人工智能技术在新能源功率预测中运用探析

本文分析新能源功率预测相关内容,并从模型输入与模型搭建两方面研究和阐述人工智能技术在新能源功率预测中具体运用,充分利用该项技术,不断优化与提升新能源功率预测流程和精度,解决传统预测方法所存在不足,进而将新能源预测的作用在电网运行管理中最大限度地发挥。

缺乏资料区域小水电站发电能力推求方法研究——以甘南地区为例

部分水文资料缺失或水文序列较短造成小型水电站发电能力难以预测,为有效解决这一问题,总结出3种预测方法:即ARIMA模型、LSTM模型、大小水电站关联法。以甘南地区尼傲加尕电站为例,以2022年电站实际发电数据为检验标准,依据2015-2021年的发电和来水数据,先后采用ARIMA模型、LSTM模型和大小水电站关联法对该地区小水电站的发电量进行预测,结果表明:采用大电站流量作为相关因子的大小水电站关联法可有效预测小水电站的来水量,进而得到精度较高的发电量预测结果,此方法明显优于ARIMA模型和LSTM模型,可在相似地区推广应用。

考虑约束的风电调度模式

大规模风电机组的快速接入严重影响电网安全稳定和风电的接纳能力,在电网结构未有大的改善之前,只有依靠科学合理的调度模式和原则才能保障风电的稳定多发。文中以甘肃电网实际运行情况为例,分析风电送出受限原因,利用具体调度管理实施细则提高上网风电质量,采取最大负荷模式安排日发电计划,通过超短期滚动计划和实时调整,确保了电网安全、节能和"三公"调度。实际应用验证了该模式和原则具有较好的可行性。

黄河上游梯级水电站运行水位动态控制研究

随着水文气象预报技术的进步，水雨情测报系统的完善和水调自动化系统的投运，动态控制刘家峡及以下电站的运行水位已成为可能，效果明显。本文通过分析多年黄河上游水库水电站运用规律和运行特点，结合实际调度经验，提出了水库运行水位动态控制的建议。

水电站弃水合理性分析

水电站和调度部门通常把避免或减少弃水视为提高水电站经济效益的重要指标,当水电站入库流量接近全厂机组额定流量时,通过降低运行水位,利用机组大流量下泄可以避免或减少弃水。但研究和实际运行情况表明,在某些条件下,合理弃水增发的电量多于避免或减少弃水增发的电量。文中通过理论分析和实例计算,对水电站弃水合理性进行了分析,给出了水电站减少弃水增发电量和合理弃水增发电量的判断条件,纠正了在大流量条件下减少弃水就能增发电量的错误观点,对提高水电站经济效益有重要意义。

水电站弃水合理性分析

调度机构和水电站管理单位通常把避免或减少弃水视为提高水电站经济运行效益的重要指标，当水电站入库流量接近全厂机组额定流量时，通过降低运行水位，利用机组大流量下泄可以避免或减少弃水．但研究和实际运行情况表明，在某些条件下，合理弃水增发的电量要比避免或减少弃水增发的多．本文通过理论分析和实例计算，对水电站弃水合理性进行了分析，给出了水电站减少弃水增发电量和合理弃水增发电量的判断条件，纠正了在大流量条件下，一味追求减少弃水就能增发电量的错误观点，对提高水电站经济运行效益有着重要意义。

基于组合模型的新能源同业对标方法研究

文章介绍了综合评价方法在新能源同业对标中的应用,分析了现有的层次分析法、熵权法和灰色综合评价法的模型原理。针对新能源同业对标中单一模型评价存在的不足,该文依据实际情况建立了评价指标体系,提出了主观加权与客观加权相结合的加权灰色组合评价模型。为了分析该模型的评价效果,进行了单一模型与组合模型的对比分析。分析结果表明,组合模型在新能源同业对标中比单一模型方法能更有效地给出综合评价,为新能源同业对标评价提供了方法指引。

基于改进PSA算法的光伏系统最大功率点跟踪技术研究

为了在不同环境条件下使光伏系统产生最大的能量,需要对光伏阵列的最大功率点进行跟踪,使系统的输出功率最大化。对此,结合经典的恒压控制法提出了基于改进PSA算法的光伏最大功率点跟踪方法。MPPT算法的主要组成部分包括系统的功率级和控制器,功率级的输入电压和输入电流被用作MPPT算法的输入,基于PSA算法的控制器则用来连续调节占空比,直到系统处于最大功率点。实例分析验证表明,该方法可以更加稳定、精确地跟踪到最大功率点。

