基于改进的场景分类和去粗粒化MCMC的风电出力模拟方法

为实现风电出力时间序列的高性能模拟,文中提出了一种基于SAGA-KM(simulated annealing and genetic algorithms-K-means)算法实现典型风电场景分类和基于Copula函数进行风电日过程马尔可夫过程建模的风电模拟方法。SAGA-KM算法将传统KM算法与遗传算法和退火算法相结合,能显著提高风电场景分类效果;基于Copula函数建立的马尔可夫链精细概率模型,以去粗粒化方式实现马尔可夫过程蒙特卡洛模拟,克服了粗粒化引起的概率分布偏差。针对甘肃省某风电场数据进行实际模拟,结果表明文中方法生成模拟序列的统计分布特性、自相关函数特性和日均功率的分布特性与实测数据都非常接近,该方法能很好地保留风电序列的概率分布特性和随时间变化的波动特性,具有重要的工程实用价值。

考虑相关性的地区风电出力对调峰容量的影响分析

在地区性的大规模风电并网背景下,电网的调峰能力是制约风电并网的一个很重要的因素。本文以某一实际地区电网一年的数据为例,计算风电出力和典型日负荷的皮尔逊相关系数,分析单风电场出力和地区风电出力的特性,在风电出力特性分析的基础上,计算分析不同风电出力场景下的调峰容量,选取用于调峰容量计算的地区风电典型出力特性。研究认为当地区电网并网风电容量较大时,考虑地区风电出力与负荷的相关性,采用逆调峰特性最明显的风电出力场景计算调峰容量是更合理的方法。

考虑风电出力不确定性的储能系统容量优化配置

鉴于风电出力的高度不确定性,传统的储能容量配置方法难以确保最优效能。本文提出一种新的储能系统容量优化配置方法,该方法充分考量了风电出力的不确定性。通过深入分析风电出力的波动特性,构建基于KL散度(Kullback-Leibler Divergence)的不确定集合,以精确量化风电出力的随机性。为满足电力系统的实际需求,建立一个以最大化系统净收益为核心目标函数的优化模型。为确保在风电不确定性条件下的方案既有效又经济,设计一系列详细的约束条件。利用自适应粒子群优化算法,结合深入的经济模型与物理分析,求解并输出针对风电出力不确定性的电能存储容量最优配置方案。实验验证表明,该方法在不同负荷与发电场景下均能实现储能容量的精准配置,显著增强电力系统的稳定性,并大幅优化其经济性能。

源储网联合规划中风电出力不确定性的影响

为研究风电出力不确定性对源储网联合规划的影响,以东北地区某省某新能源基地风电输出为例,分析了风电特性对源储网规划的影响,并使用DCGAN和K–means进行了风电场景生成和缩减优化,描述了风力发电的不确定性。研究结果表明,文章所提生成场景预测精度、可靠性优良,可准确评价源储网联合规划中风力发电的不确定性影响。

海上风电出力特性及其消纳问题探讨

中国海上风电将迎来快速发展,研究其出力特性对海上风电消纳具有重要意义。文中利用实际数据分析与运行模拟相结合的方式,将海上风电的出力特性与陆上风电进行了对比研究。为了对比风电场出力的分布特性,提出了风电场出力分布特征指数的新指标。根据历史出力分析了近岸风电场的随机特性与波动特性;结合测风数据与中长期规划,利用风电场运行模拟技术分析了海上风电场出力的统计特性。分析表明,与陆上风电相比,海上风电具有出力水平较高、小时级出力波动小、冬季比夏季出力高、夜晚比白天出力高以及具有更高的容量因子等特性,其出力分布特征指数明显高于陆上风电场。最后,阐述了海上风电消纳不同于陆上风电消纳的特点,为合理消纳海上风电提供参考。

用于平滑风电出力的储能系统运行与配置综述

随着风电渗透率不断增大,风电功率波动对电力系统可靠性、稳定性等方面的影响愈发显著。不同国家根据自身电力系统的特点对风电场设置了不同的风电波动限制指标。在能源互联网的推动下,在风电场端口集成储能系统以平滑风电出力正逐渐成为理论研究与工程示范的热点。首先总结了新型储能技术示范项目的建设成果,其次梳理了储能系统的类型选取,然后评述了储能系统的风电平滑策略、功率容量配置方法等关键技术。最后,探讨了未来待研究的关键科学问题。

风电出力变化对系统调频的影响

随着大规模风电的并网,需要研究风电出力波动和系统调频速度的关系,探讨大规模风电并网对系统调频的冲击。通过对张家口地区单个和多个风电场的调度EMS数据进行统计分析,验证了风电出力变化率呈正态分布,随着所统计风电场容量的增加风电出力变化率降低的特性,并得到了风电场出力变化率的数值范围,结合甘肃电网的系统调频速度数据,对风电接入率、风电出力变化率和系统调频速度的关系进行定性计算分析,得出了系统调频速度并非限制风电大规模接入制约因素的结论。

