计及风速相关性的风电功率预测方法研究

风电功率的准确预测对于风电场的运行控制及电力系统的安全稳定具有重要的意义,但风电功率具有典型的随机波动特性,风电功率预测存在较大的难度。针对风电功率预测准确率不理想的现状,提出一种计及风速相关性的风电功率预测模型,利用风速时空相关特性建立风电场间的功率相关性模型,由集合经验模态法和游程法求得不同变化趋势的模态分量,利用自回归条件异方差模型获得预测功率。通过风电功率预测实例的对比分析,表明考虑风速相关性可使预测误差降低35.67%,而自回归条件异方差模型可使预测误差进一步降低5.26个百分点,因此所提出的风电功率预测模型具有很好的的优越性。

新型电力系统环境下电网储能运营机制和成本传导工程应用

为解决典型储能项目在发展过程中商业模式和成本回收机制的问题,提出了新型电力系统环境下电网新型储能运营机制。分析了国外储能典型项目和商业模式,指出了我国储能商业模式及发展过程中存在的问题。以集中式储能和新能源配储为主要场景分析了储能的3种成本传导机制,结合储能商业价值分析了在用户侧、配网侧、分布式电源侧的主要运营模式,针对储能的传导机制进行了仿真分析,说明随着容量比例的增加,容量租赁费用呈下降趋势。在同样的容量比例下,收益率越高,容量租赁费用越高。结合我国储能配置,给出了灵活性资源补偿的市场机制建议。

一种基于DBSCAN+LAR的风电场数据清洗方法

针对因风电场机组异常数据而导致风电功率预测精度下降的问题,文章提出一种基于密度噪声应用空间聚类(density-based spatial clustering of applications with noise,DBSCAN)算法加上最小绝对残差(least absolute residual,LAR)法的风电场数据清洗方法。首先利用DBSCAN算法识别分散型异常数据,然后基于LAR方法构建堆积型异常数据识别模型,分别实现对风电场分散型异常数据和堆积型异常数据的清洗,最后通过Pearson相关系数和反向传播神经网络预测模型验证所提方法的效果。结果表明,基于DBSCAN+LAR的风电场数据清洗方法能有效减小风电功率预测误差。

考虑不同时间尺度下的新能源跨区域消纳策略

随着我国新能源并网比例的持续提高,提升新能源消纳水平成为突破新能源发展瓶颈的关键。开展不同时间尺度下的跨区域消纳研究是提升新能源消纳能力的有效方法。以两个跨区域连接电网作为实证案例,结合各地新能源消纳的运行特性及影响因素,提出了包括中长期、日前、日内不同时间尺度下的新能源跨区域消纳策略。其中,中长期消纳策略以实现中长期新能源消纳效能最优化为目标,重点考虑了规范设备运维、发电量计划管理、交易电量配置的有关影响因素;日前消纳策略重点考虑了电网在不同运行周期的调峰能力与直流电供电线路输送质量的影响因素;日内消纳策略重点考虑了电网架构与各节点电压安全性的影响因素。最后,结合模型仿真验证了相关策略的可行性与有效性,研究结果表明:所提出的不同时间尺度下新能源跨区域消纳策略可以有效地解决区域新能源消纳问题,减少弃风弃光现象,具有一定的实用性与可靠性。

面向新能源功率多时空尺度精确预测的机制创新与平台建设探索

构建以“新能源”为主体的新型电力系统迫切需要从全网统筹的角度对新能源功率进行更加精确化的预测和预测结果实用化的应用,以此提高大电网接纳高比例新能源能力、改善电力系统运行安全性与经济性。立足以调度实际需求为导向,以解决问题成效为衡量标准,以“开放、高效、实用”的理念、机制革新实现科技创新,提出一种调度机构视角下新能源多时空尺度精确预测的机制创新探索及创新平台的实施方案。从顶层设计、机制创新思考及创新平台的架构和主要功能等多方面展开探讨,力求依托技术、管理双创新,探索调度机构实施新能源功率预测水平提升的新路径。

考虑分布式发电并网的配电网自适应保护系统

为进一步提高考虑分布式发电并网的配电网自适应保护的速动性,提出一种考虑分布式发电并网的配电网自适应保护系统,该系统通过改进微遗传算法实时优化和更新保护继电器的设置。为验证所提出的自适应保护系统的有效性,通过Simulink/MATLAB平台对包含多个故障案例的仿真搭建仿真数据库,并将所提出的自适应保护系统与其他2种配电网自适应保护系统对仿真数据库中故障线路切除效果进行对比。对比结果表明,通过所提出的自适应保护系统得到的故障线路切除速度明显优快于其他2种配电网自适应保护系统。

