检索结果-维普期刊中文期刊服务平台

考虑大规模风光消纳的多目标优化调度关键技术被引量：7: 1; 作者剡文林陈凯 +2 位作者尹成全李秀峰杨永强《可再生能源》 CAS 北大核心 2019年第6期893-899,共7页; 文章针对大规模风光发电的稳定性和电网风光发电的消纳能力,建立了基于复杂时空耦合约束的最优潮流多目标动态调度模型。将优化调度模型解耦为两阶段:风光火荷协调优化和梯级水电站经济分配,提出了一种改进的多目标萤火虫算法对该模型... 展开更多; 关键词风光发电消纳能力优化调度模型新能源多目标; 在线阅读下载PDF 职称材料

适合云南地区风功率预测的数值天气预报系统研究被引量：2: 2; 作者剡文林闫涵杨永强《水利水电技术》 CSCD 北大核心 2018年第6期204-213,共10页; 为了探寻适合云南地区风功率预测的数值天气预报系统,利用GFS资料为中尺度模式WRF提供初始场和边界条件,评估了不同模式分辨率、参数化方案对云南地区风速模拟结果的影响。结果表明:对于云南地区,3 km分辨率风速模拟效果总体上优于9 km... 展开更多; 关键词风功率云南数值天气预报 WRF 新能源清洁能源电力系统稳定性电网安全运营; 在线阅读下载PDF 职称材料

基于气象数据的风速时空变化特征研究被引量：1: 3; 作者剡文林刘栗杨永强《能源与环保》 2018年第9期126-131,共6页; 为了研究云南区域风速时空变化特征,云南地区选用33个气象站,以气象数据为基础,研究了其风速时空变化及影响因素。研究分别从季风期、非季风期、年、季节的风速变化率空间分布、海拔高度与风速变化情况、季风指数与风速变化规律和气温... 展开更多; 关键词气象数据风速时空变化季风期海拔高度高原季风指数气温变暖; 在线阅读下载PDF 职称材料

基于相似日和人工神经网络的风电功率短期预测研究被引量：8: 4; 作者栾毅杨永强剡文林《能源与环保》 2018年第10期140-146,共7页; 随着地球上的化石燃料的不断消耗,风能作为清洁、安全的能源正在改变着全球能源结构,由于自然风具有随机性、波动性和不可控制性,造成风电场在发电时,发电功率产生巨大的波动,为了提高风电功率预测精度,采用人工神经网络和相似日的方法... 展开更多; 关键词人工神经网络相似日风电功率短期预测预测精度输出功率; 在线阅读下载PDF 职称材料

基于小样本学习和生成式对抗网络模型的短期风电功率预测: 5; 作者栾毅剡文林 +1 位作者刘岩杨永强《水力发电》 CAS 2022年第3期108-112,共5页; 针对目前国内风电场功率预测过程中预测模型训练缺少大量历史数据导致预测性能不佳的问题,提出了一种基于小样本学习(FSL)和生成对抗网络(GAN)模型方法,扩充样本数据集的同时提高风电预测模型的性能。同时针对传统生成对抗网络模型无法... 展开更多; 关键词风电功率预测特征融合小样本学习生成对抗网络; 在线阅读下载PDF 职称材料

题名考虑大规模风光消纳的多目标优化调度关键技术被引量：7: 1; 作者剡文林陈凯尹成全李秀峰杨永强; 机构云南电力调度控制中心; 出处《可再生能源》 CAS 北大核心 2019年第6期893-899,共7页; 基金云南电网公司科技项目(YNKJXM00000338); 文摘文章针对大规模风光发电的稳定性和电网风光发电的消纳能力,建立了基于复杂时空耦合约束的最优潮流多目标动态调度模型。将优化调度模型解耦为两阶段:风光火荷协调优化和梯级水电站经济分配,提出了一种改进的多目标萤火虫算法对该模型进行求解,并通过算例对该模型和算法的有效性进行了验证。结果表明,该模型和算法能够显著提高风、光的利用率。; 关键词风光发电消纳能力优化调度模型新能源多目标; Keywords wind power generation consumption capacity optimized scheduling model new energy multi-target; 分类号 TK81 [动力工程及工程热物理—流体机械及工程]; 在线阅读下载PDF 职称材料

