基于天气类型有效识别的太阳辐射推算方法

来源 :电力自动化设备 | 被引量 : 0次 | 上传用户:king_casper
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
基于2010—2011年北京地区逐时辐射及气象资料,提出有效的天气类型识别方法,研究适用于北京地区的水平面直散分离模型并对其进行本地化修正,同时验证目前主流的斜面辐射模型的性能,并建立和评估由各种天气类型对应的最优直散分离与斜面辐射模型级联而成的综合模型。结果表明:水平面直散分离模型中,修正Erbs、修正Liu&Jordan模型的预测误差较小;斜面辐射模型预测精度均与天气类型密切相关;将筛选出的组合直散分离模型的输出作为天气细分后斜面辐射模型的输入进行两级级联,对无直、散辐射观测地区的斜面辐射推算
其他文献
考虑到集中优化方法存在计算成本高、通信负担重的缺陷,基于分布式管理思路提出一种含柔性变电站的交直流配电网分布式优化调度方法。首先,将含柔性变电站的交直流配电网系统解耦为中压交流子系统、中压直流子系统、低压交流子系统、低压直流子系统和柔性变电站子系统等可独立优化调度的子系统,并建立各子系统的二阶锥优化调度模型;然后,采用目标级联法实现交直流配电网优化调度模型在各个子系统中的分布式迭代计算;最后,通过仿真算例验证所提方法的有效性和准确性,在满足交直流配电网整体运行约束的条件下,交直流配电网实现了整体最优运行。
针对高速公路并网光储充电站选址定容中存在的不确定性,提出了一种基于数据驱动的分布式鲁棒优化的两阶段选址定容方法。阶段1基于蒙特卡洛模拟方法得到充电点的位置,利用整数规划模型确定充电站的位置;阶段2兼顾充电站利益及用户满意度,建立基于数据驱动的分布式鲁棒优化定容模型,通过KL(Kullback-Leibler)散度构建以经验概率分布为中心的概率分布模糊集合描述不确定量,利用风险理论将分布式鲁棒优化模型转化为混合整数线性规划问题,进而对充电站内的充电桩数量及光储容量进行优化。最后,通过环形路网对所提方法进行验