考虑风电出力不确定性的多源联合系统双层优化调度

针对含风-火-储的多源联合系统,风电出力具有不确定性的特点,风机在特定时间段内的预测功率与实际功率之间存在误差,当风机实际出力无法满足调度计划中安排的功率时会导致系统经济效益大幅下降。为此,文中提出了考虑风电预测误差和需求侧响应的双层优化策略,上层模型以风电、火电和可平移负荷总运行成本最少为目标,采用改进粒子群算法(Improved Particle Swarm Algorithm, IPSO)制定火电和可平移负荷的最优调度策略,然后通过Gibbs法对风机最大出力预测误差的概率密度函数进行抽样获取一定量的样本,得到各样本上层电源的功率缺额;下层模型以储能和可中断负荷总运行成本最少为目标,采用线性规划方法对冲上层电源功率缺额,进而制定下层模型电源调度策略。在大量抽样样本背景下,通过对比各样本总成本函数值的期望和方差验证了所提双层优化策略的经济性和有效性。

考虑响应误差的工业可调负荷聚合响应策略

针对工业可调负荷聚合参与需求响应具有响应误差的问题,本文提出日前-日内两阶段工业可调负荷聚合响应策略。首先,运用三角模糊数描述响应的不确定性,建立考虑启停响应速度和响应时长的工业可调负荷聚合响应模型;然后,基于激励型需求响应市场,以调用成本最小为目标,提出日前-日内两阶段工业可调负荷聚合响应策略;最后,通过算例结果验证了本文策略的有效性。本文提出的策略有效减少了响应误差带来的影响,提高了工业可调负荷聚合响应的可靠性。。

基于净负荷预测误差统计的电力系统爬坡能力充裕度评估

在新能源快速发展的背景下,为应对其出力波动性和间歇性对电力系统的冲击,电力系统需要具有较强的爬坡能力。分析电力系统爬坡能力的供需情况,可以发现爬坡能力不足的风险,提高电力系统运行的安全性和稳定性。首先,提出电力系统爬坡能力充裕度评估的逻辑和流程,并且给出确定性爬坡量、不确定性爬坡量和富余爬坡能力及其需供比的定义与概念。然后,提出基于置信数统计法和分位数回归法预估系统净负荷预测误差的理论与具体计算方法,以及上述参数的具体计算方法。最后,基于广东40个历史运行日和4个典型日的数据进行算例分析,验证该充裕度评估方法的有效性。研究表明:富余爬坡能力需供比可以有效识别不同典型日和特殊时段的爬坡特征,在日尺度和分钟尺度上反映其爬坡能力充裕度;覆盖率、超出量和预估量等指标,可以用于评价误差预估模型在不同地区和场景的适用性,作为模型选用参考。

考虑预测误差不确定性的源-荷-广义储低碳经济动态优化调度

基于确定性模型的低碳经济调度方法无法准确描述不确定因素对电网碳排放的影响。据此,从系统层面考虑源-荷两侧不确定性,构建了一种低碳经济动态优化调度模型。采用混合高斯概率密度估计刻画风、光预测误差的不确定性,提出一种考虑净负荷预测误差的正负旋转备用容量概率约束方法;为减少系统的碳排放量,一从发电端考虑,引入碳交易机制,建立含有阶梯型碳交易成本的系统总运行成本最低的调度目标函数;二从用户层面考虑,将需求响应负荷同实际储能设备视为广义储能参与日前-日内滚动优化调度;在IEEE39节点系统进行不同场景分析,验证了所提的调度模型实现系统低碳、经济运行目标的有效性,也挖掘了需求响应负荷的减碳潜力。

基于TSO-ELM的广东省电力需求预测方法

针对极限学习机(extreme learning machine,ELM)的输入层权值以及隐含层偏值的不同取值对预测结果影响较大和现有的预测模型对广东省电力需求预测精度不高的问题,提出一种基于金枪鱼群优化(tuna swarm optimization,TSO)算法优化ELM得到最优数值,构建TSO-ELM预测模型的方法。将2008—2018年广东省的6个影响因素和电力需求量数据进行归一化处理之后构建预测模型,对2019—2021年广东省的电力需求量进行预测。仿真结果表明,与SVM、BP、ELM和GWO-ELM这4种预测模型相比较,TSO-ELM预测模型具有更高的预测精度。

