考虑复杂出行链基于双链马尔科夫的电动汽车负荷建模方法

为解决电动汽车(electric vehicle,EV)负荷建模困难且精度低的问题,提出了考虑复杂出行链基于双链马尔科夫的电动汽车负荷建模方法。首先,对5种状态下EV的荷电状态进行划分;其次,对出行时间、停驻时长等与EV出行相关的内部因素以及道路拥堵、天气状况、空调启停等外部因素进行分析,并据此构建考虑内外部因素的EV复杂出行链模型;最后,在确定主链和辅链的状态转移概率矩阵基础上,推导双链马尔科夫的一步转移概率矩阵,建立不同状态下考虑复杂出行链的EV负荷模型。对所提EV负荷模型进行仿真验证,并与典型日EV负荷数据及其他建模方法进行对比,结果表明,所提负荷模型的精度更高,能够更加准确地描述EV充放电负荷。

高比例可再生能源电力系统的马尔科夫短期负荷预测方法张涛,顾洁

高比例可再生能源并网将成为未来电力系统的基本特征,可再生能源发电技术的持续发展和可再生能源价格补贴机制与市场化消纳方法结合,为主动负荷的时段转移特性提供技术支持与利益驱动。双重推动下使得负荷需求与可再生能源出力间的相关性增强,提出了考虑可再生能源出力因素的短期负荷组合预测方法,引入负荷需求与可再生能源出力的相关性以改善高比例可再生能源电力系统短期负荷的预测效果。应用交叉谱方法以凝聚谱值刻画负荷需求与可再生能源出力的相关性,将负荷与可再生能源出力数据序列离散化后形成2条马尔科夫链,结合马尔科夫误差修正建立了高比例可再生能源电力系统下考虑可再生能源出力因素的短期负荷组合预测模型。将预测模型应用于某实际电网,预测结果表明,所述方法提高了预测精度,能较好地解决高比例可再生能源电力系统的短期负荷预测问题。

基于组合预测模型的新能源电力系统短期负荷预测研究

随着风电、光伏等新能源的快速发展,电力系统的负荷需求变化和新能源出力的随机波动性具有高度的相关性,因此负荷的短期预测需考虑新能源出力的影响。本文提出一种融合支持向量机和双链马尔科夫理论的新能源电力系统短期负荷预测模型,该模型首先采用支持向量机挖掘负荷序列的整体变化趋势,并通过粒子群算法进行参数优化,然后通过双链马尔科夫模型来深层次分析考虑新能源出力因素的负荷时序变化特征,以此来修正支持向量机的初始预测结果。最后以国内某实际电网的新能源及负荷的实际出力数据为例,对所提方法的可行性和有效性进行了验证。