光伏發(fā)電及電動(dòng)汽車充放電的預(yù)測方法研究
發(fā)布時(shí)間:2020-12-01 17:56
目前,隨著經(jīng)濟(jì)社會(huì)發(fā)展不斷深入,傳統(tǒng)能源的消耗在持續(xù)增長,而因污染性能源的使用,環(huán)境也日趨惡化,能源供給和環(huán)境惡化危機(jī)在世界范圍內(nèi)爆發(fā)。于是,可再生能源和電動(dòng)汽車應(yīng)運(yùn)而生,成為世界各國力捧的“寵兒”。由于新能源發(fā)電的不穩(wěn)定和電動(dòng)汽車負(fù)荷的增加,必然會(huì)對微電網(wǎng)產(chǎn)生不利影響,引發(fā)新一輪的電力問題。因此,新能源的發(fā)電功率和電動(dòng)汽車充放電的預(yù)測對電力系統(tǒng)的安全穩(wěn)定運(yùn)行就顯得至關(guān)重要,本文從光伏發(fā)電和電動(dòng)汽車充放電預(yù)測兩個(gè)方面進(jìn)行研究。一方面,針對光伏系統(tǒng)的發(fā)電特性,本文提出了一種使用關(guān)聯(lián)規(guī)則和核主成分分析的Elman神經(jīng)網(wǎng)絡(luò)光伏功率預(yù)測方法。首先,采用灰色關(guān)聯(lián)分析法選取與預(yù)測日氣象特征高度相似的若干相似日作為訓(xùn)練樣本;其次,利用核主成分分析法對訓(xùn)練樣本的輸入個(gè)數(shù)進(jìn)行降維優(yōu)選,提取出主成分序列;然后,利用蟻群算法優(yōu)化的Elman神經(jīng)網(wǎng)絡(luò)對數(shù)據(jù)進(jìn)行預(yù)測;最后,針對Elman神經(jīng)網(wǎng)絡(luò)預(yù)測模型在功率波動(dòng)的峰值處預(yù)測誤差較大及預(yù)測精度存在波動(dòng)性,采用馬爾科夫方法對初步得到的預(yù)測值進(jìn)行修正,得到最終的預(yù)測結(jié)果。另一方面,針對電動(dòng)汽車的充放電隨車主的行為在時(shí)間與空間上具有很強(qiáng)的隨機(jī)性,提出一種考慮不同充電方...
【文章來源】:燕山大學(xué)河北省
【文章頁數(shù)】:65 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
晴天的預(yù)測相對誤差對比圖
方法 1 方法 2 -44.17 -68.12 -55.89 -65.47 11.69 22.35 -6.04 -13.62 24.02 38.02 6.37 14.83 -44.17 -68.12 -3.13 3.65 19.34 26.81 20.40 14.27 23.90 -38.14 40.15 54.01 61.76 42.65 -3.13 3.65
車輛日首次出行時(shí)刻不同車輛不同目的地之間的日行駛里程電池的荷電狀態(tài)判斷是否充電不同充電方式的起始充電時(shí)間充電方式的比例擬布圖 4-1 電動(dòng)汽車負(fù)荷時(shí)空分布預(yù)測思路4.2 電動(dòng)汽車的出行與停車規(guī)律4.2.1 私家車出行情況電動(dòng)公交車和電動(dòng)商務(wù)車一般都有自己固定的出行路徑,其時(shí)空規(guī)律性很強(qiáng)而電動(dòng)私家車的時(shí)空分布規(guī)律主要取決于車主的行為,其時(shí)空隨機(jī)性很強(qiáng)。文獻(xiàn)[研究和分析了居民的出行行為,從分析結(jié)果可以得到私家車的出行情況。一般情下,在勞動(dòng)日和休息日,用戶的出行行為是有一定差別的,因此圖 4-2 從勞動(dòng)日和息日兩個(gè)方面分別給出了私家車的出行情況。
【參考文獻(xiàn)】:
期刊論文
