人工神经网络预测技术在微网运行中的应用

被引：12

作者：

王越

卫志农

吴佳佳

机构：

[1] 河海大学能源与电气学院

来源：

电力系统及其自动化学报 | 2012年 / 24卷 / 02期

关键词：

微电网; 风速预测; 神经网络; 误差反向传播算法; 可靠性;

D O I：

暂无

中图分类号：

TM76 [电力系统的自动化];

学科分类号：

摘要：

针对微网中用电高峰时期电能短缺的问题,提出根据预测系统控制微网的运行模式可以充分发挥分布式电源的优势,最大限度地利用网内资源供电,减轻主网压力。文中借助人工神经网络算法,预测微网中的微电源和负荷,以此分析和规划微网的运行方式。实测数据的仿真结果表明在配网高负荷时期引入预测系统后,微网的供电可靠性和节能减排效果都得到了极大地提高,可为微网的运行方式提供可行的建议。

引用

收藏

页码：83 / 89

页数：7

相关论文

共 10 条

[1] 基于短期负荷预测的微网储能系统主动控制策略 [J].

陈益哲 ;

张步涵 ;

王江虹 ;

毛彪 ;

方仍存 ;

毛承雄 ;

段善旭 .

电网技术, 2011, 35 (08) :35-40

[2] 含微网的新型配电系统可靠性评估综述 [J].

别朝红 ;

李更丰 ;

王锡凡 .

电力自动化设备, 2011, 31 (01) :1-6

[3] 混合系统微网控制策略分析 [J].

马力 .

电力系统及其自动化学报, 2010, 22 (06) :104-108

[4] 微网并网时的经济运行研究 [J].

牛铭 ;

黄伟 ;

郭佳欢 ;

苏玲 .

电网技术, 2010, 34 (11) :38-42

[5] 微网实验系统结构特征及控制模式分析 [J].

王成山 ;

杨占刚 ;

王守相 ;

车延博 .

电力系统自动化, 2010, 34 (01) :99-105

[6] 微网技术应用与分析 [J].

李鹏 ;

张玲 ;

王伟 ;

杨希磊 ;

赵义术 .

电力系统自动化, 2009, 33 (20) :109-115

[7] 微网研究中的关键技术 [J].

丁明 ;

张颖媛 ;

茆美琴 .

电网技术, 2009, 33 (11) :6-11

[8] ANN在电力系统中期负荷预测中的应用 [J].

周中明 ;

李建平 ;

张鑫 ;

韦钢 .

电力系统及其自动化学报, 2003, (02) :36-39

[9] 基于神经网络的电力系统短期负荷预测研究 [J].

周佃民 ;

管晓宏 ;

孙婕 ;

黄勇 .

电网技术, 2002, (02) :10-13+18

[10] 一种基于模糊规则和神经网络的负荷预测方法 [J].

陶小虎 ;

黄民翔 .

电力系统及其自动化学报, 2000, (05) :37-41+54