基于数据驱动的短期风电出力预估–校正预测模型

提高风电出力的预测精度可降低含高渗透率风电电力系统调度、优化、规划等策略的保守性和控制策略的复杂性。该文在分析风电出力历史数据与气象因素关系的基础上,建立了基于风电出力数据驱动的短期风电功率预估–校正预测模型。采用具有较高精度的小波神经网络预测模型实现预估环节,以自适应动态规划作为附加优化结构,利用风电出力实测数据及时更新预估模型中的参数,实现校正环节,使得预估模型能够适应风机在额定风速以下运行区域内多变的运行点。测试结果表明,该方法在风机出力变化频繁时,能获得比BP、GABP预测模型更高的精度。

计及超分辨率风电出力不确定性的连续时间鲁棒机组组合

随着风电在电力系统中渗透率的提高,调度时段内的风电出力波动越发剧烈,可能导致时段内爬坡不足,威胁电力系统在时段内的运行安全。针对这一问题,提出计及超分辨率风电出力不确定性的连续时间鲁棒机组组合模型和求解算法,该方法充分考虑时段内风电出力变化,给出对超分辨率风电出力不确定性鲁棒的调度方案。首先,基于连续时间建模方法,建立连续时间鲁棒经济调度模型,并对其中的超分辨率不确定性模型进行分析;然后,通过解空间变换,将代数空间的优化问题转换为易求解的函数空间优化问题,并通过列和约束生成算法进行求解,计算结果还原到代数空间;最后,通过算例结果验证了所提方法能够充分计及超分辨率风电出力的不确定性,提高调度方案的鲁棒性。

广东电网风电出力特性分析及其经济性评价

风电出力特性的研究对于低碳经济发展大背景下含规模风电接入的电力系统规划运行至关重要。基于风电场群的分区分片划分和多风电场运行模拟技术,定量分析了广东规模风电的出力特性和容量效益。研究表明,规模风电接入将增大系统调峰需求,需要在电网规划建设和风电配套政策制订方面引起足够重视。从系统运行成本、煤耗、污染物排放等多个角度进行的经济性评价显示,尽管规模风电接入对常规机组替代作用相对有限,但对于广东节能减排与低碳发展具有重要意义。

基于小波-原子分解的超短期风电出力预测模型

为提高含风电场电网经济调度能力以及降低电力系统规划决策的保守性,提出了基于小波-原子分解(WD-AD)的风电出力超短期预测模型。该模型采用小波分解(WD)作为前置环节,以基于原子表达式的自预测和基于最小二乘支持向量机(LSSVM)的残余分量预测为基础构建原子分解(AD)预测模型,分别对风电出力的高低频分量进行预测,并将结果相加得到最终预测值。AD分解过程由衰减线性和Gabor原子库交替分解完成,可自适应匹配不同类型分量。同时,本文提出将细菌群体趋药性和正交匹配追踪算法相结合(BCC-OMP)优化的原子分解法,进一步增强了原子分解能力。实际风电场算例验证了所提方法的自适应性、快速性及有效性。

基于区间估计的风电出力多场景下静态电压安全域研究

提出一种建立风电多场景的新方法,用于计算发生概率较大的风电出力场景及该场景下的系统静态电压安全域边界。该方法依据风速的威布尔分布特性,能够在参数未知的情况下,利用实测风速的极大似然估计和Fisher信息矩阵,对风速的形状参数、尺度参数进行满足置信度?的区间估计,再根据Gamma函数与威布尔分布n阶矩阵的关系,来计算实际风速期望的近似区间,继而计算风电的出力水平;再依据该出力水平区间的上、下限求得能适应大部分风电扰动的基于割集功率空间的静态电压稳定域实用边界。最后通过实例验证该方法的实用性和有效性。

黑龙江地区风电出力特性分析

黑龙江地区风力资源丰富,技术可开发总量居全国第三位。由于其地理位置的原因,黑龙江地区风电出力大发时期多为冬季,这与冬季供热期电网调峰能力不足构成矛盾,致使冬季弃风较为严重。掌握风电出力特性是解决这一问题的基础。针对黑龙江地区的风力资源特点,通过收集、整理不同区域风电场10min采样间隔的大量实测数据,利用数理统计的方法,从常见样本数字特征、描述形态的样本特征值以及同时率、爬坡率、峰谷差等其他描述性指标对风电出力特性进行了描述,然后利用样本数据的频数直方图、QQ图与箱线图对风电出力的分布特性进行了详细分析,以期通过风电出力的描述与分析为黑龙江地区未来的风电开发与发展提供一定的参考。

