基于区间预测的调度方法

news2025/2/23 3:16:48

《基于区间预测的光伏发电与蓄电池优化调度方法》

为了应对县级市光伏发电与用电需求之间的最优调度问题,提出一种面向蓄电池和光伏发电机的区间预测调度优化方法。该方法分别对发电功率调度、充电/放电功率调度和荷电状态调度进行决策从而获得最优调度的精确范围。

建立最优SOC调度随用电网络需求变化的雅可比矩阵,接着证明雅可比矩阵的一部分属于M矩阵,并且是对角占优矩阵。利用这一事实,可以显示出最优SOC调度的单调性,从而进一步推导出所有电力调度范围。其中,最优发电功率和C/D功率随净需求变化呈单调变化,由此可获得最优发电功率调度和C/D功率调度的准确范围,并为蓄电池在每个时间区间保持足够的容量提供指导。

看不懂......

《计及区间预测信息的含风电电力系统有功多时间尺度协调调度优化方法》

将点预测信息纳入含风电的电力系统调度将不可避免出现“过调度”和“欠调度”。

本文提出计及区间预测信息的含风电电力系统有功多时间尺度协调调度优化方法。首先,利用电模型及其预测误差分布构建风电功率区间预测模型。其次,建立具有区间预测信息的风电场有功功率动态分群策略。再次构建了风电集群和机组与非AGC机组等多时间尺度协调的调度策略,通过滚动优化和反馈校正环节协调日前-日内以及实时调度。

在策略中既保留点预测信息又考虑误差分布特性(包含误差大小、分布形态),这对于保障风电消纳既电网安全经济运行具有重要意义。

日前调度:

主要依据日前风电功率预测和负荷预测信息,制定未来24小时常规机组的开机/停机和小时级别输出功率调度计划。本质数学问题是一个多场景和高纬度的混合整数规划问题

日内滚动:

依据超短期风电功率预测信息和提前制定的常规机组输出功率情况,安排未来4小时内各个常规机组输出功率,并每隔15分钟滚动刷新,本质数学问题是一个多场景和高维度的非线性规划问题。

实时调度:

考虑功率缺额以及备用容量情况,修正常规机组输出功率计划,本质数学问题是一个单时段小规模的非线性规划问题。

首先,利用风电功率预测模型获得点预测信息,并基于预测误差概率分布构成有功功率预测区间,该区间信息包含最大执行水平下(99%)和最小置信区间(60%)有功功率预测信息

其次,电力调度控制中心获得预测的发电和用电信息后,计算风电集群和AGC与非AGC机组的有功功率,以指令的形式下发

再次,在风电集群允许输出功率区间范围内,制定风电场动态分群策略,划分为若干个群,以此达到规避风电场之间调度指令分配不均问题

点预测采用LSTM模型

基于点预测结果,构造不同置信水平下的风电功率预测区间值

基于区间预测信息的风电集群划分公式:

t为风电功率时间,时间间隔为15min,γ为风电功率趋势判断因子,γ的上限为4下限为-4,所以为上限的时候,表示风电功率在周期内持续上升,为上坡群;为下限的时候,表示风电功率在周期内持续下降,为下坡群;在(-4,4)之间,跳跃式来回摇摆,需要根据预测周期内风电功率波动阈值\eta区分来回摇摆程度。

最后,将因预测误差而造成的AGC、非AGC和风电场/集群造成的调度偏差信息反馈给电力调度控制中心,通知制定反馈校正策略对输出的功率进行校正

《基于组合模型的短期风电功率区间预测及经济调度》

在风电功率的点预测阶段,采用深度学习中能够充分挖掘时间序列时序特征的双 向长短期记忆神经网络进行预测,并用贝叶斯优化对网络的超参数进行优化,得到趋势分量、 振荡分量和随机分量的点预测值;

在风电功率的预测区间构造阶段,利用混合核密度估计方法对振荡分量和随机分量的预测误差进行误差分布估计,进行概率区间预测,再叠加点预测值得到总体的风电功率区间预测结果。

最后,针对风电功率预测的不确定性问题,建立了基于风电功率区间预测的电力系统经济调度模型,将区间预测信息纳入到调度模型中,调度模型中除了考虑发电机组的发电成本外,还计及了污染处理成本和系统的备用容量成本。通过制定蜂群最优引导策略和引入动态概率对人工蜂群算法进行了改进,使用该算法对调度模型进行求解。

区间的信息怎么引入调度模型呢?

