期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到99篇文章
< 1 2 … 5 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于多尺度分量特征学习的用户级超短期负荷预测
1
作者 臧海祥 陈玉伟 +4 位作者 程礼临 朱克东 张越 孙国强 卫志农 《电网技术》 EI CSCD 北大核心 2024年第6期2584-2592,I0093-I0098,共15页
针对用户级负荷波动性强,一步分解后数据维度增加导致运行效率降低以及精度提升有限等问题,该文提出一种新的多尺度分量特征学习框架,用于用户级超短期负荷预测。构建基于自适应噪声的完整经验模态分解(complete ensemble empirical mod... 针对用户级负荷波动性强,一步分解后数据维度增加导致运行效率降低以及精度提升有限等问题,该文提出一种新的多尺度分量特征学习框架,用于用户级超短期负荷预测。构建基于自适应噪声的完整经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)、排列熵(permutation entropy,PE)以及变分模态分解(variational mode decomposition,VMD)的自适应二次模态分解框架,捕捉周期性等时序特征,并降低其非平稳特性;采用多维特征融合的方式挖掘各本征模态函数之间的耦合关系,丰富特征信息;利用改进的多尺度空间注意力(multiscale spatial attention,MSA)模块沿时间、空间以及通道等多尺度提取时空特征及多分量间耦合关系,进而便于卷积神经网络(convolutional neural network,CNN)学习多分量特征。基于江苏省南京市房地产业、教育业以及商务服务业共12位用户的实际负荷数据进行算例分析,各行业平均绝对百分误差分别为5.82%、4.54%以及8.78%,与效果最好的对照模型相比,分别降低了10.46%、6%以及7.48%,验证了该文模型具有较高的预测精度和良好的泛化性能。 展开更多
关键词 负荷预测 卷积神经网络 自适应二次模态分解 多尺度空间注意力机制
原文传递
基于低风速功率修正和损失函数改进的超短期风电功率预测
2
作者 臧海祥 赵勇凯 +3 位作者 张越 程礼临 卫志农 秦雪妮 《电力系统自动化》 EI CSCD 北大核心 2024年第7期248-257,共10页
风电功率具有较强的波动性和随机性。为进一步提升风电功率的预测精度,提出一种基于低风速功率修正和损失函数改进的超短期风电功率预测模型。该模型采用卷积神经网络、自注意力机制和双向门控循环单元捕获风电功率序列的长期时序依赖... 风电功率具有较强的波动性和随机性。为进一步提升风电功率的预测精度,提出一种基于低风速功率修正和损失函数改进的超短期风电功率预测模型。该模型采用卷积神经网络、自注意力机制和双向门控循环单元捕获风电功率序列的长期时序依赖关系。为了解决低风速下待风状态神经网络难以精确拟合的问题,模型通过预测风速并结合当前时段的风电功率对低风速段的预测功率进行修正。针对参数训练的稳定性问题,模型通过改进预测策略和共享权重,引入一种多元非线性的损失函数来提取序列间的关联性。结果表明,所提模型在多项误差指标中均优于对比模型,能够有效提升超短期风电功率的预测效果。 展开更多
关键词 超短期风电功率预测 功率修正 损失函数改进 神经网络模型
下载PDF
基于二维动态减载和双层MPC的风储联合调频与功率优化分配
3
作者 朱瑛 石琦 +2 位作者 蔡寿国 卫志农 臧海祥 《电力自动化设备》 EI CSCD 北大核心 2024年第8期1-8,共8页
