基于哈里斯鹰优化算法的光伏储能容量配置优化

在双碳目标下,高比例的光伏等新能源接入对电网造成了冲击。针对此问题,从电站侧出发,基于最低的光伏功率平均波动率和储能系统成本这两个优化目标,提出了一种基于哈里斯鹰优化算法的储能容量配置优化模型,通过聚类算法将天气类型分为四种并分别进行优化。结合算例分析,所提出的模型对储能配置问题在雨雪等较差的工况可将日均波动率从54.61%降低至13.60%,晴天等较好的工况日均波动率可下降约5%。通过双层优化,确定出最终储能配置方案为2.5 MW/4.59 MW·h,结合全年数据进行优化验证,此方案下全年平均波动率从19.41%下降至11.33%,全周期成本814.75万元。

基于BiLSTM-MhSa-ResNet的储能电站SOC预测

储能电站荷电状态(SOC)评估对储能电站安全稳定运行起到重要作用。针对当前传统神经网络预测精度不足的问题,提出一种双向长短期记忆多头残差网络(BiLSTM-MhSa-ResNet)进行SOC预测。该模型使用多头自注意力机制提高了特征值的获取能力,通过残差神经网络解决了梯度异常问题,应用双向长短期记忆网络捕获了长期依赖关系,从而提高了预测能力。实验结果表明,采用BiLSTM-MhSa-ResNet进行充电SOC预测时,平均绝对误差为1.02%,均方根误差为1.31%,决定系数为0.998,提高了SOC预测的准确性。进行放电SOC预测实验时,该模型也具有较好的训练效果。

新能源制氢项目容量配置研究

随着新能源项目大规模发展,电解水制氢技术成为了解决消纳的关键。如何在新能源末端合理配置制氢设备容量成为当下的主要问题。本文提出了一种“基于仿真模型的风光储氢容量配置方法”,通过对全年风电、光伏、储能、负荷和制氢设备等出力进行仿真,计算出最优配制氢规模。本文选取了某氢基竖炉新能源项目进行研究,在保证竖炉年需氢17.98万t前提下,最终推荐制氢产能440000Nm^(3)/h,实现全额自消纳情况下弃电率0.7%、典型日无弃电。

基于组合模型的风电机组轮毂载荷预测方法研究

载荷评估对风电机组运行安全性和经济性有重要影响。鉴于采用FAST和GH bladed等软件不适用于短期风电机组载荷评估,利用实测数据和神经网络原理,建立GA-BP、PSO-ELM、BP-ELM-GRNN组合模型,对轮毂载荷开展短期预测,并与实测数据进行对比。该组合模型采用遗传算法优化BP神经网络的权值阈值,粒子群算法优化极限学习机(ELM)网络权值阈值,再通过等权组合和GRNN融合方法将两个训练模型进行组合。研究表明:轮毂载荷X方向上的弯矩MX误差均值为4.44%,决定系数r2为0.8796,X方向上受力FX误差均值为4.83%,决定系数r2为0.8017;选择合适的风电机组输入参数能更快筛选出有关联的系数,可以提高计算效率;采用组合算法预测机组轮毂载荷可以在一定程度上减小预测误差,提高载荷预测的准确性。

大规模储能技术应用前景分析

随着可再生能源的快速发展,储能技术正迎来新一轮的发展热潮。在各省逐渐出台新能源配储的政策背景下,对部分大规模储能技术的应用场景进行简要分析。对抽水蓄能、电化学储能、熔盐储热和氢储能的政策支持、技术现状和装机规模等进行分析,短期内仍以电化学储能为主,抽水蓄能有望在未来5~10年将得到快速发展,熔盐储热和氢储能距离商业化应用还有一段距离。

“双碳”目标下支撑新型电力系统的新能源场站多能互补基地建设设想

在“双碳”目标下,新型电力系统是大规模新能源电力消纳的基础,“源网”协同是新能源系统建设的先决条件,如何保证新能源场站在未来高比例新能源并网下对电网友好送电,保证电网稳定运行,是新能源场站未来建设的重要方向,本文介绍新能源场站通过多能互补协同运行创新研究,提出未来新能源场站建设思想,为“双碳”目标下支撑新型电力系统支撑提供电源侧解决方案。

能源岛:深远海域海上风电破局关键

能源岛或许距离我们有些遥远,但却是开发远海风电不可忽视的路径之一。近年来,风电场选址从陆地走向海洋,从近海走向远海,海上风电的发展为实现"3060"碳中和、碳达峰的目标添砖加瓦。我国除东海西南部、台湾海峡和东沙群岛区域外,大部分近海区域年均风速都在8m/s以下,但从近海到远海,风资源情况逐渐变好,离岸距离也更远,开发难度较大。