沥青蜡含量测定仪校准方法的研究

沥青蜡含量是影响道路沥青性能的关键指标,被广泛应用于道路建设行业。目前,该测定仪未有统一的国家技术规范。因此,为了满足其计量需求,提高检测的准确性,本文对结构组成、测量标准及配套设备、校准方法、数据处理进行分析和探讨,并对温度示值误差和温度波动度进行不确定度评定。结果表明:该方法具有可行性,可为测定仪的校准提供参考。

Study on the Determinants of Energy Demand in China

Based on the modern economic theory and the characteristics of China's energy consumption, this paper analyzes the determinants of energy demand in China, builds up a China's energy demand model, and examines the long-run relationship between China's aggregate energy consumption and the main economic variables such as GDP by using the Johansen multivariate approach. It is found that there exists unique long-run relationship among the variables in the model over the sampling period. An error-correction model provides an appropriate framework for forecasting the short-run fluctuations in the aggregate demand of China.

基于多种预测模型的小批量物料生产安排

利用已有历史数据,研究多品种小批量物料生产.首先对数据进行预处理,利用主成分分析,根据综合得分得到排名前6的物料为重点关注物料.然后建立多元线性回归、逐步回归以及BP神经网络3种预测模型.利用这3种预测模型分别对6个重点关注物料需求量进行预测,对比误差率,进而得到BP神经网络为最优模型(平均误差率:2.12%).此方法能为企业安排合理的生产计划,创造更多的收益.

基于灰色神经网络模型的人才需求量预测研究

预测人才需求量需要找到合适的预测模型,进行较为精确的人才需求量预测。关于预测模型方面的研究,经典的方法多为单一预测模型。但单一预测模型在预测时,特别是在中长期预测时,可能会与现实情况存在较大偏差,不能满足预测精度的要求。为此,文章对灰色GM(1,1)与BP神经网络模型进行残差修正处理、对数平滑处理,修正与优化了神经网络输入因素,建立了改进的灰色-BP神经网络组合模型。在此基础上,以成都市会展人才需求量及其影响因素数据作为数值测验样本,对比分析了无偏灰色GM(1,1)模型、误差修正后的无偏灰色GM(1,1)模型、优化灰色-BP神经网络模型的预测精度,并应用预测精度高的模型对成都市2019—2025年的会展人才需求量进行了模拟预测。结果表明:(1)修正后的灰色GM(1,1)模型预测精度均有所改进;(2)组合预测模型比单一预测模型有一定的优势;(3)模型的预测精度明显提高,人才需求的预测结果也更加可靠。此结果将为组合预测模型的优越性提供支持。

耦合聚类基线及舒适度的居民负荷需求响应评估方法

空调负荷虽然是参与需求响应的主力,但由于其所具有的高度分散特性导致需求响应能力很难被发现。建立了空调负荷的TCLs近似聚合功率模型;提出了基于温度设定值调整的TCLs负荷控制方法,结合用户舒适度的影响,分析调节特性,并通过考虑温度特征聚类的改进匹配日基线算法,对TCLs响应潜力进行评估。通过陕西某小区的实际数据来仿真不同温度调整量、不同典型日时间尺度下该小区的响应潜力,验证了所提模型和潜力评估方法的有效性。

水中五日生化需氧量预测的模拟验证

为实现对水质的精准预测,提前采取相应的预防措施。在结合水库实际情况重点对其污染源进行分析的基础上,提出以WASP水质预测模型为基础,为实现水质的精准预测将BP神经网络算法融入其中;根据水库基本情况完成WASP水质预测模型中基本参数的设置,并对水中五日生化需氧量指标进行模拟验证,最后得到理想模拟验证结果。

应用向量误差修正模型的行业电力需求关联分析与负荷预测方法

近年来,国民经济发展与能源消耗之间的关系日益密切,产业结构变化与产业升级现象更加显著,使得电力需求的发展趋势与内部结构都出现了剧烈与频繁的变动。现有的研究工作缺乏对于电力需求的结构性分析,常见的中长期负荷预测方法在用电结构发生剧烈变化时往往会出现精度下降的现象。基于此,借鉴计量经济学的向量误差修正理论,从短期扰动和历史存续2个方面深入分析了不同行业间电力需求的关联关系,并在此基础上提出了一种新型的中长期负荷预测方法。该方法能够有效识别行业电力需求的关联关系,避免用电结构突变给负荷预测带来的不良影响。算例分析结果验证了该方法的有效性与适用性。

