基于功率重构和时序特性约束的长预见期光伏集群功率预测

光伏装机容量的逐渐增大为大规模的光伏并网带来了巨大挑战,突破更长预见期的光伏功率预测有助于电力系统的安全稳定运行。现有研究及应用最长预见期为7 d,为将预见期延长至8~15 d,提出了一种基于功率重构和时序特性约束的长预见期光伏集群功率预测方法。首先,采用近似积分计算日电量和辐照能;其次,基于麻雀搜索算法优化变分模态分解以分解电量及辐照能序列,并采用多元线性回归模型对不同频率的分量进行预测叠加得到电量预测结果;然后,根据出力特性建立约束过程,将电量预测结果重构为光伏功率;最后,将所提方法应用于中国甘肃省某光伏集群,模型在不同季节典型月功率预测的均方根误差平均降低2.55%,验证了方法的有效性。

基于高阶马尔可夫链的纯电重卡集群负荷预测

相比于普通电动汽车,纯电重卡具有更高的充电功率、更大的电池容量和更可观的调度潜力,同时受货物重量、物流特性及行驶路径等诸多因素影响,其充电负荷呈现更大的随机性,建立准确的纯电重卡集群负荷预测模型有利于掌握其充电规律,降低对电网的冲击。为此,提出了考虑物流特性基于高阶马尔科夫链的纯电重卡集群负荷预测方法。首先,在考虑软时间窗约束实现纯电重卡路径规划的基础上,通过分析纯电重卡行驶特性预测其开始充电时间,以获取各时刻纯电重卡充电数量;其次,对纯电重卡的荷电状态区间进行模糊双层离散化分区处理,将每个大区间进一步细分为n个小区间,提高预测精度;然后,在求取纯电重卡荷电状态多步转移概率基础上,采用高阶马尔可夫链建立集群负荷预测模型,实现更为精确的负荷预测;最后,采用某物流园区实际纯电重卡数据进行仿真验证,结果表明,所构建的负荷预测模型较准确地预测了纯电重卡集群功率,同时减小了普通马尔科夫链方法的预测误差。

以瓶颈为中心多层次负荷集成的订单交货期预测方法

针对MTO(make-to-order)生产环境下的订单交货期预测问题,提出了一种集成订单接收、订单投放与车间调度等多层次负荷,以瓶颈为中心的订单交货期预测(bottleneck driven due-date forecasting, BDDF)方法。该方法先根据订单是否通过瓶颈,分类估计“鼓链”与“非鼓链”订单在不同层次的负荷,同时利用Little’s法则估计各个层次的通过时间,求和得到订单的交货期。运用FlexSim建模仿真比较了BDDF方法与两种经典交货期预测方法在不同订单池排序规则、车间调度规则以及保护产能水平组合下的系统绩效。结果表明,BDDF方法在拖期率、平均拖期以及延期标准差指标上均优于两种经典方法。同时,订单池排序规则、调度规则以及保护产能水平都会影响BDDF方法的系统绩效,需要根据实际情况选择合适的参数,以更好地控制订单交货期,避免订单延期。

多尺度优化技术在沿海风场同化预报系统中的应用

针对预报系统同化资料的时空分布特征,设计并开展了三组针对不同尺度信息优化的资料同化试验,并使用沿海地区两个测风塔边界层内风场观测数据对模式预报结果进行检验。测风塔观测表明陆地与海上近地层的风场特征截然不同。各组同化试验均能够再现陆地和海上观测风场的主要特征,但海上测风塔的风场预报误差高于陆地测风塔。各组同化试验的预报结果存在较大差异,其中结合新动量控制变量和大尺度约束的试验能够最好地模拟出观测风场的风向和风速分布。进一步表明,沿海地区的近地层风场模拟仍然存在较大的不确定性,需要进一步优化海洋边界层的参数化方案。

西津水电站汛期控制运行水位调整方案研究

为助推能源绿色低碳转型,进一步挖掘西津水电站调节潜力,笔者基于郁江流域防洪体系建设和西津水电站历年调度运行情况,通过预报调度法和预泄能力约束法分析提出汛期控制运行水位调整方案,并对调度方案带来的影响、风险和效益进行分析。结果表明,方案具有可操作性,风险可控,同时有一定发电效益,可为西津水电站汛期精细化调度提供参考。

结合预测机制和QoS约束的网格资源调度算法的研究

资源调度是网格计算领域中的研究热点之一.以达到最优的资源利用率和提高用户对服务的满意程度为目标,定义了资源QoS约束和形式化描述;在任务完成期限和网络带宽的双重属性约束下结合预测机制,提出了网格资源调度算法Senior;应用GridSim工具包实现了相关的调度算法,并对调度算法仿真结果中的数据进行了分析和比较,验证了Senior调度算法在解决类似问题的优势.

