电价预测对于国家电力市场的销售价格,电力调度和市场波动管理具有重要意义,但现有方法在电价预测的准确性上不理想.为了进一步提升电价预测的准确性,提出一种基于改进完全自适应噪声集合经验模态分解(ICEEMDAN),贝叶斯优化(BO)和长短时记忆网络(LSTM)的短期电价预测模型.ICEEMDAN将原始数据分解为多个本征模态函数(IMF)和一个残差序列,然后将IMF分量重构为高频,中频和低频三个子序列,将子序列和残差序列分别与相关因素结合,重构为四个多维特征矩阵,输入BO-LSTM模型进行训练,最后得到预测结果.用西班牙国家电网公司Red Electric Espana运营数据进行算例分析,结果表明ICEEMDAN-BO-LSTM模型具有更高的准确度,在电价跳跃点和峰值点处预测结果表现出色,与其他方法相比预测效果更好,对能源企业和国家电力市场调控策略具有实用价值.
传统有功功率-频率(P-f)下垂控制应用范围广,但无法自均衡微电网磷酸铁锂电池能量状态(state of energy,SOE)。现有的SOE均衡方案均未解决P-f下垂控制下SOE均衡问题。针对此问题,提出一种基于P-f下垂控制孤岛微电网磷酸铁锂电池SOE均衡...
详细信息
传统有功功率-频率(P-f)下垂控制应用范围广,但无法自均衡微电网磷酸铁锂电池能量状态(state of energy,SOE)。现有的SOE均衡方案均未解决P-f下垂控制下SOE均衡问题。针对此问题,提出一种基于P-f下垂控制孤岛微电网磷酸铁锂电池SOE均衡方案。研究了下垂控制和SOE之间的内在联系,对传统P-f控制参数进行重新设计,并引进一致性算法得到SOE均衡调节项,使得磷酸铁锂电池逆变器输出的有功功率根据磷酸铁锂电池SOE初始状态进行重复分配,在少通信和确保良好频率质量的前提下实现孤岛微电网磷酸铁锂电池组充放电过程中的SOE均衡。此外,通过分析所提方案的小信号模型,对不同控制参数下系统的稳定性进行了研究。最后,PSCAD仿真结果验证所提方案能够使磷酸铁锂电池在充放电过程中的SOE自均衡,具有良好的可扩展性,对通信中断具有良好的鲁棒性。
暂无评论