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。

基于网格型数值天气预报的风电集群日前功率预测方法

风电集群日前功率预测是省级及以上电网调控中心制定发电计划、促进风电消纳的重要基础之一。风电日前功率预测(次日0时至24时)本质上是构建数值天气预报与实际功率之间的映射模型。充分挖掘数值天气预报气象信息与功率之间的深层映射关系是提升风电功率预测精度的重要途径。利用网格型的数值天气预报并采用残差网络建立风电集群预测模型,挖掘风电集群所属空间三维网格型的气象分布与功率的关联关系。以实际运行数据进行仿真,结果显示所提方法在先进性和适应性两个方面均优于现有成熟方法。

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。

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。

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。

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。

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。

基于SDAE深度学习与多重集成的风电集群短期功率预测

风电功率预测(wind power prediction,WPP)技术是电力系统调度与安全运行的关键性因素,为了更好地提升风电功率预测技术的精度,在集成学习的基础上提出了一种多重集成的集群短期WPP方法。所提方法包含4步:第1步,利用变分模式分解、经验模态分解和小波变换将原始风电序列分解为多个子序列;第2步,根据子序列构造多个堆叠去噪自动编码器(stacked denoising autoencoders,SDAE)进行深度学习;第3步,将第2步的结果随机划分成几个集合,利用支持向量机(support vector machine,SVM)对每个集合进行集成;第4步,将第3步的集成的结果再随机划分成几个集合,利用SVM对每个集合进行集成,重复以上步骤直至得到最终的集成预测结果。结果表明,多重集成学习得到前96 h预测结果的平均归一化均方根误差相比单次集成减少了0.0101,百分比为9.01%;相比SDAE减少了0.0151,百分比为13.54%;相比SVM减少了0.0175,百分比为14.66%。论文研究可为基于深度学习和集成学习的风电集群短期功率预测提供参考。

边缘计算在电厂自动发电控制考核中的应用

在能源互联网时代,电网调度中心对电厂自动发电控制的考核面临着海量分布式数据接入和计算需求。为减轻考核过程中调度中心的计算和数据存储压力,文中研究了边缘计算在电厂自动发电控制考核中的应用方法。首先,根据边缘计算与自动发电控制考核的融合模式分析,构建了基于边缘计算的电厂自动发电控制考核系统框架模型。然后,在此基础上,融合计算、存储、网络资源,对调度中心云端、电厂边缘、机组边缘和终端设备4部分进行层次化部署,进而探讨了考核中数据管理和异常数据检测的关键技术。最后,通过实际电厂自动发电控制考核算例,验证了应用边缘计算在减小数据处理量和数据存储空间方面的优越性。

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。

Composition Modeling and Equivalence of an Integrated Power Generation System of Wind, Photovoltaic and Energy Storage Unit

利用间接组合建模的方法,在建立典型的双馈风机、光伏发电单元和储能单元的装置级机电暂态模型基础上,采用等值方法建立三者电站级的机电暂态模型,最终通过组合建模得到了风光储联合发电系统的机电暂态模型。在大型电力系统分析软件包的PSD-BPA暂态稳定程序中实现了风光储联合发电系统的仿真功能,通过典型算例和张北＂国家风光储输示范工程＂的仿真分析验证了模型的正确性,为风光储联合发电系统的并网研究提供了分析手段。

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。

基于微服务架构的新能源多时空尺度出力预测支撑系统

为解决新能源出力预测准确度较低的问题,提出了基于微服务架构的新能源多时空尺度出力预测技术支撑系统。分析了微服务架构的基本框架以及总体结构,论述了微服务架构与新能源出力预测精度的关系,提出了基于微服务架构的总体预测系统,提出了分层架构以及功能结构,说明了平台的业务流程,按照场站级和区域级提出了平台的新能源出力预测支撑算法,并说明了采用的预测评价指标。最后根据提出的系统实地应用论述了系统的有效性。