考虑预测误差的风电场储能配置优化方法

利用储能降低风电预测误差能够降低风电出力不确定性,从而减少弃风,储能的容量和功率配置则直接影响到补偿预测误差的效果和经济性。基于T location-scale(TLS)分布建立了风电预测误差概率分布模型,使用几何分布描述风电误差持续性,并利用粒子群算法对模型中的参数进行了极大似然估计。以风电场收益最大为优化目标,将补偿风电预测误差的置信度以机会约束的形式加入储能配置优化模型,并在模型中考虑了对风电预测出力曲线的修正。仿真计算结果表明,所提方法能够很好地拟合预测误差的概率密度函数和误差持续时间,储能配置的经济性优于不考虑误差持续时间和出力修正的模型,验证了所提方法能够提高储能配置的准确性和经济性。

一种计及电网安全约束的风电优化调度方法

提出了一种在现有电网条件和电源结构下提高接纳风电能力的优化调度方法。该方法根据风电功率预测数据、电网负荷预测数据和省间联络线计划,协调优化安排常规机组,预留风电出力空间,然后计及电网安全稳定等约束条件,计算并网风电场有功出力的安全区域,根据不同风电场有功出力对区域电网安全影响的敏感性高低,安排风电场发电计划,尽可能多地接纳风电。现场运行数据验证了所提出的风电优化调度方法的有效性。

基于最大熵原理的网络流量预测综合模型

由于影响网络流量变化的不确定因素很多,采用了信息理论中的最大熵原理构建综合预测模型。该模型根据历史预测误差对各种单一预测模型进行取舍,并以它们的预测结果作为约束信息,利用最大熵原理得到预测结果的分布。通过对实际网络流量的预测与测量,表明与单一预测模型相比,该综合模型的预测精度有了明显的提高,预测结果更合理、客观。

卖空限制、意见分歧与IPO溢价

以2001-2007年的IPO公司为样本，以分析师对IPO上市首日价格预测的离散程度和上市首日换手率衡量投资者之间的意见分歧，研究在严格卖空限制下，意见分歧程度的大小是否影响IPO溢价。研究结果表明，分析师对上市首日价格预测的离散程度越大，上市首日换手率越高，IPO溢价程度越高；分析师预测的乐观极限越高，IPO溢价程度越高。

低功耗编译技术综述

功耗问题已经成为制约电子系统发展的重要因素.功耗是由硬件在运行软件时产生的,软件的数据存取和指令执行都会使硬件产生功耗.编译器可以通过适当的调度优化,改变软件在硬件上的运行轨迹,使得硬件执行某一个程序时的功耗变小.本文从如何对软件的功耗进行评估和如何实现低功耗的编译两大方面对低功耗编译的相关研究进行了广泛介绍,着重评述了专门的低功耗编译技术.最后对当前低功耗编译存在的问题做了分析,给出了对于低功耗编译新方向的预测.

管理者过度自信与企业创新投资:融资约束和股权激励的作用

利用沪深上市公司2010~2017年的数据,本文分别从股权激励中介的角度和融资约束调节的角度深入考察了管理者过度自信对企业创新投资的作用路径。研究发现:控制企业融资约束后,企业创新投资仍然与管理者过度自信显著正相关,但融资约束在管理者过度自信与企业创新投资的关系中起负向调节作用,企业创新投资与管理者过度自信的正相关关系只表现在融资约束程度较低的组中,当企业融资约束程度较高时,企业创新投资反而与管理者过度自信呈负相关关系;股权激励在高管过度自信与企业创新投资的关系中起部分中介作用。本文对深入理解管理者过度自信对企业技术创新的影响及其作用机理提供了新的经验证据,也为发展激励企业技术创新的机制提供了新的重要视角。

优化气井配产的多因素耦合分析方法及其应用

分析预测气井的稳产能力是优化气井配产的关键之一,传统上主要依靠气藏数值模拟来实现,需要充分的静、动态资料支撑。针对复杂气藏开发早期开展上述工作的难点,研究提出了基于测试资料和早期生产数据的分析方法,即通过流入流出曲线图版确定气井产量调节的可行区域,在此基础上进一步计算井控储量,建立和求解流入、流出及物质平衡联立方程,绘制产量与无阻流量比值、井底流压与地层压力比值以及井口油压随生产时间变化的关系曲线图版。这样不但掌握了井口输气压力约束条件下不同配产的稳产时间,而且掌握了产量与无阻流量比值等经验性参考指标随生产时间的变化情况,认识了不同时期气井维持稳产的潜力,为优化气井配产提供了实用的定量化分析手段。