风机可以通过减载控制提供调频备用功率,但存在弃风量大的问题。为此,结合储能装置,设计了考虑风速分区与储能荷电状态(SOC)的二维动态减载策略,在提供充足调频备用功率的同时减小了弃风功率。在此基础上,结合双层模型预测控制(MPC)架构... 风机可以通过减载控制提供调频备用功率,但存在弃风量大的问题。为此,结合储能装置,设计了考虑风速分区与储能荷电状态(SOC)的二维动态减载策略,在提供充足调频备用功率的同时减小了弃风功率。在此基础上,结合双层模型预测控制(MPC)架构,提出了计及机组转矩波动的风储联合调频控制策略,上层MPC将风电场视作整体,通过协调风储出力提升调频效果;下层MPC通过风电场内的功率优化分配以抑制机组的转矩波动,保证调频性能的同时提高了机组运行稳定性。通过仿真分析验证了所提策略的有效性,结果表明该减载策略具有更高的风能利用率,且在调频过程中通过机组的功率优化分配减小了机组的转矩波动,提高了机组运行稳定性。 展开更多
关键词 动态减载 双层MPC 风储联合调频 有功功率分配 转矩波动
下载PDF
基于自适应时序表征和多级注意力的超短期风电功率预测 被引量：4
4
作者 张越 臧海祥 +3 位作者 程礼临 刘璟璇 卫志农 孙国强 《电力自动化设备》 EI CSCD 北大核心 2024年第2期117-125,共9页
针对风电功率数据包含的多尺度时间信息难以描述、现有方法未充分考虑气象因素对于风电功率动态耦合的影响而导致的预测性能下降等问题,提出了一种基于自适应时序表征和多级注意力的超短期风电功率预测方法。采用时序嵌入层对风电功率... 针对风电功率数据包含的多尺度时间信息难以描述、现有方法未充分考虑气象因素对于风电功率动态耦合的影响而导致的预测性能下降等问题,提出了一种基于自适应时序表征和多级注意力的超短期风电功率预测方法。采用时序嵌入层对风电功率序列进行表征以获取其周期、非周期模式,并引入自注意力捕捉高维风电功率序列的自相关性;利用交叉注意力重构风电功率与气象因素,形成包含两者耦合关系的多维特征序列;利用一维卷积神经网络沿时间、特征方向分别挖掘多维特征序列的时间相关性和空间相关性,进而利用长短期记忆网络提取相应的时序特征,并将所得时序特征经全局注意力去噪和门控机制融合后输入全连接层,分别进行点预测和区间预测。实验结果表明,所提方法能够获得准确的点预测值和可靠的预测区间。 展开更多
关键词 风电功率 超短期预测 多级注意力 深度学习 时空相关性 点预测 区间预测
下载PDF
基于多视角特征提取与多任务学习的光伏功率多步预测
5
作者 陈殿昊 臧海祥 +3 位作者 刘璟璇 卫志农 孙国强 李鑫鑫 《高电压技术》 EI CAS CSCD 北大核心 2024年第9期3924-3933,I0009-I0012,共14页
准确的光伏功率多步预测结果对于电网的调度优化具有重要指导意义,针对现有光伏功率多步预测方法对历史数据特征提取不充分、忽略多步预测值之间的关联性而导致的预测精度不足等问题,提出了一种基于多视角特征提取与多任务学习的光伏功... 准确的光伏功率多步预测结果对于电网的调度优化具有重要指导意义,针对现有光伏功率多步预测方法对历史数据特征提取不充分、忽略多步预测值之间的关联性而导致的预测精度不足等问题,提出了一种基于多视角特征提取与多任务学习的光伏功率多步预测方法。首先,为获得丰富且全面的特征信息,从时序、局部、全局3个不同的视角对输入数据进行特征提取;其次,将多步光伏功率预测任务转化为多个单步光伏功率预测子任务,使用基于注意力机制与专家网络的多任务学习模型进行多步预测,实现对多步预测值关联性的充分利用;最后,提出了一种改进的动态权重平均法对损失权重进行自适应优化调整,进一步提升模型性能。算例测试结果表明,该方法能够有效提高光伏功率多步预测的准确性。 展开更多
关键词 光伏功率多步预测 多任务学习 特征提取 注意力机制 损失权重优化 深度学习
原文传递
基于FSN-MCCN-SA-BiLSTM的短期风速预测
6
