非晴空条件下光伏发电短期功率预测方法

针对非晴空条件下光伏发电短期功率预测精度不高的问题,提出一种基于自适应混合核的相关向量机光伏发电短期功率预测方法。通过构造混合核函数和自适应寻优核参数来增强预测模型的泛化和学习能力,建立对多尺度多模态变化数据的映射关系,实现光伏发电功率随机性波动规律的机器学习和有效捕捉。采用关联系数筛选历史相似日,通过历史相似日数据自动确定最优预测模型。最后,采用美国俄勒冈州某光伏电站的实测数据进行实验,对比该文方法与其他预测方法的功率预测精度。结果表明该文预测方法在非晴空条件下对光伏发电短期功率预测精度最高。

基于i_(p)-i_(q)法的改进谐波电流检测方法

针对现有谐波电流检测算法难以准确检测次同步谐波和超同步谐波电流的问题,提出了一种改进的i_(p)-i_(q)谐波电流检测算法。首先明确了低通滤波器平缓衰减性和动态调节能力不足是谐波电流检测精度不高的根本原因,然后采用在基频附近具有陡峭衰减特性的自调谐滤波器取代低通滤波器,实现了在不降低整数次谐波电流滤除效果的同时加强了次同步谐波和超同步谐波电流的检测效果;通过基于改进双曲正弦函数的自适应滤波算法改善i_(p)-i_(q)算法的动态特性,建立步长参数与谐波补偿电流的函数关系,实现步长参数的动态调整,克服了次同步谐波和超同步谐波电流的时变准稳态特性对谐波检测的不利影响,并通过电流畸变率、谐波含有率指标来评价改进算法的检测效果,仿真实验验证了改进算法的有效性。相较于传统i_(p)-i_(q)谐波电流检测法,本文方法可将谐波电流检测精度提高了23.59%,实现了次同步谐波和超同步谐波环境下对谐波电流的准确检测。