随着电力市场的不断发展,备用容量逐渐被纳入有偿服务,备用容量是指发电系统中,为保障用电需求而储备的额外容量,一但供电出现问题,备用容量就会立即接收,以保障电力的连续供应。在含有风电等具有不确定性电源的电力系统中,为保障电网的安全稳定运行,更需要安排足够的备用容量。

目标函数:

利用风电功率的预测区间来确定系统中用于平衡风电不确定的正、负备用容量,正负备用容量则可以由风电功率的预测区间的上、下界确定。

备用容量约束:

《基于区间预测调节的双时间尺度多源微网优化调度》

对光伏发电、风力发电、微燃机冷热电三联供系统以及蓄电池等不同微源进行分析建模,提出日前调度策略

然后再日前调度结果的基础上,加入考虑区间预测不确定性的滚动优化对源荷的能量匹配进行实时修正,作为第二时间尺度的调度策略。

本文使用统一误差百分比表示实际负荷需求量与日前预测量的差值(干嘛用的?)

实时调度优化中,控制变量的数目较少,仅为可控负荷与蓄电池

目标函数包括运行维护成本和负荷补偿成本

采用考虑统一预测误差的滚动优化策略对第二时间尺度即实时调度进行优化,以日前优化的调度值配合前一个时间段的实际值作为实时调度的参考基准值。每15min对后续4小时的时间进行第二轮的滚动预测优化。

区间可能度法:根据区间可能度法对基本电平衡约束条件进行确定性转化

是一种处理不确定性和模糊性问题的数学方法,属于模糊数学的范畴。在模糊数学中,区间可能度法用于衡量一个模糊时间发生的可能性大小。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1629444.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

ReactJS中使用TypeScript

TypeScript TypeScript 实际上就是具有强类型的 JavaScript,可以对类型进行强校验,好处是代码阅读起来比较清晰,代码类型出现问题时,在编译时就可以发现,而不会在运行时由于类型的错误而导致报错。但是,从…

区块链与Web3.0:区块链项目的推广

数字信息时代,一场革命正在酝酿中,那就是区块链与Web3.0的结合。这种结合将会改变我们对于信息传输、存储和使用的方式,并有可能推动媒体行业向新的高度发展。这种转变不仅关系到我们如何获取和使用信息,也涉及到如何用创新的方式…

以太网LAN双向透明传输CH9120透传芯片实现以太网转232串口转485转TTL串口

网络串口透传芯片 CH9120 1、概述 CH9120 是一款网络串口透传芯片。CH9120 内部集成 TCP/IP 协议栈,可实现网络数据包和串口数据的双向透明传输,具有 TCP CLIENT、TCP SERVER、UDP CLIENT 、UDP SERVER 4 种工作模式,串口波特率最高可支持到…

java-springmvc 01 补充 javaweb 三大组件(源码都是tomcat8.5项目中的)

01.JavaWeb三大组件指的是:Servlet、Filter、Listener,三者提供不同的功能 这三个在springmvc 运用很多 Servlet 01.Servlet接口: public interface Servlet {/*** 初始化方法* 实例化servlet之后,该方法仅调用一次 * init方法必须执行完…

vue如何发送请求给后端(包括前后端跨域)

目录 有哪些方法可以发送请求要请求先解决跨域问题代理服务器后端解决跨域问题 axios发送请求vue-resource发送请求 有哪些方法可以发送请求 以前可能了解过: xhr 即:new XMLHttpRequest()jQuery 即:$.get $.postaxios fetch 在vue中特有的…

27.统一网关Gateway-路由断言工厂

在配置文件中写的断言规则只是字符串,这些字符串会被Predicate Factory读取并处理,转变为路由判断的条件。 例如:Path /user/** 是按照路劲匹配,这个规则是由 org.springframework.cloud.gateway.handler.predicate.PathRouteP…

数据库锁介绍

数据库锁是一种同步机制,用于控制多个事务对共享资源的访问,防止并发操作造成的数据不一致。在数据库中,锁通常分为两种基本类型:排他锁(Exclusive Locks)和共享锁(Shared Locks)。排…

PotatoPie 4.0 实验教程(22) —— FPGA实现摄像头图像对数(log)变换

什么是图像的log变换? 总的来说,对数变换是一种常用的图像增强技术,可以改善图像的视觉质量、减少噪声以及突出图像中的细节,从而提高图像在视觉感知和分析中的效果和可用性。 图像的对数变换(log transformation&am…

xLua详解

目录 环境准备xLua导入 C#调用LuaLua解析器Lua文件加载重定向Lua解析管理器全局变量的获取全局函数的获取List和Dictionary映射table类映射table接口映射tableLuaTable映射table Lua调用C#准备工作Lua使用C#类Lua调用C#枚举Lua使用C# 数组 List 字典数组List字典 Lua使用C#扩展…