作者 张越 臧海祥 +3 位作者 韩海腾 李叶阳 卫志农 孙国强 《太阳能学报》 EI CAS CSCD 北大核心 2024年第8期529-536,共8页
为了提升短期风速预测的准确性,提出一种新型的短期风速预测方法。该方法以历史风速和气象数据作为输入,首先利用特征选择网络量化输入序列中每个时间步不同特征的重要程度,其次采用多尺度因果卷积网络捕捉其局部时序特征,然后引入自注... 为了提升短期风速预测的准确性,提出一种新型的短期风速预测方法。该方法以历史风速和气象数据作为输入,首先利用特征选择网络量化输入序列中每个时间步不同特征的重要程度,其次采用多尺度因果卷积网络捕捉其局部时序特征,然后引入自注意力融合不同卷积层的特征,得到能反映风速多尺度变化特性的高维特征序列,最后利用双向长短期记忆网络提取高维特征序列的长期时序特征并得到风速预测结果。实验结果表明,该方法能考虑不同输入特征对于风速的动态影响,同时充分提取风速序列的局部与长期时序特征,其进行提前1 h的风速预测时,所得归一化均方根误差与平均绝对误差分别为11.92%和8.11%,相关系数和决定系数分别为0.9735和0.9477,可有效提高短期风速预测的准确性。 展开更多
关键词 风力发电 风速 预测 特征选择 深度学习 自注意力
原文传递
面向多级电-碳耦合市场的虚拟电厂两阶段鲁棒交易策略
7
作者 周亦洲 吴俊钊 +3 位作者 孙国强 韩海腾 臧海祥 卫志农 《电力系统自动化》 EI CSCD 北大核心 2024年第18期38-46,共9页
随着中国电力市场和碳市场的不断发展,虚拟电厂(VPP)已成为重要的市场参与主体。文中提出多级电-碳耦合市场下VPP两阶段鲁棒交易策略。首先,分析中国电力市场与碳市场的耦合特性,提出含电力中长期市场、一级碳市场、电力现货市场和二级... 随着中国电力市场和碳市场的不断发展,虚拟电厂(VPP)已成为重要的市场参与主体。文中提出多级电-碳耦合市场下VPP两阶段鲁棒交易策略。首先,分析中国电力市场与碳市场的耦合特性,提出含电力中长期市场、一级碳市场、电力现货市场和二级碳市场的多级电-碳市场交易流程。然后,建立VPP参与多级电-碳耦合市场的两阶段交易模型。其中,第1阶段优化了VPP在电力中长期市场与一级碳市场的交易策略,第2阶段优化了VPP在日前电力现货市场和二级碳市场的交易策略。最后,为平抑VPP内可再生能源出力不确定性对交易结果的影响,建立VPP两阶段自适应鲁棒优化模型,并采用列与约束生成算法实现模型求解。仿真算例结果验证了所提模型和方法的可行性和有效性。 展开更多
关键词 虚拟电厂 电力市场 碳市场 鲁棒优化 电-碳耦合
下载PDF
基于多层次云图特征与宽度学习的超短期光伏功率预测
8
作者 陈殿昊 臧海祥 +3 位作者 蒋雨楠 刘璟璇 孙国强 卫志农 《电力系统自动化》 EI CSCD 北大核心 2024年第22期131-139,共9页
针对现有研究云图信息利用不充分、爬坡功率预测误差较大而导致超短期光伏功率预测性能提升受限的问题,提出一种基于多层次云图特征与宽度学习的超短期光伏功率预测方法。首先,提取地基云图的多层次特征作为功率预测模型的图像特征量;同... 针对现有研究云图信息利用不充分、爬坡功率预测误差较大而导致超短期光伏功率预测性能提升受限的问题,提出一种基于多层次云图特征与宽度学习的超短期光伏功率预测方法。首先,提取地基云图的多层次特征作为功率预测模型的图像特征量;同时,引入云层覆盖率与云层变化率作为爬坡识别模型的图像特征量。其次,结合历史功率数据,构建基于宽度学习的光伏功率预测模型与爬坡识别模型。最后,若爬坡识别结果为非爬坡事件,则直接应用功率预测模型得到预测结果;反之,则使用与爬坡事件相关的历史数据对功率预测模型进行增量更新,并基于更新后的功率预测模型得到预测结果。实验结果表明,所提出的方法能够有效提高超短期光伏功率的预测精度。 展开更多
关键词 光伏功率预测 云图 宽度学习 增量学习 爬坡事件
下载PDF
