基于GA-ANFIS-FCM算法的电力能源预测

电力公司为居民和企业提供不间断的电力供应是其主要责任。预测电力能源需求总是保证电力供应的最佳方案。将遗传算法(GA)、聚类算法(FCM)和自适应神经模糊推理系统(ANFIS)相结合,构造了GA–ANFIS–FCM混合算法,并将算法用于电力能源预测。通过与独立的ANFIS–FCM模型比较,验证了GA–ANFIS–FCM3为最佳子模型。

基于帝王蝶优化算法的BP神经网络能源预测模型研究

基于帝王蝶优化算法,提出了一种新的帝王蝶-BP(Back Propagation)神经网络预测模型,以预测结果的平均绝对误差为目标函数,对BP神经网络模型的初始权重和阈值进行寻优,实现了对江西省能源供需的准确预测,并依据预测结果制定江西省低碳转型路径。通过与已有文献方法和权威公开数据的对比,验证了帝王蝶-BP神经网络优化预测模型的有效性和优越性。

可再生能源预测技术在电力系统中的实时应用

本实验采用实际数据集对可再生能源预测在电力系统中的实时应用进行了评估。实验结果表明,基于支持向量回归的算法能够较为准确地预测风电和太阳能的出力,预测结果的RMSE和MAE均保持在较低水平。可再生能源预测可以帮助电力系统更好地应对可再生能源的不稳定性和间歇性,从而提高电力系统的稳定性、安全性和经济性。在电力系统应用方面,可再生能源预测可以与其他控制策略相结合,实现电力系统的优化运行。

基于灰色序列生成中缓冲算子的能源预测

利用灰色系统理论中的缓冲算子预测原理,利用二阶弱化算子对我国能源消费进行了短期预测,重点分析了在我国传统能源结构中占重要地位的原煤、原油、天然气及水电的短期消费情况.得出结论:2000—2009年,我国传统能源消费将以平均每年0 068%的速度递减.其中:原煤消费将以平均每年0 51%的速度下降,而原油、天然气、水电则分别以1 21%、1 99%、0 84%的速度递增.最后对预测的结果进行了详细分析与论证.

改进的数据驱动子空间算法求解钢铁企业能源预测问题

本文以钢铁企业生产与能源系统作为研究背景,设计一种数据驱动的子空间方法(data-driven subspace,DDS)预测各生产工序的能源消耗.针对钢铁生产中能源消耗和回收的特点进行了分析,以提取子空间方法的建模因素;为了设计有效的求解方法,对实际生产和数据的特征进行了分析.为了提高预测准确率,文中引入了反馈因子和遗忘因子来改进子空间方法,因子的取值采用粒子群算法(particle swarm optimization,PSO)来优化.对实际生产数据的测试验证了本文所提出的方法的有效性,该结果能够为钢铁企业的能源预测和管理提供有效的决策支持.

IEA等国际组织能源预测预警工作经验及对我国的启示

世界各国依据本国国情采用不同的思路、组织方式开展能源预测预警工作,本文对3个典型的国际能源组织——国际能源署(IEA)、石油输出国组织总部(OPEC)、欧盟(EU)总部能源中心在能源预测预警工作方面从资金投入、组织管理、信息渠道、模型研究以及专家队伍建设方面进行了调研,并借鉴3个国际能源组织的有益经验,对我国能源预测预警工作提出了建议。

国际能源预测预警机制及对我国的启示

能源预测预警是一项复杂艰巨的工作,国际上已经有些国家依据本国国情采用不同的思路、组织方式开展该项工作。本文通过对三个具有代表性的国际能源组织——国际能源署(IEA)、石油输出国组织总部(欧佩克、OPEC)、欧盟(EU)总部能源中心的能源预测预警工作进行研究,在分析三个国际能源组织有益经验的基础上对中国能源预测预警工作提出了建议。

电网调度新能源预测技术探索与实践

新能源大量接入电网,对电力保供、运行方式安排及负荷预测等工作带来更高要求。汉中公司通过探索研究新能源装机规模发展情况,分析新能源发电特性对电网安全运行的影响,聚焦调度技术支撑和管理提升,主动应对陕西低电压等级新能源场站下放地调控制趋势,重点从电网调度新能源功率预测平台、区域新能源场站功率预测数据采集、开展新能源预测数据分析与展示等方面实践,解决了地市公司新能源预测“盲调”难题,安全支撑全网平衡、电网安全约束和安全稳定运行,助力新能源体系建设实践。

投入产出法在石化企业能源预测中的应用

简要介绍了企业实物型投入产出法的基本原理 ,并用投入产出法对某大型石化企业进行了生产结构和系统分析。利用此模型 。

基于遗传算法优化的GM(1,1)能源预测模型研究

能源消费预测是制订能源规划的重要组成部分。鉴于能源消费系统的复杂性和非线性的特征,本文结合某省能源消费的历史数据,用灰色系统理论建立了GM(1,1)预测模型,并对其优缺点进行了分析,在此基础上引入遗传算法,对该灰色预测模型参数进行优化,从而获得更为精确的能源预测模型和预测值。实例的预测结果表明,该模型可以作为能源消费预测的有效工具。

