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。

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。

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。

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。

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。

基于参数自适应旋转门和Bump事件筛选的风电爬坡事件识别

风电爬坡事件的准确识别对于维护电网安全稳定运行具有重大意义。为提升风电爬坡事件检测的准确度,提出一种基于参数自适应旋转门和bump事件筛选的风电爬坡事件识别方法。首先对原始功率数据进行滤波处理,去除不合理数据并减弱噪声影响;然后使用参数自适应选择的旋转门算法,在保留功率波动趋势的同时完成数据压缩;随后设定趋势划分规则并对压缩后数据进行bump事件筛选,建立具有上、下爬坡趋势的数据集;最后根据现有多种定义对风电爬坡事件进行识别。算例结果表明,相较原始旋转门算法,所提方法能够识别到更多爬坡事件的发生,检测率的提升幅度基于定义条件1—3分别为23.28%~53.56%、13.70%~41.51%和12.49%~41.52%。

基于信息熵的大型电力系统元件脆弱性评估

现代大规模电力系统面临着多种不确定性因素,它们给系统带来的扰动已成为系统安全运行的主要威胁之一。针对这一问题,提出一种大型电力系统元件脆弱性评估的新方法:在改进信息熵的基础上,结合含风电电力系统的灵敏度分析及支路容量裕度,研究节点扰动功率安全转移的分布信息,建立衡量节点抗扰动能力的节点脆弱性评估指标;在此基础上,通过补偿法将支路开断转化成两端节点的虚拟注入功率扰动,并采用熵权法将其与节点脆弱性评估结果相结合,提出支路脆弱性综合评估方法。通过IEEE 300节点系统算例,验证了方法的快速有效性,同时分析了影响系统关键元件脆弱性的因素,为电力系统中的误差控制和运行管理提供了参考。

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。

南方(以广东起步)调频辅助服务市场卡特尔形成机理分析

南方(以广东起步)调频辅助服务市场采用排序出清、两部制结算的机制,具有性能优势的火储联合调频机组参与市场后,可能形成卡特尔(价格联盟)控制市场出清。基于调频市场的出清规则,文中构建了两部制电价结算机制下的调频机组的收益模型,提出基于收益的中标判据。以综合调频性能指标作为报价策略的关键影响因素,考虑高性能机组的市场供给容量发展阶段,判断调频市场的发展模式;在饱和的调频市场中,依托博弈论原理,对高性能机组的两种博弈进行效用分析,得出卡特尔的形成机理和稳定条件,并提出相应的解决措施。南方(以广东起步)调频市场的实际算例分析显示,市场中存在形成卡特尔的基本条件,验证了研究的有效性。

基于深度学习的断面约束概率快速预警方法

断面安全约束对现货市场出清的计算效率和结果产生直接影响,目前现货市场交易组织前主要通过方式专家的经验对确定性的场景进行断面约束预警。现货市场模式下电网运行方式更为多变,为增强断面约束设置的合理性、全面性,考虑新能源、负荷、电厂报价等预测的不确定性,首先提出了基于蒙特卡洛的断面约束预警思路,该思路可有效评估断面约束的安全裕度/风险程度。在此基础上,考虑蒙特卡洛法需要求解大量样本存在计算负担大的问题,进一步提出了基于深度学习技术的断面预警快速求解算法,该算法通过函数映射的方式直接求解出所有蒙特卡洛法产生的样本,可实现秒级计算,为方式人员判定现货出清中的约束条件提供参考。最后,在接入新能源的IEEE 118标准测试系统中展开算例分析,验证了所提方法的有效性。

超低频振荡主导机组的在线监控方法

电网超低频振荡是由于水电机组机械转矩负阻尼导致一次调频控制过程不稳定引起的,而实际运行中,现有监测系统不能监测机组的机械功率,导致运行人员无法识别超低频振荡主导机组,无法快速平息振荡。文中分析机械转矩与电磁转矩阻尼特性的关系,提出了一种机械转矩阻尼的在线评估方法,实现超低频振荡主导机组的在线辨识,并退出其一次调频,抑制频率振荡。仿真结果及实际PMU录波曲线验证了文中方法的有效性,为超低频振荡的在线控制提供了有效技术手段。

