基于储能技术的复杂有源配电网供电可靠性分析

分布式发电设备经过有效布局和调度可降低资源浪费,但传统方法存在布局不合理、调度效果差等问题。为此,提出基于储能技术的复杂有源配电网供电可靠性分析。首先分析分布式储能技术的基本原理,以电荷状态评价储能系统的电流剩余电量;在负荷点指标加权运算下确定电力系统中各项指标值,获取有源配电网运行过程中负荷的具体变化,简化馈线区可靠性参数,采用蒙特卡罗法抽样各层样本,运算出系统可靠性指标的期望值,确定有源配电网故障分区,根据孤岛随机变量获得系统概率可靠性指标,实现对有源配电网可靠性的全面评估和分析。实验结果表明:所提方法能够模拟电网实际运行状态,评估准确性较高。

基于信息共享的光伏清洁能源输出功率预测方法

与传统能源不同,光伏发电-储电-用电的历史信息数量多、约束条件复杂度较高,且缺少必要的数据共享过程,导致光伏清洁能源输出功率预测的准确率较差。在光伏清洁能源输出功率预测方法中引入信息共享方法,利用信息集成模块集成生产管理系统、电网规划系统、主管信息系统、调度系统、历史生产数据、市场交易等光伏清洁能源数据,设计一种信息共享方法,降低光伏清洁能源数据的差异化程度。通过PSOEM优化BP神经网络算法,预测光伏清洁能源输出功率,引入带扩展记忆的粒子群算法来改善算法陷入局部最优值的缺陷,提升光伏清洁能源信息预测精度以及收敛速度,构建光伏清洁能源输出功率预测模型。模型测试结果表明,该方法能够准确实现光伏发电信息、储电信息以及用电信息的实时共享,预测光伏电力系统输出功率的HM准确率达96.3%,RMSE准确率达93%。