考虑风电出力和负荷不确定性的电力系统有功优化潮流

建立了考虑风电出力和负荷不确定性的电力系统有功优化潮流模型。针对传统经验值法确定的系统所需旋转备用容量适应性较差的不足,文中在对风电出力和负荷需求进行区间预测的基础上,采用极限场景理论确定系统的正负旋转备用以协调风电出力和负荷的随机性。针对现有爬坡率约束只考虑单时段机组调节的缺点,为避免系统在风电出力和负荷出现陡峭波动时,机组调节量超过限值,加入多时段耦合约束以平衡系统风电出力和负荷的波动性。最后通过一种改进的粒子群算法对模型求解,并以含风电场的IEEE 30节点系统为算例验证所提模型的正确性与有效性。

电力系统多级负荷预测及其协调问题 (四)约束最小二乘可信度

多级负荷预测的基本协调模型和关联协调模型能够较好地解决各种具有直接加和特性的多级预测协调问题。文中在分析其模型特征的基础上,针对原有的加权最小二乘可信度容易出现对预测值调整幅度过大的不合理现象,提出了约束最小二乘可信度优化模型,使得由此形成的多级协调模型可以更加有效地提高电力需求预测的精度。文中还分析了基于约束最小二乘可信度的多级协调模型提高预测精度的机理,并通过实例验证了约束最小二乘可信度的有效性及其对多级预测效果的改善。

基于Beta噪声模型支持向量回归及其应用

大部分回归技术假设误差服从Gauss分布,并把最小化误差的平方和作为优化目标.然而,风电预报的噪声不服从Gauss分布,而是服从Beta分布.在ν-支持向量回归的基础上,本文提出一种基于不等式约束的Beta噪声支持向量回归(BN-SVR)的新模型,并将其应用于短期风速预报中.实验结果说明,模型BN-SVR是有效可行的,且较经典支持向量回归模型获得更好的性能.

多媒体资源容量控制的点像约束预测研究

传统的多媒体资源压缩算法采用普通容量控制的方法,要么损失图像的质量,稀疏抽取来达到大的压缩率,要么压缩率小,不能两者兼顾;提出一种多媒体资源容量控制的点像约束预测方法,利用多媒体资源内点像之间的相互关联关系,采用点像预测的方法,构建压缩与解压的模型,兼顾多媒体资源的保真度与压缩率参数,实现高保真和大压缩率。采用图像进行实验测试,结果显示,采用该预测算法,图像的容量控制率可以达到66%,高于传统多媒体资源81%的压缩率,并且图像的保真度很高,具有很好的应用价值。

实时预报调度下确定水库汛限水位上限值的研究(英文)

提出了实时预报调度下,综合考虑洪峰预报误差、峰现时间预报误差和下泄能力误差综合影响下的风险约束法,和实时预蓄预泄法相结合的双约束法,得出根据风险约束法推导出的防洪限制水位,作为防洪限制水位的下限值确定的主要依据之一,并将此水位作为实时预蓄水预泄水法有效预泄期末的水位,来确定防洪限制水位的上限值.并运用到罗湾水利枢纽的根据历史水文资料随机虚拟的实时预报校核洪水和1983年的实时预报洪水.结果表明,从防洪风险的角度来分析,完全可以将防洪限制水位的上限值提高到369.82m,水库防洪都是安全的.

管理层预测能力促进了企业R&D投资吗?——基于A股上市公司的经验证据

企业R&D投资决策依赖于管理层的预测能力。以2009~2016年披露R&D投资信息的A股上市公司为样本,实证检验管理层预测能力对企业R&D投资的影响。研究发现:管理层预测能力越强,企业随后的R&D投资越多,且这种促进作用在高环境不确定性、强融资约束的公司更明显。进一步研究发现,管理层预测能力越强,R&D投资对企业未来绩效的促进作用越强。研究拓展了管理层异质性对企业R&D投资决策影响的理论文献,对管理层任命决策以及创新驱动发展战略的长远价值提供了重要的经验启示。

最小最大车辆路径问题的动态自适应蚁群优化算法

为求解最小最大车辆路径问题,提出动态自适应蚁群优化算法.该算法采用动态最大最小蚂蚁系统策略调整最优解,每次迭代更新τmin,将τmin作为当前信息素矩阵最大值的函数,根据当前最优弧调整选择弧的概率.采用一种灰色模型预测及控制信息素矩阵的边界,以增强蚁群算法参数的自适应性能.对信息素浓度相对较高的多个节点及其附近的边,利用信息素关联累积规则进行信息素更新.将文中算法进行场景的实例测试,仿真结果表明,该算法与线性规划、其他相关的蚁群算法相比,收敛速度更快,具有更好的优化性能和应用效果.