[1]基于IAFSA-GM的化工園區(qū)光伏電站功率預(yù)測模型[J]. 張予澤,韓偉. 電子設(shè)計(jì)工程. 2019(08)
[2]頻域分解和深度學(xué)習(xí)算法在短期負(fù)荷及光伏功率預(yù)測中的應(yīng)用[J]. 張倩,馬愿,李國麗,馬金輝,丁津津. 中國電機(jī)工程學(xué)報(bào). 2019(08)
[3]基于晴朗系數(shù)和多層次匹配的光伏功率預(yù)測方法研究[J]. 王志忠,韓茂林,胡海,陳堯. 電測與儀表. 2019(08)
[4]基于LSTM神經(jīng)網(wǎng)絡(luò)的復(fù)合變量電動(dòng)汽車充電負(fù)荷預(yù)測方法技術(shù)研究[J]. 王琨,高敬更,張勇紅,魏立兵,李鵬,楊春光,董智穎. 工業(yè)儀表與自動(dòng)化裝置. 2019(01)
[5]基于粗糙集-混沌時(shí)間序列Elman神經(jīng)網(wǎng)絡(luò)的短期用電量預(yù)測[J]. 吳佳懋,李艷,符一健. 電力系統(tǒng)保護(hù)與控制. 2019(03)
[6]融合多源信息的電動(dòng)汽車充電負(fù)荷預(yù)測及其對配電網(wǎng)的影響[J]. 陳麗丹,張堯,Antonio Figueiredo. 電力自動(dòng)化設(shè)備. 2018(12)
[7]計(jì)及路-網(wǎng)-車交互作用的電動(dòng)汽車充電實(shí)時(shí)優(yōu)化調(diào)度[J]. 王珂,李媛,楊文濤,李濤,岑海鳳,許苑,文福拴. 電力建設(shè). 2018(12)
[8]基于MDP隨機(jī)路徑模擬的電動(dòng)汽車充電負(fù)荷時(shí)空分布預(yù)測[J]. 張謙,王眾,譚維玉,劉樺臻,李晨. 電力系統(tǒng)自動(dòng)化. 2018(20)
[9]基于日類型及融合理論的BP網(wǎng)絡(luò)光伏功率預(yù)測[J]. 冉成科,夏向陽,楊明圣,張真,李延和,曾小勇,黃海,滕欣元,蔡昱寬,曹伯霖. 中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(09)
[10]計(jì)及霧霾影響因素的光伏發(fā)電超短期功率預(yù)測[J]. 劉衛(wèi)亮,劉長良,林永君,李靜,李金拓,熊峰,陳晨. 中國電機(jī)工程學(xué)報(bào). 2018(14)
[1]基于相似日和小波神經(jīng)網(wǎng)絡(luò)的光伏短期功率預(yù)測[D]. 祝暄懿.西安理工大學(xué) 2018
[2]基于神經(jīng)網(wǎng)絡(luò)的分布式光伏電站短期功率預(yù)測[D]. 張鵬華.安徽理工大學(xué) 2017
[3]光伏電站并網(wǎng)發(fā)電短期功率數(shù)據(jù)預(yù)測研究[D]. 俞震.華北電力大學(xué)(北京) 2016
[4]并網(wǎng)型光伏電站發(fā)電功率預(yù)測研究[D]. 李多.蘭州交通大學(xué) 2016
[5]規(guī)模化電動(dòng)汽車用電需求的空間分布預(yù)測[D]. 蔣毅舟.華北電力大學(xué) 2012
[6]基于用地區(qū)位分析的停車需求預(yù)測研究[D]. 王瑞.昆明理工大學(xué) 2010
碩士論文
[1]基于IAFSA-GM的化工園區(qū)光伏電站功率預(yù)測模型[J]. 張予澤,韓偉. 電子設(shè)計(jì)工程. 2019(08)
[2]頻域分解和深度學(xué)習(xí)算法在短期負(fù)荷及光伏功率預(yù)測中的應(yīng)用[J]. 張倩,馬愿,李國麗,馬金輝,丁津津. 中國電機(jī)工程學(xué)報(bào). 2019(08)