国内外能源预测模型和能源安全评价体系研究综述

本文综述了国内外构建能源预测模型和能源安全评价体系的现状,分析了现有研究成果的主要特点以及目前存在的不足和缺陷,并在此基础上对针对创新能源预测建模的关键问题进行了分析,以及应注重研究城市能源安全评价指标体系的学术主张。

Grey能源预测模型的研究及应用

根据钢铁企业能源发生和使用的特点,在能源管理系统的基础上,建立了能源预测动态数学模型,并对首钢京唐钢铁公司高炉煤气系统进行了实例计算。实验结果表明:在企业完全正常生产的情况下,对能源系统的发生和使用预测,取得满意的效果。并且模型还可展现调度方案的效果,为调度方案的评估提供参考。

灰色GM（1，1）模型及其在能源预测中的应用

本文叙述了灰色ＧＭ（１，１）模型及其在能源预测中应用的计算实例。对数据序列中某些数据缺失和具有跳跃性过大的非正常数据时，提出了一种改进办法。

宁波市能源预测预警信息系统建设研究

本文通过对宁波市能源预测预警信息系统建设实践,研究出能源信息管理系统应具备的功能和体系结构,为各级政府能源供给安全和能源的应急处理提供相对共性的技术保障和管理模式。

建筑可再生能源预测软件设计与应用研究

针对现存的可再生能源系统的设计方案算法单一、不适用于区域尺度、系统多样性不足等问题,基于系统运行参数建立了风电机组功率曲线、太阳能集热器的集热效率、光伏发电发电量预测及光伏板与环路热管结合的热回收效率四个预测计算模型。将四个模块进行程序化编写和界面设计,生成交互式可视化界面和可运行的EXE应用程序,为未来设计可再生能源系统和系统性能预测提供参考依据。

考虑多场景新能源预测的月度机组组合研究

为提高月度机组组合对不确定新能源的适应性,提出了一种考虑多场景新能源预测的月度机组组合方法,以提升电网新能源消纳能力。首先介绍了新能源多场景预测的基本概念,并提出了多场景新能源的表示模型。在此基础上,以预期运行成本及新能源损失电量最小化为目标,考虑电力电量平衡、网络安全、电厂合同电量等运行约束,构建了考虑多场景新能源预测的月度机组组合模型。该模型本质上为混合整数非线性规划问题,可以利用CPLES等规划程序包求解。以IEEE-30节点系统构造的算例表明,该方法能够充分考虑不确定新能源对电网运行的影响,提高月度机组组合方式对不确定性新能源消纳的鲁棒性。通过调整运行成本和新能源损失电量之间的比例系数,可以优化机组组合方式,协调系统运行经济性和节能性,提升电网运行整体效益。

考虑新能源预测准确性的实时峰谷电价调度研究

日前发电计划将新能源预测功率或乘系数后预测功率处理,未对适应边界进行求解。文章将负荷和新能源拟合等效负荷,通过最优划分聚类算法划分峰谷时段,通过将任意时段作峰电价和不同火电机组开机方式检验失负荷风险时新能源预测功率准确性概率,检验是否符合新能源功率预测准确性要求;通过将任意时段作谷电价结合该火电机组开机方式对应新能源限电率;此外分析新能源功率预测准确适应性,通过某地区电网实际算例验证有效性。

IEA最新世界能源预测

2015年11月份，国际能源署（IEA）发表《世界能源预测2015》，预计2020年以后现行的低油价将转为上升，担心油价的波动会影响长期能源安全和CO2排放量的削减。IEA的报告按以下3种政策情景进行预测：①现状情景（实施已法制化和确定的措施）；②新政策情景（实施考虑追加的措施）；

EIA 2014能源展望对可再生能源预测不切实际

美国能源信息署（EIA）2013年12月17日发布《2014年能源展望》，公布的观点维持未来可再生能源对美国电力生产的贡献呈低端预测的趋势，这一趋势未经实际经历证实。2014年能源展望的参考情景预测，可再生能源（如生物质能、地热、水电、太阳能、风能）在未来1／4世纪仅增长28％，2040年仍只占全国发电量的16％。

2016年可再生能源预测

预计2016年英国可再生能源仍然具有相当大的不确定性，继2015年削减补贴的高潮后，大量的企业要求政府政策更清晰透明。据国际能源署（IEA）2015年10月的报告．由于风能和太阳能的增长缓慢．2016年可再生能源增长幅度将下降一半以上。尽管IEA预计增长率将恢复。但年增长量不太可能恢复到2015年大选前的水平。据英国《独立报》彭博新能源财经研究预测，与2015年创纪录的水平相比．英国2016年可再生能源将直线下降。