基于多维融合特征和卷积神经网络的多任务用户短期负荷预测 被引量：12
9
作者 臧海祥 许瑞琦 +3 位作者 刘璟璇 陈玉伟 卫志农 孙国强 《电力系统自动化》 EI CSCD 北大核心 2023年第13期69-77,共9页
针对海量用户负荷预测场景下,应用单任务用户负荷预测法所导致的运行效率低以及无法学习相关任务间关联关系等问题,提出一种基于多维融合特征和卷积神经网络的多任务用户短期负荷预测方法。首先,基于聚类技术实现多任务学习中相关任务... 针对海量用户负荷预测场景下,应用单任务用户负荷预测法所导致的运行效率低以及无法学习相关任务间关联关系等问题,提出一种基于多维融合特征和卷积神经网络的多任务用户短期负荷预测方法。首先,基于聚类技术实现多任务学习中相关任务的选择;其次,为每一类用户群构建多维融合输入,合理有序容纳多个任务的特征,避免维度爆炸和信息混乱;最后,分别为每一类用户建立以卷积神经网络为共享层的多任务预测模型,学习共享特征,并行输出相应类中全部用户的负荷预测值。基于爱尔兰能源监管委员会提供的智能电表实测数据进行算例分析,结果表明,该方法在提高整体运行效率和平均预测精度方面均取得良好成效。 展开更多
关键词 海量用户 负荷预测 多任务学习 多维融合特征 卷积神经网络
下载PDF
基于ICEEMDAN-LSTM和残差注意力的短期太阳辐照度预测 被引量：2
10
作者 臧海祥 张越 +3 位作者 程礼临 刘璟璇 卫志农 孙国强 《太阳能学报》 EI CSCD 北大核心 2023年第12期175-181,共7页
为提升短期太阳辐射预测的准确性,提出一种基于ICEEMDAN-LSTM和残差注意力的短期太阳辐照度预测方法。该方法利用改进的自适应噪声完备集合经验模态分解(ICEEMDAN)将原始辐射序列分解为多尺度模态分量,同时引入残差注意力机制对原始气... 为提升短期太阳辐射预测的准确性,提出一种基于ICEEMDAN-LSTM和残差注意力的短期太阳辐照度预测方法。该方法利用改进的自适应噪声完备集合经验模态分解(ICEEMDAN)将原始辐射序列分解为多尺度模态分量,同时引入残差注意力机制对原始气象特征进行重构,然后利用长短期记忆网络分别提取两部分的时序特征,并融合所得特征输入至多层感知器,进行提前1小时的水平面总辐照度预测。实验结果表明,该方法能捕捉辐射序列的波动和突变,并考虑不同气象特征的重要程度,可有效提高短期太阳辐照度的预测精度。 展开更多
关键词 太阳辐照度 预测 深度学习 ICEEMDAN 长短期记忆网络 残差注意力
原文传递
面向能源转型的电-气-氢综合能源系统规划与运行 被引量：9
11
作者 陈胜 张景淳 +3 位作者 卫志农 吕思 孙国强 臧海祥 《电力系统自动化》 EI CSCD 北大核心 2023年第19期16-30,共15页
化石能源短缺和环境污染加剧迫切要求清洁、高效、安全的新型能源加入电力系统。氢具备零碳排、高能量密度的特点,在能源低碳化转型和终端利用方面具备巨大的应用潜力,且能为高比例间歇性新能源消纳提供支撑。不成熟的制氢工艺和不完备... 化石能源短缺和环境污染加剧迫切要求清洁、高效、安全的新型能源加入电力系统。氢具备零碳排、高能量密度的特点,在能源低碳化转型和终端利用方面具备巨大的应用潜力,且能为高比例间歇性新能源消纳提供支撑。不成熟的制氢工艺和不完备的基础设施制约着氢能的大规模应用,构建“互联互通”的电-气-氢综合能源系统连接可实现氢能的大规模消纳和长距离传输。为此,综述了电-气-氢综合能源系统领域相关研究,从系统建模、运行调控、规划设计、示范应用等方面介绍其关键技术。最后,从安全可靠性分析、灵活调控技术和市场机制三个方面对电-气-氢综合能源系统进行了展望。 展开更多
关键词 综合能源系统 新能源消纳 氢 天然气 能源转型 规划 运行
下载PDF
高比例新能源下的交直流配电网预测辅助区间状态估计 被引量：3
12
