崔双喜
- 作品数：58 被引量：304H指数：10
- 供职机构：新疆大学电气工程学院更多>>
- 发文基金：国家自然科学基金新疆维吾尔自治区自然科学基金新疆维吾尔自治区高技术研究发展计划项目更多>>
- 相关领域：电气工程动力工程及工程热物理自动化与计算机技术文化科学更多>>
- 单机无穷大系统暂态稳定线性最优控制
- 2020年
- 基于实时参数P-δ预测暂态系统稳定性,得到发电机功角δ的预测值,以功角预测值不大于预先设定的门槛值作为暂态稳定的条件,通过引人最优控制原理,在系统暂态稳定的条件下,得到发电机最优输入机械功率调整量,把微分方程所描述的电力系统控制,转化为以发电机输入机械功率为控制量的最优控制,以实现暂态稳定最优控制。
- 崔双喜王维庆张新燕
- 关键词：功角暂态稳定
- 基于蚁狮算法的多能互补微网经济调度被引量：1
- 2022年
- 随着社会更加重视多种能源互补应用、能源梯次、循环利用和能源利用效率,提出一种考虑激励型需求响应(Incentive demand response, IDR)以及供热/冷系统惯性的调度策略。先对含电转气设备(Power to gas, P2G)园区多能互补微网进行建模。在满足住户对室内环境温度的前提下,利用供热/供冷系统的冷热惯性,发挥供热/冷系统‘储能’特性,实现柔性供冷供热,并引入激励型需求响应转移用户负荷的分布实现电力的调节。采用蚁狮算法以微网经济调度总成本最小为目标,来求解多能互补微网的协调调度。算例仿真验证了所提出的调度策略的有效性和合理性。
- 熊瑞峰崔双喜王江磊文达
- 关键词：柔性负荷
- 基于集成多极限学习机的短期负荷预测
- 2022年
- 针对传统的电力负荷预测模型存在的预测精度不高和泛化能力不强的问题,提出一种基于Stacking集成学习、极限学习机(ELM)和最小二乘支持向量机(LSSVM)的短期负荷预测方法。以Calinski-Harabasz指标确定最佳簇数,采用模糊C均值(FCM)聚类筛选相似日样本集合,优选并减小样本规模。在Stacking集成学习框架下,建立多个ELM初级预测模型,以LSSVM作为元学习器,对多个预测结果重新融合,构成综合预测系统。算例分析表明,提出的方法较单一的ELM预测模型和传统的结合策略具有良好的预测精度和泛化性。
- 姚岱伟崔双喜戚元星
- 关键词：短期负荷预测极限学习机最小二乘支持向量机
- 考虑需求响应和V2G的低碳能源网控制策略被引量：1
- 2021年
- 为平抑大量电动汽车(EV)入网所致的负荷波动,实现能源网低碳电力运行,通过结合V2G和P2G技术,将电力系统与天然气系统之间的能量耦合。先引入需求响应策略建立负荷侧分时电价,引导大规模EV参与V2G系统,改变用户的用能时段;其次考虑碳排放环境因素建立低碳能源网模型,以经济性最优为目标利用禁忌-粒子群算法进行求解;最后利用算例对比分析了低碳能源网的能量调度和运行成本情况,验证了所提方法的有效性。
- 郑浩崔双喜郑娟强程叶凡
- 关键词：V2GEV需求响应
- 风光储出力波动抑制策略被引量：4
- 2020年
- 针对风光互补后出力波动性影响并网安全的问题,提出一种基于自适应噪声的完整集成经验模态分解(CEEMDAN)的混合储能平抑功率波动的方法。首先,采用CEEMDAN算法进行多尺度分解风光输出功率信号,将低频信号进行并网处理,次高频和高频功率信号由储能装置进行吸收平抑。其次,提出一种基于模糊控制的储能装置平抑功率再分配的控制策略,实现对蓄电池和超级电容平抑功率的合理分配,防止储能装置的过充电和过放电,达到储能装置安全运行的目标。最后,仿真结果证明了该控制策略的有效性,该控制策略能够实现风光互补后平滑并网的目标。
- 王飞林崔双喜杜玉婵刘星
- 关键词：模糊控制协调控制
- 含风电的电力系统概率潮流计算被引量：12
- 2018年
- 概率潮流求解中蒙特卡罗法只有在大规模采样的条件下进行多次模拟,才能提高精准度,其导致计算量大,耗费时间,难以处理风电中变量相关性的概率潮流。采用基于拉丁超立方采样的蒙特卡罗法对含有风电场的电力系统概率潮流问题进行分析。基于拉丁超立方采样的蒙特卡罗法,主要分为采样和排序。采样是为了确保样本空间能够被完整的采样,排序是为了降低随机变量之间的相关性。该方法将Gram-Schmidt和Cholesky2个排序方法结合,很好地降低随机变量之间的相关性。通过IEEE-39节点仿真,结论显示该方法能够较好地处理风电中的风速相关性,降低采样规模,提高精准度,是一种非常有效的处理含有风电场的概率潮流问题的方法。