面向现货市场出清的发电计划校正决策方法

边界条件设置不合理等原因导致现货市场预出清结果不能满足全部安全约束时,应采取必要的安全校正措施。文中提出了一种消除安全越限的发电计划校正方法。首先对非市场化机组实施安全校正,得到满足全部安全约束的可行解,再通过市场化机组的优化得到最终的出清结果。将静态安全域(SSR)的原理应用于非市场化机组的校正。在SSR边界的表述中纳入了机组爬坡约束,利用静态安全距离(SSD)矢量揭示最优校正方向,并基于安全距离灵敏度系数和机组的调节能力,评估各台机组对消除安全越限的有效性。基于此,提出了发电计划校正决策的方法,并在计算流程中考虑了各个时段的校正对相邻时段SSD的影响,以此增强校正优化的效果。以IEEE 118节点系统为例,分析了发电计划校正的结果,以及安全约束限值、机组爬坡能力对安全校正的影响,由此验证了所提方法的有效性。

基于两级结构的电网运行断面特征选择与在线生成

为解决利用机器学习算法在线生成电网运行断面时所面临的特征因素“维数灾”问题,提出了一种基于两层模式的电网运行断面特征选择与在线生成方法。上层为过滤式特征选择层,采用Fisher分和信息增益两种特征选择指标对初始因素集进行筛选,重点剔除重复因素和无关因素,输出基础因素集。下层为包裹式特征选择层,利用序列后向搜索算法,进一步分析电网运行断面与运行参数之间的内在关系,生成特征因素集,同步形成基于该特征因素集的运行断面生成智能体。基于某地区电网实际数据构造的算例表明,本文方法能大幅降低特征因素“维度”,与初始因素集相比缩小90%以上,基于该特征因素集的智能体能在10 s中内在线生成运行断面,准确性评价指标达到95%,能够满足电网实时运行控制辅助决策的需要。算例表明该方法能有效筛选运行断面辨识所需要的特征因素,对提升运行断面辨识准确率具有促进作用。

市区高压配电网典型接线方式的技术经济分析

根据国家电网颁布的最新配电网规划导则,建立均匀分布和条状分布两种分布模型,考虑基于N-1安全校验的不同接线方式下的线路选型,并在此基础上形成一套基于等年值和故障模式后果分析法(FMEA)的市区高压配电网技术经济比较方法,通过对市区110kV高压配电网典型接线方式进行分析计算,得出典型接线方式的技术经济特点,并给出不同情况下的推荐接线方案,不仅为现代市区高压配电网技术经济比较提供了完整可靠的方法,还为城市高压配电网规划工作提供了参考。

计及输入变量强相关性的概率潮流计算模型

利用统计学的方法,以风电场出力为例,对其大量历史数据进行相关性分析,将具有强相关性的随机变量用最小二乘进行线性拟合,并用其中一个变量的线性表达式表示,从而消去随机变量之间的强相关性,并认为余下的呈弱相关或不相关的随机变量之间相互独立,以便采用半不变量法计算概率潮流。

基于熵权时序模型的超短期风电功率预测

针对风电具有较强的随机性和波动性,传统的单一预测方法难以准确描述其规律且预测精度较低的问题,提出风速熵和功率熵的概念,在时间序列法的基础上分别采用基于风速和基于功率的预测方法,并根据风速熵和功率熵的计算结果动态设置预测点的权值,建立风电功率的熵权时序模型。算例分析结果表明,所提方法能有效提取风速及功率历史数据中的有用信息,提高超短期风电功率预测精度,预测结果的准确率和合格率均优于神经网络法、时间序列法和基于风速法。

一种基于相分量的VSC-HVDC机电暂态仿真方法

提出一种基于相分量的直流系统机电暂态仿真模型。首先基于相分量对VSC-HVDC一次侧和控制系统进行建模,简化了换流器系统动态方程与电网代数方程之间的数据交换和接口。其次,通过对相分量引入移相环节,简化了锁相环节,实现了实轴和虚轴的解耦控制;接着,根据机电暂态仿真的特点以及VSC外环、内环截止频率与开关频率间的关系,简化了电流内环控制,建立了VSC换流器的机电暂态仿真模型。最后,以电磁暂态仿真结果作为参考值,验证了本文方法的正确性和有效性。

基于Q学习的电网运行断面动态生成方法

电网运行断面是电力系统运行控制的重要手段。面对当前繁多的电网运行断面智能生成方法,如何合理的选择已成为电网运行断面在线生成算法领域研究的重要内容。在此背景下,提出一种基于Q学习的电网运行断面动态生成方法。该方法的主要特征在于训练得到Q学习智能体,根据电网运行特征动态选择电网运行断面生成方法,以便充分利用不同生成方法在不同场景下的算法优势。最后,基于某电网数据构造的算例表明,动态生成方法能够通过优化选择不同场景下的生成算法,提升生成结果的准确率。对于应用样本集,该方法提高准确率近5.2%。