修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

6 条数据
?? 中文（中国） ▾

  • [IEEE 2018电力系统计算会议(PSCC) - 爱尔兰都柏林(2018.6.11-2018.6.15)] 2018年电力系统计算会议(PSCC) - 基于日内预测光伏出力的电池储能充放电计划与机组组合更新下的供需年度评估

    摘要： 近年来，日本光伏系统安装速度不断加快。为减少供需失衡并实现更多光伏电力免于弃用，电力系统运行中应用光伏发电预测及储能设备至关重要。本文假设2030年后光伏发电量极高，重点研究电池储能系统（BESS）与常规电厂的协同运行。我们提出基于日前和日内光伏发电预测来确定和更新BESS充放电计划及发电机组组合的方法，并通过大电力系统模型为期一年的数值模拟结果评估该方法，以证明其在减少能源短缺和光伏电力弃用方面的有效性。

    关键词： 电力系统、电池储能系统（BESS）、光伏发电、光伏发电预测、机组组合（UC）

    更新于2025-09-23 15:22:29

  • 太阳能发电分布式电源短期功率预测模型设计

    摘要： 背景/目标：为提高光伏发电效率，计算与信息技术正日益应用于辐照度预测与校正。当前多数光伏组件用于并网发电，因此提前预测可用光伏输出的太阳能发电预测对将光伏资源并入电网至关重要。本文提出一种采用神经网络模型预测辐照度与光伏功率的短期太阳能发电预测系统。 方法/统计分析：该系统以地面气象站观测数据、物理模型的中期天气预报及天气研究与预报（WRF）模型的短期天气预报作为输入。为提高预测精度，系统根据光伏组件的特性与温度进行预测校正并确定校正系数，同时通过分析光伏组件倾角来预测光伏输出功率。 结果：在预测辐照度与实测辐照度的相关性分析中，所有预测时段的R2值均超过0.85，表明两者数据具有高度相关性。 结论/应用：未来将进一步优化该太阳能发电资源预测系统并在实际环境中运行。

    关键词： 光伏发电预测、风力发电、预测系统、太阳能、分布式发电

    更新于2025-09-23 15:22:29

  • 基于历史输出数据的集成学习Bagging模型在光伏预测中的应用

    摘要： 众所周知，全球能源生产趋势正从传统化石燃料向可持续能源转变。为减少温室气体排放，应提高可再生能源比例，其中太阳能和风能通常引领着这一能源变革。然而可再生能源高度依赖天气条件且具有间歇性发电特性，因而存在不确定性与波动性。这可能导致电力系统出现波动与不确定性，因此准确预测可再生能源输出至关重要。针对这一问题，大量研究聚焦于预测模型，机器学习是其中的典型方法。本文采用装袋模型预测太阳能输出。装袋模型通常以决策树作为基学习器，但为提高预测精度，我们提出以集成模型作为基学习器并加入历史输出数据作为新特征的装袋模型。我们将随机森林、XGBoost和LightGBM等集成模型设为基学习器，同时采用历史输出数据作为新特征。结果表明：基于集成学习器的装袋模型（使用历史数据特征）比采用单一模型学习器及默认特征的装袋模型具有更高预测精度。

    关键词： 集成学习、决策树、装袋法、Light GBM、滞后数据、机器学习、随机森林、XGBoost、光伏发电预测

    更新于2025-09-23 15:21:01

  • [2019年IEEE亚太电力与能源工程会议(APPEEC) - 中国澳门(2019.12.1-2019.12.4)] 2019年IEEE亚太电力与能源工程会议(APPEEC) - 基于数据聚类与参数优化的光伏发电预测

    摘要： 随着光伏产业的快速发展，光伏功率预测已成为亟待解决的问题。本文提出一种基于数据聚类与参数优化的光伏功率预测方法，其实施步骤如下：首先通过分析光伏电池物理模型确定待采集气象特征，并采用K-means算法将采集的数值天气信息划分为若干类别；随后针对各类别采用BP神经网络进行训练，并提出自适应参数优化方法防止模型陷入局部最优；最后通过与其他模型的对比验证本方法的有效性。

    关键词： 光伏发电预测，BP神经网络，数据聚类，参数优化

    更新于2025-09-19 17:13:59

  • 利用光伏功率预测提升有源配电网状态估计与不良数据辨识

    摘要： 针对有源配电网实时测量数据不足的问题，提出一种基于光伏发电预测的有源配电网状态估计方法。首先采用遗传算法优化的极限学习机进行光伏发电预测；其次运用高斯混合模型对预测误差建模，利用预测误差的加权均值修正光伏发电预测值，并以预测误差的加权方差作为伪测量权重的设定依据；最后综合SCADA系统采集的实时测量数据、预测伪测量数据及虚拟测量数据，采用加权最小二乘算法实现有源配电网状态估计。IEEE 33节点系统仿真表明，该模型能为有源配电网提供准确可靠的伪测量数据，提升系统冗余度，从而在不增加测量装置的情况下进一步提高状态估计精度及不良数据检测辨识能力。

    关键词： 高斯混合模型、不良数据、光伏发电预测、主动配电网、状态估计、伪测量

    更新于2025-09-16 10:30:52

  • 大规模光伏电站太阳能发电的时间序列预测

    摘要： 准确的太阳能发电预测对于并网光伏系统至关重要，尤其是在环境条件波动的情况下。光伏功率输出的预测对保障电网运行、调度和电网能量管理具有关键作用。在缺乏历史太阳辐射测量数据或其他气象参数记录的地区，时间序列分析是光伏输出预测的关键要素之一。本研究严格对比了包括统计方法和基于人工智能方法在内的多种时间序列预测技术在光伏功率输出预测中的应用，并探究了预测时间范围变化对所有算法的影响。通过开展小时级太阳能发电预测来验证不同模型的有效性。本研究所用数据来自中国一座20兆瓦并网光伏电站的3640小时运行数据。

    关键词： 神经网络、统计方法、光伏发电预测、时间序列分析、深度学习、并网光伏电站

    更新于2025-09-12 10:27:22