基于人工鱼群算法的水风光联合调峰优化模型

本文提出基于多Agent人工鱼群算法(MAAFAS)的,以剩余负荷均方差最小为目标函数的梯级水风光短期调峰优化调度模型。该模型充分结合了Agent算法的自主性和人工鱼群算法的全局寻优性,降低了约束的复杂性,易于获得复杂问题求解下的最优解。并以我国南方地区某流域的6座水电站,11座风电场,4座光伏电站组成的风光水电源互补系统为研究对象,从不同来水场景下(汛期、枯期)进行实例分析。结果表明:该模型可以有效地利用水电能源的调峰能力,平均提高负荷峰谷差降幅率到44.65%,缩小原始负荷峰谷差3300 MW,剩余负荷趋于平稳,便于风光能源的更好消纳,是一种实用性较强的水风光短期调峰优化方法。

探索“渔光互补”发展光伏农业——以鄂州20MWp农业光伏科技示范园为例

建设生态农业、促进能源供应是我国经济建设的重要命题。"渔光互补"模式充分利用水面资源,以发展生态农业为核心,以水产养殖业为主体,配套建设光伏发电系统,具有生态、能源、社会多重收益,具有巨大发展空间。

基于EEMD-ANN的自适应光伏日电量预测方法

随着清洁能源的持续发展,我国光伏电源装机规模不断增大。为了应对其随机性、波动性、不确定性等特点给电网安全运行带来的严峻挑战,研究中结合集合经验模态分解(EEMD)方法对原始时间序列进行处理,将其分解为有限且少量的振荡模式,形成更清晰的信号输入,再通过人工神经网络(ANN)实现历史数据的规律挖掘,构建了基于EEMD-ANN的自适应光伏日电量预测模型。以我国南方某光伏电站日电量过程为例的结果表明,该模型获得的预测结果具有较好的预测精度,是一种实用性较强的光伏电量预测方法。