作者 黄蔓云 费有蝶 +3 位作者 卫志农 郑玉平 孙国强 臧海祥 《电力系统自动化》 EI CSCD 北大核心 2023年第16期34-43,共10页
分布式电源(DG)出力的随机性和波动性、量测误差分布的不确定性给交直流配电网准确的态势感知带来了挑战。文中在利用区间形式描述DG出力和量测值的基础上,建立了交直流主动配电网的三相区间状态估计模型,旨在获得多重不确定性因素影响... 分布式电源(DG)出力的随机性和波动性、量测误差分布的不确定性给交直流配电网准确的态势感知带来了挑战。文中在利用区间形式描述DG出力和量测值的基础上,建立了交直流主动配电网的三相区间状态估计模型,旨在获得多重不确定性因素影响下系统状态所处的整个区间。为了获得准确的初始状态区间,利用历史状态预测当前时刻的状态区间,并基于非线性优化模型进行区间修正以确保预测区间的合理性。然后,利用基于中值定理的非线性等式放缩方法将非线性区间状态估计模型转化为线性优化模型,保证估计区间的完备性。最后,通过仿真算例验证了所提方法的有效性。 展开更多
关键词 交直流主动配电网 高比例新能源 分布式电源 区间状态估计 不确定性 状态预测 线性优化
下载PDF
基于消息传递图神经网络的电力系统状态估计 被引量：3
13
作者 黄蔓云 郭镜玮 +3 位作者 臧海祥 方熙程 卫志农 孙国强 《电网技术》 EI CSCD 北大核心 2023年第11期4396-4404,共9页
近年来,随着电网规模日益增大,系统拓扑变化愈加频繁,拓扑变化组合向多样化趋势发展。然而,现有数据驱动状态估计模型仅能处理欧式数据,不能有效挖掘像拓扑信息这样的非欧式数据,因此现有数据驱动模型在拓扑频繁变化时的适应性较差。该... 近年来,随着电网规模日益增大,系统拓扑变化愈加频繁,拓扑变化组合向多样化趋势发展。然而,现有数据驱动状态估计模型仅能处理欧式数据,不能有效挖掘像拓扑信息这样的非欧式数据,因此现有数据驱动模型在拓扑频繁变化时的适应性较差。该文提出一种基于消息传递图神经网络(messagepassingneural network, MPNN)的电力系统状态估计模型。首先,利用拓扑参数和量测信息构建图数据集;其次,基于不同拓扑下的图数据训练消息传递图神经网络,得到状态估计模型;最后,在线应用时将该拓扑下的图数据输入已训练好的网络模型即可得到当前断面的状态量。通过对IEEE标准系统和中国某实际省网的算例测试,并将估计结果与加权最小二乘法、加权最小绝对值法以及深度神经网络算法和卷积神经网络算法进行比较。结果表明,该算法更能适应大规模电网中实时拓扑变化的特性。 展开更多
关键词 状态估计 时变拓扑 数据驱动 深度学习 消息传递图神经网络
原文传递
基于数据增强和深度学习的水电站告警事件诊断 被引量：3
14
作者 孙国强 章逸舟 +4 位作者 唐杰阳 唐凡 卫志农 臧海祥 杨东 《电力自动化设备》 EI CSCD 北大核心 2023年第8期88-95,共8页
针对水电告警事件传统诊断方法存在效率低下、准确率不足等缺陷,设计了一种融合先验知识的数据增强方法和基于双向简单循环单元网络的层级注意力深度学习框架。针对水电告警规则不完善的问题,采用隐含狄利克雷分布-序列推理增强模型构... 针对水电告警事件传统诊断方法存在效率低下、准确率不足等缺陷,设计了一种融合先验知识的数据增强方法和基于双向简单循环单元网络的层级注意力深度学习框架。针对水电告警规则不完善的问题,采用隐含狄利克雷分布-序列推理增强模型构建告警信号与告警特征间的映射机制;结合该水电告警先验知识提出改进隐含狄利克雷分布方法增强样本数据,最终由层级注意力模型学习样本特征并输出诊断结果。测试算例为某水电集控中心的实际告警数据,测试结果表明,所提方法可在低资源训练环境下实现快速和高准确率的水电告警事件诊断。 展开更多
关键词 水电站告警事件 文本数据增强 注意力机制 深度学习 先验知识
下载PDF