中国能源需求的估计与预测模拟

本文模拟了1953-2005年间中国的能源需求函数，并在模拟基础上进行预测分析。研究结果表明：20世纪80年代以后，中国的能源使用效率明显提高，但中国的能源使用效率对能源需求的影响小于国民收入对能源需求的影响；另外，中国人口也是影响能源需求的一个显著因素，能源价格对能源需求的影响不显著；最后，在对中国长期能源需求进行了预测和模拟的基础上为中国未来一段时期内减缓能源需求增长提出了政策建议。

我国城镇商品住房需求的行为特征分析

从宏观经济学中家庭储蓄与消费行为的基本理论出发,建立住房需求方程,并将误差修正模型应用于方程的估计,进而分析我国住房需求的长期与短期的行为特征。研究表明,当前我国住房市场中住房需求偏离长期均衡关系的短期波动较小,并具有很强的恢复长期均衡关系的能力;住房需求具有较高的收入弹性,不管从长期还是短期来看,需求均伴随收入增长而高速增长;住房面积需求具有极大的刚性;目前我国住房需求的增加是一个必然的过程,适当增加供给尤其是公共住房的供给是解决住房问题的根本出路。研究结果可为政府制定以需求为主导的住宅用地供应计划、进行住房价格的宏观调控提供参考。

中国货币需求函数的实证分析——基于两阶段(1978—1993、1994—2004)的动态检验

本文利用协整理论和误差修正模型估计了两个阶段(1978—1993和1994—2004)的中国静态和动态货币需求函数。实证结果表明,M1、M2与收入、利率、价格预期、货币化程度变量之间存在长期稳定的协整关系。货币化程度的引入有助于建立更为精确合理的货币需求函数。第一阶段M1和M2的短期动态方程比较稳定,而第二阶段稳定性较差。中国选择货币供应量作为货币政策中介目标是不得已的选择,M1比M2更适合作为货币政策的中介目标。

中国城乡居民消费需求差异问题研究

文章探讨了通货膨胀及收入水平对中国城乡居民消费需求差异影响的问题。误差修正模型表明通货膨胀差异和收入水平差异对总消费水平有正向作用,但同时会拉大城乡间的消费差距。分位数协整回归模型显示通货膨胀抑制了农村居民的消费,但对城镇居民具有财富效应。而且,城镇居民的边际消费倾向要高于农村居民的边际消费倾向。

季节划分下产业用电量关联分析及预测

产业用电需求预测对于实现精细化用电管理、降低电力企业运行与规划成本具有十分重要的意义。鉴于常见的预测方法在产业结构划分下的中短期用电量预测中效果不佳,分析了不同季节下产业用电量之间内在关联关系以及气温对其的外在影响,结合计量经济学思想,分季节构建了用于电量预测的误差修正模型,并利用该模型对华中某省网月度用电量进行了预测分析,结果表明,该模型具有较高的预测精度。

我国货币需求的误差修正模型

本文运用计量经济学的协整理论对我国的货币需求进行了实证研究 ,建立了我国货币需求的误差修正模型。

上海市电力需求的协整与误差修正分析

本文采用协整与误差修正模型技术研究了上海市电力需求的决定因素,建立了上海电力需求函数,检验了电力需求与国内生产总值、电力价格、经济结构、电力使用效率之间的长期均衡关系及短期波动关系。

结合误差校正的北京市中长期电力需求预测

中长期电力负荷预测是电力规划中一项战略性工作。为明晰揭示电力需求与经济社会发展的密切关系,基于GDP因素分解提出以人口、城市化、经济发展及产业结构建立电力需求非线性预测模型。由于未来一年的电力需求需要特别关注,为消除回归预测可能产生的较大误差,引入GARCH模型进行误差校正。将该方法应用于北京市中长期电力需求预测,并建立相关自变量预测模型;将所得预测结果、弹性系数法预测结果及北京市规划值进行比较,初始预测值与校正后的预测值进行比较,验证该方法具有较高可信性。该方法可为其他相关研究提供借鉴。