ABC-BP风力发电机组短期功率预测方法

稳定可控的风力发电系统是风力资源开发利用的核心,提出一种基于人工蜂群-神经网络算法(artificial bee colony-back propagation,ABC-BP)的风力发电机短期功率预测方法,进一步提高短期风电功率预测的准确性。针对现有短期功率预测方法中遇到的收敛速度慢、局部最优等缺陷,结合ABC人工蜂群算法,提出改进ABC-BP算法。在对其数学模型收敛性证明的基础上,采用实际风电数据进行仿真验证,并通过模拟风力发电平台,进行实验,实验结果表明,预测数据达到实验要求,所提出的改进算法模型是可行的。改进ABC-BP算法应用于风力发电机监测系统中,为降低风电系统运维成本、提高监测效率提供一种有效解决方案。

一种基于改进GWO算法的风-光-储联合系统优化调度方法

当前,风电、光伏等可再生能源逐渐取代火电,同时也为电网带来了较强的不确定性。为了解决该问题,需要对电网进行调度补偿。风能、光能等可再生能源在并入电力系统时易产生较大波动。通过建立风-光-储联合系统数学模型,并应用改进GWO算法求解模型,可以减少风-光发电并网时对系统的冲击。文章提出了基于改进GWO算法的风-光-储联合系统优化调度方法,并验证了方法的可行性。