基于数据平台的新能源运行调度分析系统

为提升新能源调度运行管理效果,提出了基于数据平台的新能源调度运行分析系统。分析了新能源资源评估、消纳统计、调度运行的需求,说明了数据平台的特点,结合数据平台业务建立了新能源运行调度分析系统,设计了基于数据平台的软件总体构架,说明了系统功能以及数据接口,阐述了系统在新能源调度管理中的数据流转、过程管控方式,结合工程实例进行了应用效果分析。

基于多源数据融合的新能源运行数据监测系统设计

为解决新能源调度分析和运行统计,提出了基于多源数据融合的新能源运行数据监测系统。分析了新能源发电特性,结合新能源发电与传统电网之间的关系说明了多源数据融合平台的意义和作用。构建了基于多源数据融合的新成员调度运行监测系统,设计了总体架构,分析了系统功能模块,给出了系统硬件部署方案和系统接口。针对新能源台帐动态管理、区域新能源运行建设、优先调度评价、消纳统计分析等功能进行说明。最后结合某地区典型的微型新能源网络的系统应用情况进行了说明和分析,论证了本文提出系统的有效性。

新能源功率预测特性分析及精度提升措施

为了实现“碳达峰,碳中和”的战略目标,大力发展新能源成为构建新一代低碳化、清洁化电力系统的趋势。目前,在新型电力系统的全面建设中,新能源的功率预测误差分析与预测精度提升至关重要。以我国南方数省2021年新能源日前功率预测及实际运行数据为例,系统性梳理分析了新能源功率预测特性并提出了相应的预测误差应对思路。首先,对现有预测技术以及国内外预测技术应用现状进行了总结;然后,梳理了现行新能源功率预测误差的共性特性;最后,提出了新能源功率预测误差应对思路,包括新能源功率预测指标体系构建、组合算法研究思路、新能源功率预测价值生态培育探索等。

基于AI算法的可再生能源预测系统研究

大规模发展可再生能源是实现“碳中和”“碳达峰”目标的必由之路,综合能源系统中风电、光伏等可再生能源具有波动性和间歇性,精准的短期功率预测有利于平抑可再生能源对系统运行的影响。基于AI算法,建立了可再生能源预测系统,使用AI算法对预测系统进行了误差修正,使其满足即时预测—平滑预测的有序过渡,并修正了不同风速和太阳辐射度场景对预测系统准确性的影响,以优化可再生能源功率预测水平和终端用户的可再生能源利用效率,并基于光伏发电场的实测数据对可再生能源预测系统预测方法的准确性进行验证。结果表明,对于6 h以内的即时预测,基于AI算法的风电、太阳能功率预测相对准确。

基于相空间重构和BiLSTM的风电功率短期预测

针对复杂多因素(气象信息、时间序列的混沌特性等)影响风电功率的短期预测,及风电时间序列的长期依赖问题,提出基于相空间重构和双向长短期记忆(bidirectional long short-term memories,BiLSTM)神经网络的风电功率短期预测方法。以全球能源预测竞赛的数据集为背景,基于嵌入定理从风电功率序列中重构出相空间,以展示其内在的混沌特性,其中相空间重构的参数依据C-C法确定;对选取的气象预测数据(未来风速、风向)进行归一化处理,并组合重构后的风电功率数据作为BiLSTM的输入量,重构前的功率数据作为输出量,训练预测模型。在全球能源预测竞赛2012提供的wf1数据集上进行日前预测实验,测试集前30 d的平均均方根误差为0.1194,测试集107 d的平均均方根误差为0.1409,相较于ANN、BiLSTM、RF和KNN,相空间重构-BiLSTM(Re-BiLSTM)的预测准确度和精度更高,验证了所提出的短期风电功率预测模型的有效性、适用性和泛化性。

基于WNN的光伏功率超短期预测研究

为解决光伏功率预测不准确问题,提出一种基于小波神经网络(WNN)的光伏功率超短期预测方法。分析小波变换的基本方法,说明小波网络的基本结构和初始权重确定方法;提出利用误差反向传播训练WNN的方法,分为GD算法和LM算法进行讨论;提出基于小波神经网络的光照辐射强度的预测方法,并提出评价指标;最后利用某地实际数据进行网络训练,说明了所提方法的有效性,并可知利用LM算法的WNN预测模型比GD算法训练的预测模型在超短期时段的表现更优。