基于Tri-training-SSAE半监督学习算法的电力系统暂态稳定评估 被引量：2
15
作者 卫志农 李超凡 +4 位作者 丁爱飞 孙国强 黄蔓云 臧海祥 方熙程 《电力自动化设备》 EI CSCD 北大核心 2023年第7期110-116,共7页
基于机器学习的暂态稳定评估方法主要采用监督学习方法,为了解决监督学习方法所需的有标签样本难以获取的问题,提出基于三体训练-稀疏堆叠自动编码器(Tri-training-SSAE)半监督学习算法的电力系统暂态稳定评估方法。构建基于堆叠稀疏自... 基于机器学习的暂态稳定评估方法主要采用监督学习方法,为了解决监督学习方法所需的有标签样本难以获取的问题,提出基于三体训练-稀疏堆叠自动编码器(Tri-training-SSAE)半监督学习算法的电力系统暂态稳定评估方法。构建基于堆叠稀疏自动编码器的暂态稳定评估模型;在传统的三体训练过程中加入伪标签样本置信度判断,以减小噪声数据对模型训练的影响;以堆叠稀疏自动编码器为基分类器构建三体训练-稀疏堆叠自动编码器模型,利用大量的无标签样本提高模型的泛化能力。通过IEEE 39节点系统与华东某省级电网进行分析验证,结果表明,所提方法在有标签样本数较少时具有更高的评估准确度。 展开更多
关键词 暂态稳定评估 机器学习 半监督学习 三体训练算法 堆叠稀疏自动编码器
下载PDF
基于信息间隙决策理论的产消者多市场产品分布式交易 被引量：4
16
作者 周亦洲 李想 +3 位作者 沈思辰 任超 臧海祥 孙国强 《电力系统自动化》 EI CSCD 北大核心 2023年第23期122-130,共9页
随着分布式资源接入配电网比例的不断提高和分布式发电市场的逐步完善,海量分散性灵活资源将在电网调度中发挥巨大作用。文中针对聚合多类型分布式资源的产消者,提出考虑不确定因素的产消者电能量、碳排放权和备用容量多市场产品分布式... 随着分布式资源接入配电网比例的不断提高和分布式发电市场的逐步完善,海量分散性灵活资源将在电网调度中发挥巨大作用。文中针对聚合多类型分布式资源的产消者,提出考虑不确定因素的产消者电能量、碳排放权和备用容量多市场产品分布式交易及收益分配方案。首先,计及配电网的运行约束,构建产消者电能量、碳排放权和备用容量的分布式交易模型;其次,考虑产消者内部分布式光伏发电的不确定性,提出基于信息间隙决策理论的产消者鲁棒模型和机会模型;然后,为分配产消者分布式交易的收益,提出基于广义纳什议价的产消者市场清算模型和收益分配方案;最后,通过仿真算例验证所提方法能在兼顾经济性和安全性的同时保证产消者收益的公平分配。 展开更多
关键词 产消者 市场交易 配电网 信息间隙决策理论 不确定性 收益分配
下载PDF
考虑不确定性和楼宇储热的区域综合能源系统分布式优化调度 被引量：2
17
作者 周亦洲 戈婧宇 +4 位作者 程恩林 臧海祥 孙国强 陈胜 卫志农 《电力自动化设备》 EI CSCD 北大核心 2023年第11期26-33,共8页
为了充分发挥多个区域综合能源系统(RIES)能量互补的优势,有效降低新能源随机波动对系统安全稳定运行的影响,基于条件风险价值(CVaR)理论,提出了一种考虑楼宇储热的RIES分布式优化调度方法。根据楼宇的热动态特性,建立楼宇等效虚拟热储... 为了充分发挥多个区域综合能源系统(RIES)能量互补的优势,有效降低新能源随机波动对系统安全稳定运行的影响,基于条件风险价值(CVaR)理论,提出了一种考虑楼宇储热的RIES分布式优化调度方法。根据楼宇的热动态特性,建立楼宇等效虚拟热储能模型以及RIES优化调度模型;引入CVaR理论处理新能源出力的不确定性,实现系统运行成本和风险水平的权衡;建立RIES能量共享模型,并采用自适应步长交替方向乘子法实现模型的分布式求解;根据各RIES的交互贡献度,对RIES能量共享的收益进行分配。算例测试结果表明,所提方法能有效降低各RIES的运行成本,并在兼顾鲁棒性与经济性的同时实现RIES利润的公平合理分配。 展开更多