[3]基于晴朗系數(shù)和多層次匹配的光伏功率預(yù)測方法研究[J]. 王志忠,韓茂林,胡海,陳堯. 電測與儀表. 2019(08)
[4]基于LSTM神經(jīng)網(wǎng)絡(luò)的復(fù)合變量電動(dòng)汽車充電負(fù)荷預(yù)測方法技術(shù)研究[J]. 王琨,高敬更,張勇紅,魏立兵,李鵬,楊春光,董智穎. 工業(yè)儀表與自動(dòng)化裝置. 2019(01)
[5]基于粗糙集-混沌時(shí)間序列Elman神經(jīng)網(wǎng)絡(luò)的短期用電量預(yù)測[J]. 吳佳懋,李艷,符一健. 電力系統(tǒng)保護(hù)與控制. 2019(03)
[6]融合多源信息的電動(dòng)汽車充電負(fù)荷預(yù)測及其對配電網(wǎng)的影響[J]. 陳麗丹,張堯,Antonio Figueiredo. 電力自動(dòng)化設(shè)備. 2018(12)
[7]計(jì)及路-網(wǎng)-車交互作用的電動(dòng)汽車充電實(shí)時(shí)優(yōu)化調(diào)度[J]. 王珂,李媛,楊文濤,李濤,岑海鳳,許苑,文福拴. 電力建設(shè). 2018(12)
[8]基于MDP隨機(jī)路徑模擬的電動(dòng)汽車充電負(fù)荷時(shí)空分布預(yù)測[J]. 張謙,王眾,譚維玉,劉樺臻,李晨. 電力系統(tǒng)自動(dòng)化. 2018(20)
[9]基于日類型及融合理論的BP網(wǎng)絡(luò)光伏功率預(yù)測[J]. 冉成科,夏向陽,楊明圣,張真,李延和,曾小勇,黃海,滕欣元,蔡昱寬,曹伯霖. 中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(09)
[10]計(jì)及霧霾影響因素的光伏發(fā)電超短期功率預(yù)測[J]. 劉衛(wèi)亮,劉長良,林永君,李靜,李金拓,熊峰,陳晨. 中國電機(jī)工程學(xué)報(bào). 2018(14)
[1]基于相似日和小波神經(jīng)網(wǎng)絡(luò)的光伏短期功率預(yù)測[D]. 祝暄懿.西安理工大學(xué) 2018
[2]基于神經(jīng)網(wǎng)絡(luò)的分布式光伏電站短期功率預(yù)測[D]. 張鵬華.安徽理工大學(xué) 2017
[3]光伏電站并網(wǎng)發(fā)電短期功率數(shù)據(jù)預(yù)測研究[D]. 俞震.華北電力大學(xué)(北京) 2016
[4]并網(wǎng)型光伏電站發(fā)電功率預(yù)測研究[D]. 李多.蘭州交通大學(xué) 2016
[5]規(guī);妱(dòng)汽車用電需求的空間分布預(yù)測[D]. 蔣毅舟.華北電力大學(xué) 2012
[6]基于用地區(qū)位分析的停車需求預(yù)測研究[D]. 王瑞.昆明理工大學(xué) 2010
本文編號(hào):2894958
【文章來源】:燕山大學(xué)河北省
【文章頁數(shù)】:65 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
晴天的預(yù)測相對誤差對比圖
方法 1 方法 2 -44.17 -68.12 -55.89 -65.47 11.69 22.35 -6.04 -13.62 24.02 38.02 6.37 14.83 -44.17 -68.12 -3.13 3.65 19.34 26.81 20.40 14.27 23.90 -38.14 40.15 54.01 61.76 42.65 -3.13 3.65
