强弱电相结合,易产生电磁干扰而影响装置正常工作,降低测量精度.为了抑制测试装置内部的电磁干扰问题,分析了非平行传输线缆的电磁串扰,并在不同参数下进行了串扰仿真计算,同时利用ANSYS Maxwell电磁场仿真软件进行电磁屏蔽仿真及方案设计.基于上述方案研发了一套用于现场测试的模块化直流充电桩测试装置,其包含电源模块、计量模块、通信模块、控制模块和中央处理单元共5个子模块,实现了测试装置的紧凑化装配及模块化连接,并通过硬件结构和安装布局实现设计及现场应用.现场测试结果表明该装置通
可再生能源的广泛接入对系统源荷平衡产生了深刻的影响,大规模接入电网的电动汽车(EV)集群具有快速可观的可调节潜力,能够为系统源荷平衡提供功率调节支撑.已有的大规模EV集群建模和控制方法需要模拟各独立EV的响应特性以及开发独立的控制信号,模型复杂度高且计算量大;同时大量的控制信号会加大实时通信压力,对通信设施要求高.为了解决上述问题,提出了一种面向大规模EV集群的简化建模和控制方法.首先,充分分析了单辆EV的响应特性,提出了3种接入状态和4种响应方式;然后,利用有限状态子区间描述大规模EV集群的状态分布,评
快充站是电动汽车(EV)大规模普及情况下的重要建设方向,站内充电设施的利用情况直接决定了充电桩的运营收益.EV充电后期的功率衰减将引起站内慢功率运行的集群效应,影响快充站的整体盈利效率.基于此,根据站内不同的充电设施裕度情况,提出了EV差异化服务费激励机制,引导用户改变自身的充电需求,在保证用户满意度的情况下,提高快充站的经济效益和充电桩利用率,实现快充站服务能力的最大化.基于仿真算例验证了所提自适应动态激励机制能够有效提高快充站的经济效益和用户满意度.
随着电动出租车规模化增长,其对电网的影响不断增大.为了充分利用电动出租车行驶轨迹与电网供电区域的耦合关系,加强电动出租车与电网间的协作,改善电力系统运行的安全性和经济性,提出了一种在用电高峰时段辅助负荷削峰的电动出租车车网互动(V2G)协同策略.首先,采用K-means算法将电动出租车的行驶区域与电网的供电区域进行耦合,找到供电区域内最适合调用的电动出租车;然后,基于需求响应电价,构建电动出租车在常规运营模式和V2G模式共同作用下的收益模型;最后,计算电动出租车车主的收益、响应参与度以及电动出租车对行驶区