刘白杨
- 作品数：2 被引量：3H指数：1
- 供职机构：华北电力大学控制与计算机工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：理学机械工程更多>>
- 基于单一机组功率输出波动的风电场负荷分配优化策略
- 2013年
- 随着风电并网技术不断发展,风电场内负荷分配问题亟待解决,如何优化连续周期内风电场内各机组的负荷分配问题,是增加控制系统平稳性的关键所在。风电场内机组数量大地理位置分散,传统负荷分配模型维数过高易陷入"维数灾难难"困境中,针对这一问题,提取机组负荷特征值,利用模糊C均值方法对风电场内机组进行聚类分析,不同群组设置不同负荷分配优先级以降低维度;在风功率预测准确与机组全程功率可控的基础上,引入模糊函数作为权重系数建立目标函数,运用粒子群算法求解模型。所建立模型减少了连续周期内风电场单一机组功率输出的波动,并解决了负荷分配方案维数过高的问题。通过对某45MW风电场机组负荷分配问题的算例分析,验证了本方案的可行性及有效性。
- 刘白杨常太华张江昆胡阳李艺欣
- 关键词：风电场机组组合非线性规划
- 基于ARIMA与Elman神经网络的短期风速组合预测方法被引量：3
- 2013年
- 近年来研究表明,组合预测方法比单一预测具有更高的预测精度。提出了一种利用改进的Elman神经网络修正ARIMA模型预测结果的短期风速组合预测模型。先利用ARIMA模型对风速进行预测,其线性规律信息包含在时间序列预测结果中,非线性规律包含在预测误差中。再将ARIMA模型的预测误差及历史风速一阶差分序列作为改进的Elman神经网络输入变量,将ARIMA模型的风速预测误差作为输出变量。最后将ARIMA模型预测结果与Elman神经网络的误差预测结果叠加,得到最终修正后的预测风速。分析结果表明,该方法与单一ARIMA方法及其他组合方法相比,预测滞后性更小,预测精度更高,在风速预测领域具有较好的应用前景。
- 张江昆常太华孟洪民刘白杨胡阳张超
- 关键词：时间序列ARIMAELMAN神经网络风速预测