車輛日首次出行時(shí)刻不同車輛不同目的地之間的日行駛里程電池的荷電狀態(tài)判斷是否充電不同充電方式的起始充電時(shí)間充電方式的比例擬布圖 4-1 電動(dòng)汽車負(fù)荷時(shí)空分布預(yù)測思路4.2 電動(dòng)汽車的出行與停車規(guī)律4.2.1 私家車出行情況電動(dòng)公交車和電動(dòng)商務(wù)車一般都有自己固定的出行路徑,其時(shí)空規(guī)律性很強(qiáng)而電動(dòng)私家車的時(shí)空分布規(guī)律主要取決于車主的行為,其時(shí)空隨機(jī)性很強(qiáng)。文獻(xiàn)[研究和分析了居民的出行行為,從分析結(jié)果可以得到私家車的出行情況。一般情下,在勞動(dòng)日和休息日,用戶的出行行為是有一定差別的,因此圖 4-2 從勞動(dòng)日和息日兩個(gè)方面分別給出了私家車的出行情況。
【參考文獻(xiàn)】:
期刊論文
[1]基于IAFSA-GM的化工園區(qū)光伏電站功率預(yù)測模型[J]. 張予澤,韓偉. 電子設(shè)計(jì)工程. 2019(08)
[2]頻域分解和深度學(xué)習(xí)算法在短期負(fù)荷及光伏功率預(yù)測中的應(yīng)用[J]. 張倩,馬愿,李國麗,馬金輝,丁津津. 中國電機(jī)工程學(xué)報(bào). 2019(08)
[3]基于晴朗系數(shù)和多層次匹配的光伏功率預(yù)測方法研究[J]. 王志忠,韓茂林,胡海,陳堯. 電測與儀表. 2019(08)
[4]基于LSTM神經(jīng)網(wǎng)絡(luò)的復(fù)合變量電動(dòng)汽車充電負(fù)荷預(yù)測方法技術(shù)研究[J]. 王琨,高敬更,張勇紅,魏立兵,李鵬,楊春光,董智穎. 工業(yè)儀表與自動(dòng)化裝置. 2019(01)
[5]基于粗糙集-混沌時(shí)間序列Elman神經(jīng)網(wǎng)絡(luò)的短期用電量預(yù)測[J]. 吳佳懋,李艷,符一健. 電力系統(tǒng)保護(hù)與控制. 2019(03)
[6]融合多源信息的電動(dòng)汽車充電負(fù)荷預(yù)測及其對配電網(wǎng)的影響[J]. 陳麗丹,張堯,Antonio Figueiredo. 電力自動(dòng)化設(shè)備. 2018(12)
[7]計(jì)及路-網(wǎng)-車交互作用的電動(dòng)汽車充電實(shí)時(shí)優(yōu)化調(diào)度[J]. 王珂,李媛,楊文濤,李濤,岑海鳳,許苑,文福拴. 電力建設(shè). 2018(12)
[8]基于MDP隨機(jī)路徑模擬的電動(dòng)汽車充電負(fù)荷時(shí)空分布預(yù)測[J]. 張謙,王眾,譚維玉,劉樺臻,李晨. 電力系統(tǒng)自動(dòng)化. 2018(20)
[9]基于日類型及融合理論的BP網(wǎng)絡(luò)光伏功率預(yù)測[J]. 冉成科,夏向陽,楊明圣,張真,李延和,曾小勇,黃海,滕欣元,蔡昱寬,曹伯霖. 中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(09)
[10]計(jì)及霧霾影響因素的光伏發(fā)電超短期功率預(yù)測[J]. 劉衛(wèi)亮,劉長良,林永君,李靜,李金拓,熊峰,陳晨. 中國電機(jī)工程學(xué)報(bào). 2018(14)
[1]基于相似日和小波神經(jīng)網(wǎng)絡(luò)的光伏短期功率預(yù)測[D]. 祝暄懿.西安理工大學(xué) 2018
[2]基于神經(jīng)網(wǎng)絡(luò)的分布式光伏電站短期功率預(yù)測[D]. 張鵬華.安徽理工大學(xué) 2017
[3]光伏電站并網(wǎng)發(fā)電短期功率數(shù)據(jù)預(yù)測研究[D]. 俞震.華北電力大學(xué)(北京) 2016
[4]并網(wǎng)型光伏電站發(fā)電功率預(yù)測研究[D]. 李多.蘭州交通大學(xué) 2016