甘肃水资源生态经济系统能值分析评价

为分析评价甘肃省水资源生态经济,收集2011-2020年省内相关资料,运用能值分析理论和主成分分析方法,分析评价甘肃省水资源生态经济系统能值。结果表明:甘肃经济发展依赖本地资源,经济快速发展取决于不可更新资源的大量消耗,社会发展面临较大压力,应考虑各方面的利益和影响,强化开发利用水资源,以提高综合发展的持续性。

风电预测方法与新趋势综述

风力发电作为一种技术成熟、规模较大的新能源发电形式,目前在世界各国得到了广泛应用和发展。风电具有不确定性的特点,必须对其进行准确的预测才能保证并网后电力系统的正常运行。针对风电预测的传统方法和新的研究趋势开展了综述。首先对物理方法、时间序列方法、人工智能方法和组合方法进行了总结,然后针对目前风电预测的几个重要的发展方向:空间相关性预测、集群预测、不确定性预测和爬坡预测的研究进展进行了重点阐述。对现有的风电功率预测方法进行综述后,进一步对这一领域的研究方向进行了展望。

考虑新能源消纳能力及发电成本的风光火储联合调度策略研究

考虑到风光资源的不确定性,文章以提高风光消纳能力和降低火电机组运行成本为目标,建立了风光火电力系统联合调度模型。考虑到储能装置的特点,引入钠硫电池对调度模型进行求解,算例分析结果验证了所提出的模型和算法的合理性和可行性。

基于短期历史资料的河西地区太阳辐射预报订正研究

基于数值模式的太阳辐射预报往往存在一定的系统性偏差,AVT订正方法能够有效降低预报偏差,本文利用该方法对甘肃河西地区两个光伏电站的太阳辐射预报结果进行订正。结果表明:(1)订正前预报偏差呈现明显的"先增加、后减小"日变化特征,订正后日变化特征不明显,并且订正前预报偏差与观测值线性关系显著,订正后线性关系减弱(相关系数降低、拟合优度降低);(2)太阳辐射存在明显的年变化特征,其预报偏差春季最高,其次为夏季,冬季最小,订正后不同季节的预报偏差均降低,春季和夏季降低较为明显。

基于改进GM-ARMA组合模型的风电功率中长期预测方法

风电功率预测是提高风电场功率上报准确率和风电场收益、提高大规模风电并网后电力系统的安全和稳定性的有效方法。目前对于风电功率超短期和短期预测的研究已取得了阶段性研究成果,但是对于风电功率中长期预测方面的研究尚未取得实质进展,预测效果难以满足实际工程应用的需要。针对现有风电功率中长期预测方法存在的缺陷,提出了一种基于改进GM-ARMA组合模型的风电功率中长期预测方法,采用遗传算法优化组合模型的参数,以得到最优模型,进而提高了风电功率预测精度。仿真结果表明该方法对年度和月度风电功率预测均有较好的应用效果,比普通GM-ARMA组合模型具有更高的预测精度。

基于改进粒子群算法的风电火电联合调度方法

针对电力系统风电并网中出现的随机波动性与不确定性问题,建立风-火联合调度数学模型,并提出一种改进粒子群算法对该模型进行求解,以提高电力系统运行的经济性和可靠性。改进粒子群算法(Improved Particle Swarm Optimization,IPSO)从添加粒子速度自适应和添加位移更新自适应两方面对基本粒子算法(PSO)进行改进。仿真结果验证了IPSO具有更高的精度和更快的收敛速度。采用IPSO对10机组算例模型进行优化计算,计算结果验证了所建模型的正确性和所提改进算法的有效性。

九甸峡水库对刘家峡水电站发电、排沙和防洪的影响

对刘家峡水电站进行水库调度研究,以期刘家峡水库的兴利功能和防洪功能得到更充分的发挥,提高黄河流域水资源利用率.分别从水利联系、异重流排沙和防洪安全3个方面考察了洮河干流九甸峡水库对刘家峡水库在发电、排沙和防洪方面的影响,经过对比发现,九甸峡水库蓄水,减少了刘家峡水库的入库水量,使刘家峡水库的出库流量减小,弃水量大大减少,同时九甸峡水库蓄水后,导致河道输沙能力减弱,使得来沙量大为减少,并结合实际运行经验认为:九甸峡水库年内随着刘家峡水库运行进行补偿调节,可采用分段抬高水位减少淤沙和设置动态防洪限制水位的办法保证水库蓄水.