锂电池SOH预测 | 基于CNN-GRU的锂电池SOH预测(matlab)

锂电池SOH预测 锂电池SOH预测完整代码锂电池SOH预测 锂电池的SOH(状态健康度)预测是一项重要的任务,它可以帮助确定电池的健康状况和剩余寿命,从而优化电池的使用和维护策略。 SOH预测可以通过多种方法实现,其中一些常用的方法包括: 容量衰减法:通过监测电池的容量衰减…

图像处理ASIC设计方法 笔记19 连通域标记ASIC系统设计

目录 核心的模块有:标记ASIC的工作流程如下:该芯片的系统结构具有如下特点:P131 第6章 连通域标记与轮廓跟踪 本章节讲述了多值分割图像连通域标记芯片的系统设计 多值分割图像连通域标记芯片(以下简称"标记芯片",也称"标记 ASIC"),完成图像连通域标…

PotatoPie 4.0 实验教程(27) —— FPGA实现摄像头图像拉普拉斯边缘提取

拉普拉斯边缘提取有什么作用? 拉普拉斯边缘检测是一种常用的图像处理技术,用于检测图像中的边缘和边界。它的主要作用包括: 边缘检测:拉普拉斯算子可以帮助检测图像中的边缘,即图像中亮度快速变化的位置。这些边缘通常…

MAC有没有免费NTFS tuxera激活码 tuxera破解 tuxera for mac2023序列号直装版 ntfs formac教程

Tuxera NTFS 2023破解版是一款非常好用的在线磁盘读写工具,该软件允许mac用户在Windows NTFS格式的硬盘上进行读写操作,Mac的文件系统是HFS,而Windows则使用NTFS格式,这导致在Mac系统上不能直接读写Windows格式的硬盘。然而&#…

什么ISP是住宅IP,和普通IP有什么区别?

ISP(Internet Service Provider)即互联网服务提供商,是向广大用户综合提供互联网接入业务、信息业务和增值业务的电信运营商。住宅IP,也称为家庭IP,是指由ISP分配给家庭或个人用户的IP地址。这些IP地址是真实的&#x…

【深度学习】Yolov8使用心得

兜兜转转,原本以为和yolov没啥关系了,但是新公司又回到了yolov侧。 yolov8 可以用pip的方式安装,以package的三方软件包形式,隐藏了很多细节。当然你也可以从git上把全套代码down下来。 1.分类模型 1.1 改错误 位置&#xff1a…

jenkins教程

jenkins 一、简介二、下载安装三、配置jdk、maven和SSH四、部署微服务 一、简介 Jenkins是一个流行的开源自动化服务器,用于自动化软件开发过程中的构建、测试和部署任务。它提供了一个可扩展的插件生态系统,支持各种编程语言和工具。 Jenkins是一款开…

boot https ssl 使用http协议访问报错

在springboot中配置ssl以后, 再次使用http访问对应的接口就会报错 可以考虑如下设置,将http访问的端口重定向到https对应的端口 import org.apache.catalina.Context; import org.apache.catalina.connector.Connector; import org.apache.tomcat.util…

分段函数拟合-施加分段点连续约束条件|【Matlab源码+视频介绍】

专栏导读 作者简介:工学博士,高级工程师,专注于工业软件算法研究本文已收录于专栏:《复杂函数拟合案例分享》本专栏旨在提供 1.以案例的形式讲解各类复杂函数拟合的程序实现方法,并提供所有案例完整源码;2.…

CISSP通关学习笔记:共计 9 个章节(已完结)

1. 笔记说明 第 0 章节为开篇介绍,不包括知识点。第 1 - 8 章节为知识点梳理汇总,8 个章节的知识框架关系如下图所示: 2. 笔记目录 「 CISSP学习笔记 」0.开篇「 CISSP学习笔记 」1.安全与风险管理「 CISSP学习笔记 」2.资产安全「 CISSP…

MIPS32 指令架构

指令格式 R 类型 说明: 用于寄存器和寄存器操作 参数说明: Op: 指令操作码Rs: 第一个源操作数寄存器号,参与运算使用Rd: 目的操作数寄存器号,保存结果使用Shamt: 位偏移量,仅在位移指令使用,在此直接置0Func: 指令函…