基于多模型融合的中长期径流集成预测方法

中长期水文预报是流域水资源规划与合理配置的重要依据。为提高中长期径流预测精度,提出了一种基于多模型融合的水库中长期径流集成预测方法。该方法将ARMA、BP、LSTM、RF和SVR等5个异质预测模型进行融合,同时采用超参数优化方法确定各模型的最优参数。将其用于青海省龙羊峡水库的中长期径流预报中,结果表明,通过Stacking融合算法建立的集成预测模型相较于单一模型,取得了更高的预测精度(R2值由0.71提升至0.82)。此方法可为提升流域中长期径流预测精度提供一定参考。

考虑发用电相似性的海上风电中长期双边协商交易优化决策模型

海上风电是未来最有潜力的可再生能源之一,但其出力具有随机性和波动性。为了更好地促进海上风电的市场化消纳,文中基于海上风电商与负荷聚合商间的中长期双边协商交易构建了优化决策模型。首先,通过时间序列相似性评估方法,为目标海上风电寻找最优的用电负荷组合。其次,考虑需求响应备用容量配置和发用电曲线预测误差,构建了基于两阶段分布鲁棒优化的中长期交易优化决策模型,为海上风电配置适应其未来一段时间内出力特性的需求响应资源,并合理调整中长期交易曲线。最后,通过仿真算例验证了所提模型的有效性和实用性。

基于集合Kalman滤波的中长期径流预报

为降低中长期径流预报的不确定性,增加水电站水库的发电效益,针对现有方法侧重于提高单一预报模型确定性预报结果的准确性以降低径流预报不确定性的问题,提出一种基于集合Kalman滤波的入库径流确定性预报方法。以旬为预见期的锦西水库实例验证结果表明:相比传统的单一预报模型和传统的信息融合预报模型,基于集合Kalman滤波的中长期径流预报可使RMSE降低4.78 m^(3)/s,合格率可提高0.56%,且更有效地降低了汛期预报的不确定性,得到了更加准确、可靠的确定性径流预报结果,可为开展流域梯级水电站优化调度提供技术支持。

基于多因子多模式集成的中长期径流预测模型

提高中长期径流预测精度对于水资源调度等具有重要意义和应用价值。基于国家气候中心的130项气候因子,采用皮尔逊相关系数、最大信息系数、方差增量指标筛选主要预测因子,建立基于DS(Dempster-Shafer)证据理论的多因子综合方法;采用随机森林、BP神经网络和贝叶斯网络等建立基于水文-气象因子遥相关的中长期径流预测模型,构建基于DS证据理论的预测结果集成模型。以三峡水库为对象开展实例研究,结果表明:引入遥相关因子能有效提高预测精度;基于DS证据理论的多因子综合方法能筛选出综合性更强、稳定性更优的因子,弥补单一筛选方法的不足;基于DS证据理论的多因子多模式集成方法在径流预测精度上优于单一方法单一模型,确定性系数提高到0.823,平均相对误差降低到23.2%。

基于双重分解和双向长短时记忆网络的中长期负荷预测模型

针对中长期电力负荷序列噪声含量高、难以直接提取序列周期规律从而影响预测精度的问题,提出了一种基于完全自适应噪声集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)和奇异谱分析(singular spectrum analysis,SSA)双重分解的双向长短时记忆网络(bidirectional long and short time memory,BiLSTM)预测模型。首先,采用CEEMDAN对历史负荷进行分解,以得到若干个周期规律更为清晰的子序列;再利用多尺度熵(multiscale entropy,MSE)计算所有子序列的复杂程度,根据不同时间尺度上的样本熵值将相似的子序列重构聚合;然后,利用SSA去噪的功能,对高度复杂的新序列进行二次分解,去除序列中的噪声并提取更为主要的规律,从而进一步提高中长序列预测精度;再将得到的最终一组子序列输入BiLSTM进行预测;最后,考虑到天气、节假日等外部因素对电力负荷的影响,提出了一种误差修正技术。选取了巴拿马某地区的用电负荷进行实验,实验结果表明,经过双重分解可以将均方根误差降低87.4%;预测未来一年的负荷序列时,采用的BiLSTM模型将拟合系数最高提高2.5%;所提出的误差修正技术可将均方根误差降低9.7%。

