由于月度负荷的二重趋势特性,其变化呈现出复杂的非线性组合特征,使预测精度一直不能达到令人满意的结果。针对月负荷的二重趋势特性和最小二乘支持向量机(least squares support vector machine,LSSVM)存在的数据输入维数大、训练时间...由于月度负荷的二重趋势特性,其变化呈现出复杂的非线性组合特征,使预测精度一直不能达到令人满意的结果。针对月负荷的二重趋势特性和最小二乘支持向量机(least squares support vector machine,LSSVM)存在的数据输入维数大、训练时间长等缺点,提出一种基于灰色关联度与LSSVM组合的月度负荷预测方法。该方法通过计算灰色关联度来选择训练样本,选取LSSVM进行样本训练;将与待预测月高度相似的历史月负荷作为LSSVM的训练样本输入,剔除了冗余数据,减少了输入维数,提高了预测精度。通过实例验证和结果对比,证明了该方法可显著提高月负荷预测的精度。展开更多
随着可再生能源渗透率的提高,电力系统中电力电子装置不断增加,装置间相互影响会诱发频率从几赫兹到数千赫兹范围内的宽频振荡。针对直驱风电场(Direct-Drive Wind Forms,DDWFs)经柔性直流输电(Voltage Source Converter based High Vol...随着可再生能源渗透率的提高,电力系统中电力电子装置不断增加,装置间相互影响会诱发频率从几赫兹到数千赫兹范围内的宽频振荡。针对直驱风电场(Direct-Drive Wind Forms,DDWFs)经柔性直流输电(Voltage Source Converter based High Voltage Direct Current,VSC-HVDC)并网引发的宽频振荡问题,基于DDWFs经VSC-HVDC并网系统动态数学模型,建立了小信号模型与阻抗模型。进而采用特征值分析法对振荡模式进行了分析,并验证了“负电阻”理论在该系统宽频振荡机理分析中的适用性。最后结合特征值分析法和阻抗法全面分析了参数变化对振荡特性的影响,并利用PSCAD/EMTDC验证了上述分析的正确性。结果表明,可以基于特征值分析法和阻抗法进行参数调整以减小宽频振荡幅值。展开更多
文摘由于月度负荷的二重趋势特性,其变化呈现出复杂的非线性组合特征,使预测精度一直不能达到令人满意的结果。针对月负荷的二重趋势特性和最小二乘支持向量机(least squares support vector machine,LSSVM)存在的数据输入维数大、训练时间长等缺点,提出一种基于灰色关联度与LSSVM组合的月度负荷预测方法。该方法通过计算灰色关联度来选择训练样本,选取LSSVM进行样本训练;将与待预测月高度相似的历史月负荷作为LSSVM的训练样本输入,剔除了冗余数据,减少了输入维数,提高了预测精度。通过实例验证和结果对比,证明了该方法可显著提高月负荷预测的精度。
文摘随着可再生能源渗透率的提高,电力系统中电力电子装置不断增加,装置间相互影响会诱发频率从几赫兹到数千赫兹范围内的宽频振荡。针对直驱风电场(Direct-Drive Wind Forms,DDWFs)经柔性直流输电(Voltage Source Converter based High Voltage Direct Current,VSC-HVDC)并网引发的宽频振荡问题,基于DDWFs经VSC-HVDC并网系统动态数学模型,建立了小信号模型与阻抗模型。进而采用特征值分析法对振荡模式进行了分析,并验证了“负电阻”理论在该系统宽频振荡机理分析中的适用性。最后结合特征值分析法和阻抗法全面分析了参数变化对振荡特性的影响,并利用PSCAD/EMTDC验证了上述分析的正确性。结果表明,可以基于特征值分析法和阻抗法进行参数调整以减小宽频振荡幅值。