基于电压灵敏度矩阵特征值模态形状的电压控制区域识别

为提高电网电压控制区域识别的准确性和快速性,提出基于电压灵敏度矩阵特征值模态形状的电网电压控制区域新识别方法。该方法首先通过电网潮流方程获得电压灵敏度矩阵,并计算该矩阵的特征值、特征向量。然后,将特征值按模值升序排列,并从最小模值特征值开始,计算特征对应的模态形状。最后,当最小模量、最低识别节点数百分比和最多所用特征值个数等三项约束同时满足时,完成电网电压控制区域的准确、快速识别。在IEEE 14节点系统上验证了所提电压控制区域识别方法的有效性。测试结果表明,所提方法能够在保证电压控制区域的识别准确性的基础上大幅度提升对电压控制区域识别的运算速度。

采用电力电子变压器的多端口能源路由器

基于能源互联网背景,结合多绕组高频变压器,设计了一种新型的家庭用多端口能源路由器。这种能源路由器的优势在于具有相对较高的能量密度和转换效率,同时更易于实现多电压等级接入,交直流混合,因此更适合于分布式电源及可再生能源的接入。给出了多绕组高频变压器的简化数学模型以及基于此的控制方法,同时在最后给出了用于验证系统正确可行性的仿真及实验结果。

基于多源协同的区域分层能源综合调度优化

为解决区域综合能源的调度优化问题,提出了基于多级能源协同的区域分层能源综合调度方案。分析了多级能源区域协调系统特点以及分层优化需求;建立了双层优化模型,上层优化输电网经济成本,下层优化微网运行成本,二者通过联络线交换功率形成信息流,利用典型算法对本文提出模型进行求解。通过仿真分析了所提方法的有效性,对比了微网联网运行和孤岛运行模式下的系统经济性,说明了双层优化的合理性,即在不同的可响应负荷水平下,相比孤岛模式系统成本下降在11%~17%之间。

基于多维度的电力系统调度报表数据改造提升方案

针对目前电力系统调度运行数据以及调度报表存在的问题,提出了一种基于多维度场景的提升方案。首先分析目前调度数据以及调度报表在数据分析、数据挖掘和数据抓取中存在的问题。然后提出基于多场景维度的调度报表改造技术方案,设计报表数据改造提升的功能构架,从报送模式、接口实现方法和数据校验等角度说明实现方案。最后针对调度报表改造提升与调度智能决策的关系进行了分析。

调度信息披露系统设计与实现研究

现阶段,我国的电力调度信息披露系统存在数据不完善、披露方式不规范等问题,这也为信息披露工作带来了极大挑战。根据以往实施经验,对调度信息披露范围和模式以及披露指标设计情况进行总结,并从系统的重新部署、系统技术更新、安全分区、系统防护四方面,论述了调度信息披露系统的具体实现方法。

基于IEC 61970的调度运行管理系统设计

针对电网运行智能化要求,建立了针对多维度调度数据的运行管理系统。首先分析了目前调度运行管理中在数据处理和分析方面存在的问题,并说明了设计系统应满足的功能。接着基于面向服务构架理念,设计了基于IEC 61970的调度运行管理系统,分析了其功能和系统特点,从数据采集方案、数据整合流程、数据安全构架等方面分析了数据管理方案。最后从调度报表的应用情况说明了所设计系统的有效性。

基于自适应神经网络的风光互补电站出力预测研究

为提升风光互补电站出力预测准确度,研究了风光互补电站的出力预测方法。分析了风光互补电站机组出力情况,建立了广义回归神经网络模型和径向基神经网络模型用于训练历史数据。提出改进动态组群合作优化求解算法,利用该算法对风光互补电站出力进行预测,并利用仿真分析论证了提出模型的有效性,说明提出的方法能够有效降低预测误差,改善预测精度。

基于区间预测的混合能源预测模型设计与研究

近年来,随着太阳能和风能在电力系统中的广泛应用,能够准确预测太阳能和风能对电力系统的电能优化管理策略设计至关重要。旨在开发一种能够用于电力系统能源预测的风能和太阳能新型混合预测系统。通过风力发电与光伏发电的理论仿真模型分析,设计用于短期预测的实质性电力演化战略(SPES)。基于区间预测(PIs)算法,提出混合能源预测模型,实现电力系统的短期和混合能源功率预测。最后,根据实际监测数据,将传统算法与设计的SPES算法进行对比分析,验证结果表明该模型在时效性和预测精准性方面具有显著优势。