海洋科学专业中长期毕业生用人单位问卷调研——以广东海洋大学为例

跟踪海洋科学专业本科生的毕业去向、了解各用人单位对本专业毕业生的评价,有助于高校优化海洋科学专业本科生的人才培养方式,从而培养出更多满足社会需求的专业人才。本研究以问卷调查的方式展开,对广东海洋大学2014、2015届本科毕业生的就业、升学单位进行了调查,了解了用人单位满意度、毕业需求及对海洋科学专业人才培养过程的反馈。课题组对调查结果进行了综合分析,对我国海洋科学专业的人才培养工作提出了建议。

考虑多能源同台竞价的电力中长期融合交易机制设计与实践

新能源的入市可加速新型电力系统建设,针对新能源发电的随机性和波动性而导致上网电量与市场交易电量偏差较大的问题,设计了一种多能源同台竞价的融合交易机制。通过设计融合交易机制的组织流程与出清方式构建了新能源发电商(NEP)在不同交易模式下的结算模型,以江西电力中长期市场为背景设置算例参数,对NEP在几种交易模式下的收益进行分析,并对采用融合交易机制的江西电力中长期市场运行情况进行了对比分析。结果显示所提交易机制能促进新NEP达成交易,明显提升NEP的经济效益,有效推动新能源的入市进程并显著减少交易偏差率。

计及短期运行特征的水风光互补中长期调度

传统基于旬/月尺度的中长期调度模型难以描述风、光出力随机波动性所诱发的运行风险,无法有效指导水风光互补系统的中长期运行。为此,提出计及短期运行特征的水风光互补中长期调度规则编制方法。首先,构建短期调度模型评估水风光联合运行中的弃电、弃水及失负荷风险;其次,基于短期调度长系列调度样本,提取水电出力与弃电、弃水及失负荷之间的响应关系;最后,将响应关系嵌套在水风光互补隐随机优化调度模型中提取调度函数。以黄河上游千万千瓦级水风光互补系统为研究对象进行验证,结果表明:相比于简化运行策略,所提出的方法能够增加系统发电量6.5%,同时降低失负荷率3.71%。在水风光互补中长期调度模型中嵌套短期运行风险能够降低系统的弃电与失负荷风险,从而有效指导互补系统中长期调度运行。

基于变量选择与Transformer模型的中长期电力负荷预测方法

准确且有效的负荷预测对于电力系统的实时运行和调度非常重要。提出了一种融合变量选择与稀疏Transformer模型的预测方法,将静态变量和时序变量作为输入,充分发挥静态变量在全局时间范围内的信息增强作用,基于门控机制设计变量分权组件,根据变量与预测结果的相关性,赋予变量不同的权重。设计了双层编码结构,进行时序特征提取,对注意力进行稀疏处理,通过多变量输入对未来时刻负荷进行预测。基于真实电力负荷数据的实验表明,本文模型能够提高中长期负荷预测精度和效率。

国家节水中长期规划编制思路浅析

近二十年来,我国相继印发实施多个节水规划,指导和推动节水工作取得显著成效。科学编制节水中长期规划,系统谋划未来一个时期节水工作推进的战略方向、总体布局、重点任务等,有利于全面提升我国水资源节约集约利用水平、加快推进节水型社会高质量建设。总结我国节水规划实践情况,评估规划目标制定及其完成情况,分析我国现状用水节水水平,面向基本实现现代化,对标新质生产力和水利高质量发展要求,提出节水中长期规划编制的总体思路,梳理重点任务,包括摸清节水现状与形势需求,制定节水目标指标体系,谋划节水重大战略布局,提出重点节水行动与举措,梳理重点工程项目和实施计划,完善体制机制和制度政策保障等,针对性提出推进规划编制工作的有关建议。

考虑上游来水影响的中长期径流预报

雅砻江流域地面气象站点不足、分布不均,难以获得精确的流域面降雨资料,加之传统中长期径流预报模型泛化能力有限,中长期径流预报存在较大瓶颈。充分考虑流域水库间的物理联系,基于上下游水库流量变化在时空上的相似性,对1957年~2020年锦屏一级水库和二滩水库的历史月径流数据进行主成分分析,使用BP人工神经网络、随机森林和支持向量回归3种机器学习方法建立3种径流预报模型,通过决定系数R^(2),合格率Q R以及平均相对误差MRE三项指标构成的评价体系对预测结果进行评估。结果表明,上游水库对于下游水库的入库流量具有显著影响,且3种模型在二滩水库中长期径流预报上均具有较好的预报效果(R^(2)>0.8、Q R>0.7、MRE<0.2)。随机森林模型模拟效果整体优于BP人工神经网络和支持向量回归模型,3种模型均具有较好的实用性,能为流域水资源精细化调度及科学管理提供数据基础。

