-
题名含分布式电源的交直流混合配电网动态重构模型
被引量：3
- 1
-
-
作者
孙旭
邱晓燕
张志荣
任昊
张明珂
-
机构
四川大学智能电网四川省重点实验室
-
出处
《水电能源科学》
北大核心
2021年第2期190-194,共5页
-
基金
四川省科技厅重点研发项目(2017FZ0103)。
-
文摘
直流配电网的发展为直流电源和负载提供更高效接入方式的同时,也使配电网在运行中呈现出交直流混合的拓扑形式。为适应这种变化,考虑交直流配电网重构中可能出现的混合结构,建立了统一的稳态潮流模型。为了保证网络辐射特征,建立了基于有功潮流方程的充要约束条件,进而提出含分布式电源的交直流混合配电网动态重构模型。该模型以购电成本、网损成本、分布式电源发电成本之和最小为目标函数,可基于泰勒级数和分段线性化技术将原模型转化为能有效求解的混合整数线性规划问题。最后通过一个包含不同类型分布式电源的改进50节点算例验证了所提模型的有效性。
-
关键词
交直流混合配电网
分布式电源
网络重构
混合整数线性规划
-
Keywords
AC-DC hybrid distribution network
distributed power generation
network reconfiguration
mixed inte-ger linear programming
-
分类号
TM73
[电气工程—电力系统及自动化]
-
-
题名基于混合神经网络深度学习的短期负荷预测
被引量：12
- 2
-
-
作者
陈国涛
滕欢
-
机构
四川大学电气工程学院
四川大学智能电网四川省重点实验室
-
出处
《水电能源科学》
北大核心
2020年第4期193-196,共4页
-
文摘
针对能源互联网环境下用电用户数据量大、多维度这一特点,提出了一种混合神经网络深度学习的短期电力负荷预测方法。首先,考虑常见的电力系统负荷的影响因素,建立多维数据库,并进行偏相关分析,排除其他变量干扰;其次,将LSTM、GRU两种神经网络作为前端神经网络对多维数据库中数据进行处理;最后,采用随机概率剔除与Adam训练优化函数改进的BP神经网络作为末端神经网络,建立负荷预测模型。通过算例仿真对本文方法与传统BP神经网络、LSTM神经网络、GRU神经网络进行了对比,验证了所提方法的有效性。
-
关键词
负荷预测
深度学习
神经网络
数据立方体
-
Keywords
load forecasting
deep learning
neural network
data cube
-
分类号
TM734
[电气工程—电力系统及自动化]
-