- 叶晨崔双喜王维庆
- 关键词：蒙特卡罗法
- 基于VMD-SSA-HKELM的短期光伏功率预测
- 2024年
- 为提高光伏功率的短期预测精度,提出一种变分模态分解(VMD)与麻雀搜索算法(SSA)优化混合核极限学习机(HKELM)相结合的短期光伏发电功率预测模型。运用皮尔逊相关系数(PCC)选取与光伏发电功率相关性较强的气象因素作为预测模型的输入变量;以平方欧氏距离作为衡量样本相似性的依据,筛选出不同天气类型下的最优训练样本。为降低数据的非平稳性,利用VMD将原始光伏功率数据分解为一系列不同带宽的模态分量,对各模态分量分别建立HKELM模型,通过引入SSA算法对HKELM模型进行参数寻优。将各模态分量的预测结果进行求和重构,得到光伏功率预测结果。仿真结果表明,相比于反向传播神经网络(BPNN)、极限学习机(ELM)、核极限学习机(VMDKELM)和混合核极限学习机(VMD-HKELM)模型,VMD-SSA-HKELM模型具有更高的预测精度,验证了本文模型的精确性和有效性。
- 杨荔强崔双喜
- 基于二次分解NGO-VMD残差项与长短时记忆神经网络的超短期风功率预测被引量：8
- 2023年
- 鉴于目前使用变分模态分解(variational modal decomposition, VMD)搭建的单次或二次分解风功率组合预测模型中,大多均直接忽略了风功率经VMD分解后残差项所包含的丰富信息,使得超短期风功率预测精度受限。提出了一种基于二次分解NGO-VMD残差项、K均值聚类算法与长短时记忆神经网络(long short-term memory, LSTM)的组合预测模型。首先,使用北方苍鹰优化算法(northern goshawk optimization, NGO)对VMD的参数进行寻优,以选出最佳VMD参数组合;其次,采用NGO-VMD模型对VMD残差项进行二次分解,深度挖掘VMD残差项所包含的丰富信息;再次,利用K均值聚类算法解决VMD分解模态分量个数多,计算量繁冗的问题;最后,创建LSTM模型对各子模态分量分别进行预测并叠加各子模态分量的预测值得到超短期风功率预测结果。结果表明:该二次分解NGO-VMD残差项、K均值聚类算法和LSTM组合预测模型可充分挖掘VMD残差项的重要信息,有效提高了超短期风功率预测的精度。
- 宋江涛崔双喜刘洪广
- 关键词：K均值聚类算法组合预测
- 考虑需求侧响应的综合能源系统可靠性评估被引量：3
- 2023年
- 为了进一步激发综合能源系统的多能互补特性和挖掘需求侧可参与系统优化调度的调节潜力,提升综合能源系统的可靠性水平,提出一种考虑需求响应的综合能源系统可靠性评估方法。首先,根据负荷响应特性引入价格型和替代型两类需求响应,分别建立基于电价弹性矩阵的价格型需求响应模型,及考虑不同能源需求在同一时间点上相互转换的替代型需求响应模型;其次,建立以系统购买能源成本最小与负荷削减惩罚成本最小为目标的优化调度模型,并在Matlab平台上调用CPLEX进行求解;然后,基于时序蒙特卡洛模拟法获得各设备状态并设计出可靠性评估流程;最后,通过北方某工业园区综合能源系统进行算例分析,比较了系统在不同运行方式下的可靠性指标与经济性水平。算例仿真结果表明,引入价格型和替代型需求响应可协调优化各时段用能需求,能够有效提高综合能源系统的可靠性和经济性。
- 邱红桦崔双喜樊伟杰
- 关键词：需求响应可靠性评估优化调度模型算例分析
- 引入虚拟阻抗的并联逆变器新型下垂控制策略被引量：19
- 2016年
- 在微网逆变器并联运行系统中,由于各逆变器之间的线路距离不同,导致其输出总阻抗不同且呈阻抗特性,传统的下垂控制无法得到正确运用,系统不能实现功率精确分配。为了解决这个问题,本文在传统下垂控制算法理论的基础上,提出一种引入虚拟阻抗的新型下垂控制策略。当负载突变时,该控制策略能保证母线电压幅值和频率的稳定,抑制两台逆变器系统之间的无功环流,实现系统有功、无功的精确分配,并且通过引入功率微分环节,提高了系统的动态响应。仿真分析验证了本文控制策略的可靠性。
- 谢永流程志江李永东胡续坤崔双喜苏成博
- 关键词：阻抗特性虚拟阻抗无功环流