基于事件建模的机组检修模型及其在电力系统中长期运行中的应用

发电机组检修计划是电力系统中长期运行的重要内容,对于维护设备安全运行、保障高比例新能源电力系统中长期电力电量平衡十分重要。由于检修持续时间、检修间隔时间等检修约束较为复杂,机组检修在建模中存在模型整数变量与约束条件数目多的难题,这增加了电力系统中长期运行的问题规模与求解难度。针对以上问题,该文提出基于事件建模的机组检修模型,能够用较少的变量完整地描述机组检修约束。在此基础上,计及机组检修约束、机组运行约束和系统运行约束,建立电力系统中长期运行模型。基于改编的IEEE-RTS79开展算例分析,验证提出的机组检修模型在电力系统中长期运行问题中的有效性,不仅求解效率提高,而且优化结果更好。

兼顾激励相容的水电富集电网中长期电力市场交易模型

针对我国水电富集地区梯级电站上下游中标电量与发电水量不匹配导致弃水和违约等问题,借鉴巴西电力市场中长期交易模式,提出兼顾激励相容的水电富集电网中长期交易模型。该模型以个体发电效益最大和电网侧购电成本最小作为激励相容的双重目标。首先以最小出力最大为目标对水电站群进行优化调度,所得各水电站每月发电量定义为其该月保证电量,并将保证电量拆分成基础电量、省内电量和西电东送电量。然后建立各级市场交易方法,基础电量按相似来水频率的历年平均电价收购,省内电量参与两轮拍卖,西电东送电量按剩余电量比重排序依次收购,采用强化学习确定各发电商份额和电价。最后利用改进的电量再分配机制对联盟内各水电站实发电量进行再分配。云南省5个流域52座电站群实例结果表明,所提模型能有效缓解当前梯级上下游电站弃水和违约等问题,促进了水电市场合理竞争和水资源充分利用。

考虑电力中长期及现货市场衔接的月内融合交易模式及统一限价研究

在电力市场“中长期+现货”背景下,针对电力中长期与现货衔接问题,探寻高比例新能源入市下月内融合交易市场边界,研究统一限价对社会福利与曲线分解的影响,分析月内融合交易模式对市场衔接的作用。首先,考虑市场中存在的问题,探讨可行的解决方式。其次基于市场预测,构建市场主体的报价与目标函数,结合不平衡电量,构建社会福利最大化市场出清模型,采用A-NSGA-Ⅲ算法进行求解,得到市场出清情况与对应的最优限价范围。最后通过算例验证了统一限价与细分时段的优势,给出了统一限价设定的市场化途径,同时保证了市场主体利益与市场活力,表明了统一限价模式下月内融合交易市场有利于市场主体灵活交易,促进了中长期与现货市场的衔接。

考虑电池老化的电动汽车中长期充电负荷预测方法

随着电动汽车市场份额逐年上升,受限于区域内动力电池容量大小的电动汽车充电负荷占总用电负荷的比例不断提高。为此,提出一种考虑电池老化的电动汽车中长期充电负荷预测方法。首先,构建考虑电池老化的区域电动汽车电池总容量预测模型,预测电池老化带来的总容量衰减以及更换新电池和车辆数目增长带来的总容量上升。其次,构建考虑温度变化的动力电池老化特性估计模型,预估每次充电后电池最大容量、可充电量和续航电量,当电池最大容量不足以保证车辆安全运行时,对车辆更换新电池。最后,构建考虑充电成本的车辆行为仿真模型,模拟车辆出行和充电过程;借助模糊C均值法对不同种类电动汽车充电负荷进行划分,通过蒙特卡洛模拟与线性加权确定区域内电动汽车中长期负荷。仿真结果表明,随着车辆使用时间的增加,年负荷曲线波动程度不断变大;相较于新车,电池老化后单位车辆周均用电负荷峰值出现的时间会提前,且负荷峰谷差也会增大。