题名适合云南地区风功率预测的数值天气预报系统研究被引量：2: 2; 作者剡文林闫涵杨永强; 机构云南电力调度控制中心北京国能日新系统控制技术有限公司; 出处《水利水电技术》 CSCD 北大核心 2018年第6期204-213,共10页; 基金云南电网有限责任公司科技项目(YNKJXM00000338); 文摘为了探寻适合云南地区风功率预测的数值天气预报系统,利用GFS资料为中尺度模式WRF提供初始场和边界条件,评估了不同模式分辨率、参数化方案对云南地区风速模拟结果的影响。结果表明:对于云南地区,3 km分辨率风速模拟效果总体上优于9 km分辨率;不同参数化方案对于风速模拟效果影响较大,其中第3套参数化方案(长波辐射方案选用Earth Held-Suarez,短波辐射方案选用RRTMG,陆面过程选用Noah,积云对流方案选用Kain-Fritsch,行星边界层方案选用YSU)为云南地区的最优化方案,其模拟结果与观测资料均方根误差最小(区域平均均方根误差约为1.67 m/s,17个观测站点平均均方根误差约为3.30 m/s)。进一步结合功率预测模型分析表明,较优的分辨率-参数化组合方案可以提升云南地区风电场功率预测合格率达9.68%~38.71%。研究成果对提高云南地区风电场功率预测水平、制定合理消纳风电计划具有一定的指导意义。; 关键词风功率云南数值天气预报 WRF 新能源清洁能源电力系统稳定性电网安全运营; Keywords wind power Yunnan Province numerical weather prediction（btWP） WRF model new energy clean energy stability of power grid system safe operation of power grid; 分类号 TM614 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于气象数据的风速时空变化特征研究被引量：1: 3; 作者剡文林刘栗杨永强; 机构云南电力调度控制中心北京国能日新系统控制技术有限公司; 出处《能源与环保》 2018年第9期126-131,共6页; 基金云南电网有限责任公司科技项目(YNKJXM00000338); 文摘为了研究云南区域风速时空变化特征,云南地区选用33个气象站,以气象数据为基础,研究了其风速时空变化及影响因素。研究分别从季风期、非季风期、年、季节的风速变化率空间分布、海拔高度与风速变化情况、季风指数与风速变化规律和气温变暖与风速变化规律进行的,研究得出:风速变化趋势总体上和我国年均风速变化趋势相似。云南地区风速变化率表征为:由西向东风速降低幅度逐渐变小的规律,反射了地形的影响;季风指数的加强对我国云南地区风速降低具有明显的影响,由于指数的显著增大,会对西风环流和季风环流产生影响,进而导致地面风速的变化;由于气温变暖,主要体现在最低温度显著升高,这一因素是导致风速降低的关键因子。; 关键词气象数据风速时空变化季风期海拔高度高原季风指数气温变暖; Keywords meteorological data temporal and spatial variation of wind speed monsoon period altitude altitude monsoon index temperature warming; 分类号 P468 [天文地球—大气科学及气象学]; 在线阅读下载PDF 职称材料

题名基于相似日和人工神经网络的风电功率短期预测研究被引量：8: 4; 作者栾毅杨永强剡文林; 机构云南电力调度控制中心; 出处《能源与环保》 2018年第10期140-146,共7页; 文摘随着地球上的化石燃料的不断消耗,风能作为清洁、安全的能源正在改变着全球能源结构,由于自然风具有随机性、波动性和不可控制性,造成风电场在发电时,发电功率产生巨大的波动,为了提高风电功率预测精度,采用人工神经网络和相似日的方法,以云南某电场风电场发电功率的数据为例,建立模型对风电功率进行了短期预测,研究得出:该方法能够有效地对风电场功率进行预测;与传统BP神经网络相比而言,基于人工神经网络和相似日的方法具有很强的非线性学习的能力,对提高高精度风电场输出功率的预测很有帮助;基于人工神经网络和相似日的方法预测误差概率,误差概率分布符合正态分布,可以作为风电场发电功率误差的置信区间估计和预测的依据,研究为风电功率的预测提供了一定的借鉴意义。; 关键词人工神经网络相似日风电功率短期预测预测精度输出功率; Keywords artificial neural network；similar day；wind power；short-term prediction；prediction accuracy；output power; 分类号 TM614 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于小样本学习和生成式对抗网络模型的短期风电功率预测: 5; 作者栾毅剡文林刘岩杨永强; 机构云南电力调度控制中心华北电力大学能源动力与机械工程学院; 出处《水力发电》 CAS 2022年第3期108-112,共5页; 基金云南电网公司科技项目(YNKJXM00000338)。; 文摘针对目前国内风电场功率预测过程中预测模型训练缺少大量历史数据导致预测性能不佳的问题,提出了一种基于小样本学习(FSL)和生成对抗网络(GAN)模型方法,扩充样本数据集的同时提高风电预测模型的性能。同时针对传统生成对抗网络模型无法处理回归问题的情况,提出了改进-生产对抗网络(GR-GAN)的模型,使其可以在有限的样本条件下实现风电功率预测回归。通过使用新疆和内蒙地区风电场的历史发电量数据集进行验证,结果表明与原始生成对抗网络(Original-RGAN)、支持向量回归(SVR)、长短期记忆(LSTM)3种基线方法相比,GR-GAN模型预测效果较好,并且在较少输入样本时表现出较小的预测误差。; 关键词风电功率预测特征融合小样本学习生成对抗网络; Keywords wind power prediction feature fusion few-shot learning generative adversarial network; 分类号 TM73 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	考虑大规模风光消纳的多目标优化调度关键技术	剡文林陈凯尹成全李秀峰杨永强	《可再生能源》 CAS 北大核心	2019	7	在线阅读下载PDF 职称材料
2	适合云南地区风功率预测的数值天气预报系统研究	剡文林闫涵杨永强	《水利水电技术》 CSCD 北大核心	2018	2	在线阅读下载PDF 职称材料
3	基于气象数据的风速时空变化特征研究	剡文林刘栗杨永强	《能源与环保》	2018	1	在线阅读下载PDF 职称材料
4	基于相似日和人工神经网络的风电功率短期预测研究	栾毅杨永强剡文林	《能源与环保》	2018	8	在线阅读下载PDF 职称材料
5	基于小样本学习和生成式对抗网络模型的短期风电功率预测	栾毅剡文林刘岩杨永强	《水力发电》 CAS	2022	0	在线阅读下载PDF 职称材料