[5]規(guī)模化電動(dòng)汽車用電需求的空間分布預(yù)測[D]. 蔣毅舟.華北電力大學(xué) 2012
[6]基于用地區(qū)位分析的停車需求預(yù)測研究[D]. 王瑞.昆明理工大學(xué) 2010
碩士論文
[1]基于IAFSA-GM的化工園區(qū)光伏電站功率預(yù)測模型[J]. 張予澤,韓偉. 電子設(shè)計(jì)工程. 2019(08)
[2]頻域分解和深度學(xué)習(xí)算法在短期負(fù)荷及光伏功率預(yù)測中的應(yīng)用[J]. 張倩,馬愿,李國麗,馬金輝,丁津津. 中國電機(jī)工程學(xué)報(bào). 2019(08)
[3]基于晴朗系數(shù)和多層次匹配的光伏功率預(yù)測方法研究[J]. 王志忠,韓茂林,胡海,陳堯. 電測與儀表. 2019(08)
[4]基于LSTM神經(jīng)網(wǎng)絡(luò)的復(fù)合變量電動(dòng)汽車充電負(fù)荷預(yù)測方法技術(shù)研究[J]. 王琨,高敬更,張勇紅,魏立兵,李鵬,楊春光,董智穎. 工業(yè)儀表與自動(dòng)化裝置. 2019(01)
[5]基于粗糙集-混沌時(shí)間序列Elman神經(jīng)網(wǎng)絡(luò)的短期用電量預(yù)測[J]. 吳佳懋,李艷,符一健. 電力系統(tǒng)保護(hù)與控制. 2019(03)
[6]融合多源信息的電動(dòng)汽車充電負(fù)荷預(yù)測及其對配電網(wǎng)的影響[J]. 陳麗丹,張堯,Antonio Figueiredo. 電力自動(dòng)化設(shè)備. 2018(12)
[7]計(jì)及路-網(wǎng)-車交互作用的電動(dòng)汽車充電實(shí)時(shí)優(yōu)化調(diào)度[J]. 王珂,李媛,楊文濤,李濤,岑海鳳,許苑,文福拴. 電力建設(shè). 2018(12)
[8]基于MDP隨機(jī)路徑模擬的電動(dòng)汽車充電負(fù)荷時(shí)空分布預(yù)測[J]. 張謙,王眾,譚維玉,劉樺臻,李晨. 電力系統(tǒng)自動(dòng)化. 2018(20)
[9]基于日類型及融合理論的BP網(wǎng)絡(luò)光伏功率預(yù)測[J]. 冉成科,夏向陽,楊明圣,張真,李延和,曾小勇,黃海,滕欣元,蔡昱寬,曹伯霖. 中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(09)
[10]計(jì)及霧霾影響因素的光伏發(fā)電超短期功率預(yù)測[J]. 劉衛(wèi)亮,劉長良,林永君,李靜,李金拓,熊峰,陳晨. 中國電機(jī)工程學(xué)報(bào). 2018(14)
[1]基于相似日和小波神經(jīng)網(wǎng)絡(luò)的光伏短期功率預(yù)測[D]. 祝暄懿.西安理工大學(xué) 2018
[2]基于神經(jīng)網(wǎng)絡(luò)的分布式光伏電站短期功率預(yù)測[D]. 張鵬華.安徽理工大學(xué) 2017
[3]光伏電站并網(wǎng)發(fā)電短期功率數(shù)據(jù)預(yù)測研究[D]. 俞震.華北電力大學(xué)(北京) 2016
[4]并網(wǎng)型光伏電站發(fā)電功率預(yù)測研究[D]. 李多.蘭州交通大學(xué) 2016
[5]規(guī);妱(dòng)汽車用電需求的空間分布預(yù)測[D]. 蔣毅舟.華北電力大學(xué) 2012
[6]基于用地區(qū)位分析的停車需求預(yù)測研究[D]. 王瑞.昆明理工大學(xué) 2010
本文編號(hào):2894958
本文鏈接:http://www.wukwdryxk.cn/kejilunwen/daoluqiaoliang/2894958.html
最近更新
教材專著