基于典型源荷耦合模式的中长期时序场景生成

高比例可再生能源电力系统中源荷功率在气象的影响下耦合程度增加。基于生成式模型的场景生成方法是分析源荷功率不确定性问题的成熟工具,然而实际应用中常受源荷数据匹配样本少的问题限制,直接生成的中长期源荷耦合时序场景质量较差。提出一种基于典型源荷耦合模式的中长期时序场景生成方法。首先,定义了源荷各自的气象模式概念。然后,通过气象距离将历史数据中典型气象模式相似的源荷聚合成定义的典型源荷耦合模式。接着,采用生成对抗网络生成典型风光场景,并将生成场景与典型源荷耦合模式进行匹配。最后,根据匹配的对应关系得到典型源荷耦合场景。以日本地区为例的仿真结果表明,所提方法能够提高场景在气象方面的可解释性,同时减小了源荷数据匹配样本少对中长期源荷耦合场景生成的影响。

基于情景分析的中国氢能产业中长期预测研究

进入21世纪以来,在应对气候变化行动的推动下,氢能产业发展的热度持续升温,能源行业对氢能在难减碳领域发挥关键作用、推动产业低碳转型的认识不断深入。未来数十年,氢能将在推进能源体系、电力系统和产业体系转型升级的进程中担当重要角色。文章分析了我国氢能产业发展现状,以能源中长期预测研究为依托,提出了开展中国氢能产业预测研究的基本方法和思路,研判了我国氢能产业发展的未来趋势和成长空间,测算了低碳氢能产业发展可能对我国实现碳中和目标产生的贡献。

基于气候特征分析及改进XGBoost算法的中长期光伏电站发电量预测方法

光伏发电在能源结构中的重要性不断凸显,而提高光伏发电量预测的准确性成为当前研究的关键问题。针对中长期光伏发电量预测问题,提出一个综合利用气候预测数据的中长期光伏发电量预测方法。首先,在基于气候预测数据的发电量预测框架中,根据气候预测数据特点和预测周期划分多重子模型以充分利用气候预测数据信息。其次,在进行数据预处理后,通过对气候特征衍生与交叉、特征筛选和选择,充分挖掘气候特征的高价值信息。然后,采取一种两重多阶段超参数寻优策略,对极端梯度增强(extreme gradient boosting, XGBoost)超参数进行调整以优化预测模型。最后,在真实光伏发电量数据上,以MAPE为标准评估预测水平,验证所提中长期光伏发电量预测方法的有效性。相关实验结果表明该方法可以有效提高光伏发电量预测精度。

考虑合约转让的风-水-火中长期交易出清模型

风电出力的不确定性导致执行中长期合约时产生弃风或遭受偏差惩罚,为弥补中长期合约交易灵活性的不足,提升风电的消纳比例,提出一种考虑合约转让的风-水-火中长期交易出清模型。考虑风电出力的不确定性,根据风电出力的概率分布,将其出力品质区间划分为确定部分和不确定部分;风电确定部分参与上层的中长期市场交易,以电力系统总体购电成本最小为目标,建立风电确定部分、火电和水电中长期竞价模型,得到中长期合约交易的合约电量和价格,并将出清结果传递给下层;剩下的风电不确定部分参与下层合约转让交易,利用蒙特卡洛方法将风电不确定部分生成典型场景集,以风电利益最大化为目标,以水电和火电利益诉求为约束,建立风电、水电和火电三方自主协商的合约转让交易模型,从而充分挖掘水电和火电的灵活性调节能力,将原中长期合约中水电和火电承担的电量转移给风电,并将合约转让交易情况反馈给上层,进一步优化上层中长期出清结果。改进的IEEE30节点系统算例结果分析表明:所提出清模型不仅提升了风电在中长期市场的消纳水平,而且降低了二氧化碳等污染物的排放,同时也有效保障了各合约转让交易参与主体的利益,增强了市场主体参与合约转让交易的积极性和主动性。

公共风险与经济中长期发展——分析框架、影响机制及政策选择

当前,全球经济中长期发展面临的主要问题是公共风险的衍化:由经济增长速度减缓向预期转弱、社会供需形成负反馈机制衍化;由就业岗位不足向工资风险溢价上升衍化;由刺激政策力度不够向结构性改革防范化解风险效能不足衍化。中国也不例外。所有的公共风险最终会转化为个人、企业和政府的成本,影响企业资产负债表、现金流量表,尤其会导致风险折现率提高、要素成本上升、经济潜在增长率下降。因此,必须高度重视公共风险治理,避免公共风险水平上升可能引发的经济长期衰退。基于对公共风险持续扩散的内在根源的剖析,本文提出当前应妥善处理六大关系,即发展与安全,数字经济与实体经济,农民市民化与乡村振兴,多元目标与政策协同,经济调控与经济治理,地方政府能力与事权、财权、财力匹配,从而实现对公共风险的有效对冲。