基于BP-MIV的风电调峰受阻电量影响因素贡献度分析

• 作者: 吕晓茜 张沛 谢桦
• 来源期刊: 分布式能源
• 学科: 工学
• 关键词: 风电调峰受阻 反向(BP)神经网络 平均影响值(MIV)算法 影响因素 贡献度
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 基于先进信息通信技术的分布式能源系统
• 页码范围: 9-14
• 页数: 6页
• 分类号: TK81
• 字数: 4493字
• 语种: 中文
• DOI: 10.16513/j.2096-2185.DE.191076

摘要

随着风电装机容量的不断增长,弃风电量也随之增加,研究弃风电量的影响因素势在必行.为此,提出了一种风电调峰受阻电量影响因素贡献度计算方法.以影响因素为输入,风电调峰受阻电量为输出,构建了反向(back propagation,BP)神经网络模型;应用平均影响值(mean impact value,MIV)算法,计算各影响因素的贡献度;利用我国西北某电网2018年运行数据进行案例分析.结果表明,本文所提方法能对风电调峰受阻电量影响因素进行量化分析,明确影响因素的重要程度,为促进风电消纳提供理论基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张沛	北京交通大学电气工程学院	21	154	4.0	12.0
2	谢桦	北京交通大学电气工程学院	29	178	8.0	12.0
3	吕晓茜	北京交通大学电气工程学院	1	0	0.0	0.0