基于改进鱼群算法与最小二乘支持向量机的短期负荷预测

在电力系统中,无论是正常运行时的调度工作还是故障修复时的孤岛划分,都需要准确的负荷数据,因此电力负荷准确的短期预测工作十分重要。本文运用最小二乘支持向量机进行预测:首先,对人工鱼群算法通过视野和步长自适应设定以及引入精英反向学习机制进行改进,使其计算更加具有优越性;其次,利用改进的人工鱼群算法对广泛应用于负荷预测的最小二乘支持向量机进行改进(主要针对其核宽度系数与正则化参数);最后,运用参数改进后的最小二乘支持向量机对IEEE 33节点系统进行短期负荷预测。实例表明了此方法的工程实用性。

基于Wasserstein距离的分布式电源出力场景划分

经济的发展伴随着能源的消耗,随着人们对环境要求的越来越高,可再生清洁能源发电得到充足的研究。文章首先介绍了风力发电和光伏发电的电能转换特性以及有功出力不确定性问题:对于风的动能到电能、太阳光能到电能的过程进行推导建模;之后选取了合适的概率密度模型对风速、光照强度进行拟合,为研究波动性能源发电奠定了基础;之后基于Wasserstein距离对风、光发电进行场景划分,从而将发电的不确定性问题转化为确定性问题。最后对某地的风力、光伏出力进行场景划分,对其典型场景进行分析验证了所提方法的工程实用性。