黑龙江地区风速与风电出力的特征分析与概率分布最优建模

基于黑龙江地区不同区域风电场的大量实测数据,对该地区的风速与风电出力特性进行全面分析,并引入威布尔分布、伽马分布、正态分布和对数正态分布4种概率模型,采用极大似然估计法估算各模型参数,对4处不同地区风电场的风速与风电出力进行模拟并比较,确定不同地理位置风电场的最佳拟合概率分布模型。研究表明黑龙江地区的风速具有明显的季节性、时域性和地域性,各场点风电出力具有一定相关性,其自身的随机波动性受时域和地域的影响。

风力发电同时率与控制风电出力的研究

张家口地区风力发电不断发展,负荷远不能平衡风电出力。风电发电潮流反送到变压器,导致变压器满载甚至超载,给电网设备安全及调度运行带来了很多的困难。通过对典型月份各风场发电同时率的分析,进而研究地区负荷情况、风电发电出力与限制风电出力之间的关系,得出具体控制出力的结论,从而为调度运行人员提供切实可行的理论依据。

基于分层聚类算法的地区风电出力典型场景选取方法

为反映风电场出力变化特征,提出了一种基于分层聚类算法的地区风电出力典型场景选取方法。首先采用分层聚类算法对风电出力样本进行聚类分析,得到反映样本亲疏关系的聚类树状图。随后考虑风电出力典型场景的选取质量,采用类间样本离差平方和来描述类间样本的差异性,以此作为聚类数的判定依据,从而实现样本的有效划分。最后,以某地区实际风电出力数据为例,验证了所提方法的合理性,并面向调峰、无功配置等需求选取了风电出力典型日场景。

计及风电出力相关性和条件价值风险的电力系统概率可用输电能力评估

针对风电出力预测误差对区域间可用输电能力(ATC)评估的影响,提出一种计及风电出力相关性和条件风险价值(CVaR)的电力系统区域间ATC概率评估方法。首先,通过基于历史风电出力数据的相关系数矩阵和Copula函数,构建计及风电场出力空间相关性的风电出力预测误差概率模型;接着,基于获得的计及风电出力空间相关性的风电出力预测误差修正风电场出力预测值;然后,提出一种计及风电出力相关性和CVaR的ATC概率评估双层优化模型,下层模型以基态下发电成本和风险费用最小为目标,上层模型以极大化区域间ATC为目标,通过基态下和极限状态下机组的出力作为上下层模型间的交互信息;在此基础上,利用Karush-Kuhn-Tucker(KKT)最优条件,对下层模型进行转换,将双层优化模型转换为均衡约束的数学规划(MPEC)模型;进一步,将MPEC模型转换为混合整数二阶锥规划问题,进而实现概率ATC的求解;最后,通过PJM-5节点测试系统和吉林西部电网进行算例分析,结果验证了所提方法的可行性和有效性。

考虑风电出力不确定性的储能容量机会约束规划配置

储能系统对风能等可再生能源实现可调度运行有着十分重要的作用。针对风电出力的不确定性问题,提出了一种基于机会约束规划的电池储能系统(BESS)容量配置方法。考虑风电利用率和储能装置荷电状态(SOC)约束,以储能成本最低为目标,采用模拟技术和遗传算法相结合的方法求解,得到了风电输出波动不超过某一区间的置信度与储能最佳配置成本间的关系。此外,在储能系统的控制策略中引入了放电惩罚因子,修正了储能装置的充放电功率,从而达到了延长使用寿命的效果。研究结果表明,BESS容量配置方法在电能质量和经济性间取得了适度的折中。

新疆风电出力特性统计分析及应用

为了研究新疆电网合理消纳风电问题,根据新疆风电场运行实际数据,计算了反映风电自然特性的日出力变化率、相关性、同时率、波动性及间隙性等出力特性量化指标,采用概率统计法分析了新疆风电场/群的出力特性,分析表明:新疆风电出力水平较高,出力变化速率不大,风电出力的波动频率小,新疆各风电场的同时率较高,间歇率小,破坏性风速较少,风电的可利用率高,最后讨论了风电出力特性指标的应用。文中的分析结果为新疆电网更好地消纳利用风电,制定风电出力的控制原则提供了思路及方法,同时也为进一步做好风电这种不稳定电源的发展规划提供了参考。

基于分段分区聚合近似和模糊聚类的风电出力特性分析

风电出力特性与负荷需求的形状(负荷需求具有双峰性的典型形状)不一样,难以直观得到风电出力特性曲线的大概轮廓。因此,提出改进的自适应模糊聚类算法,采用表征多时空尺度的风电波动性、同时率评价指标对风电出力数据归一化处理,分段聚合降低维度,计算自适应函数α(c),确定各时段最佳聚类数c,对风电出力类型分类;引入变异离散度系数βi,剔除风电出力畸变数据;提出分区加权中位值法,辨识并提取风电出力特性概率区间带。针对新疆区域电网2015年1月份的风电出力数据,仿真计算分析风电出力特性曲线及概率区间带,验证了所提方法的有效性和稳定性。