关键词 区域综合能源系统 分布式优化 虚拟热储能 条件风险价值 交替方向乘子法 不确定性
下载PDF
基于热重启随机梯度下降和一类支持向量机信息融合的户变关系辨识方法 被引量：2
18
作者 马洲俊 黄伟 +4 位作者 牛军伟 朱红 韦磊 孙国强 臧海祥 《南京工业大学学报（自然科学版）》 CAS 北大核心 2023年第3期276-283,共8页
为了提高低压台区户变关系校验的效率,提出一种基于用电量和电压信息融合的台区户变关系辨识方法。首先,基于用电量建立台区和用户的关系模型,利用热重启随机梯度下降法(SGDR)求解,并使用滑动时间窗进行多次判断,综合得出户变关系初步... 为了提高低压台区户变关系校验的效率,提出一种基于用电量和电压信息融合的台区户变关系辨识方法。首先,基于用电量建立台区和用户的关系模型,利用热重启随机梯度下降法(SGDR)求解,并使用滑动时间窗进行多次判断,综合得出户变关系初步辨识结果;然后,使用初步辨识得到的正常户变关系用户的电压数据构成训练样本,构建一类支持向量机(OC-SVM)学习台区正常用户的电压特征,完成台区用户的户变关系最终辨识;最后,对实际台区数据进行分析。结果表明:该方法实现了低压台区户变关系的有效识别,验证了该方法的实用性和可靠性。 展开更多
关键词 低压台区 户变关系识别 热重启随机梯度下降 一类支持向量机 信息融合 滑动时间窗
下载PDF
基于消纳型抽水蓄能电站的风电-抽水蓄能联合运行特性分析 被引量：3
19
作者 郑许林 张雅楠 +1 位作者 朱瑛 臧海祥 《内蒙古电力技术》 2023年第5期69-74,共6页
针对风电集群(Wind Power Cluster,WPC)与用于消纳的抽水蓄能电站(Pumped Storage Power Station,PSPS)联合运行缺乏统筹分析的问题,基于PSPS消纳风电不确定功率及能量的有功调节功能,分析了PSPS的工作原理、调节特性及功能特点,并对其... 针对风电集群(Wind Power Cluster,WPC)与用于消纳的抽水蓄能电站(Pumped Storage Power Station,PSPS)联合运行缺乏统筹分析的问题,基于PSPS消纳风电不确定功率及能量的有功调节功能,分析了PSPS的工作原理、调节特性及功能特点,并对其运行机制进行改进建模,为风电-抽水蓄能联合发电系统的协同优化调度提供理论依据。最后对PSPS提升风电消纳能力的机理进行分析,结果表明,PSPS不仅可以减少风电并网对电网的冲击,而且可以提高WPC与电网运行的协调性。 展开更多
关键词 风电集群 抽水蓄能电站 有功功率 消纳调度 风蓄联合发电
下载PDF
基于古诺模型的电力产消者鲁棒随机市场交易研究 被引量：1
20
作者 吴晨 王睿 +3 位作者 胡国伟 牛文娟 周亦洲 臧海祥 《电力需求侧管理》 2023年第3期14-19,共6页
随着用户侧分布式能源的爆发式增长,具有源荷双重属性的产消者逐渐增多,并且开始作为新兴主体参与到电力市场中。针对含产消者的寡头电力市场出清问题,提出了一种基于古诺模型的产消者市场交易模型,并进一步采用鲁棒和随机混合方法处理... 随着用户侧分布式能源的爆发式增长,具有源荷双重属性的产消者逐渐增多,并且开始作为新兴主体参与到电力市场中。针对含产消者的寡头电力市场出清问题,提出了一种基于古诺模型的产消者市场交易模型,并进一步采用鲁棒和随机混合方法处理产消者内部可再生能源出力的不确定性,提出了产消者鲁棒随机市场交易模型。最后,在IEEE-39节点系统上验证了所提模型和方法的有效性,并对产消者的市场力进行了评估。 展开更多
关键词 电力市场 产消者交易 古诺模型 鲁棒随机优化
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 5 下一页 到第 页
使用帮助 返回顶部