考虑风电爬坡灵活调节的碳捕集电厂低碳经济调度

为实现“双碳”目标,风电等可再生能源的使用是减少碳排放的根本途径,而碳捕集电厂是降低碳排放的直接手段。但风电具有与生俱来的波动性,风电的骤升骤降会影响碳捕集电厂“电碳耦合”特性,从而对碳捕集效果带来不利影响。而储液罐通过增减自身溶液量可近似地存储释放能量,为解决上述问题提供了可能。该文首先搭建碳捕集电厂数学模型,分析储液罐通过增减溶液量带来的储放能量与碳捕集设备能耗之间的关联,研究储液罐的双向调节能力;然后,提出上爬坡碳超前补偿和下爬坡碳滞后补偿调度策略,双向调节储液罐使碳捕集电厂电碳解耦;接着,构建跟随风电爬坡进行调节的低碳经济调度模型;最后,对含碳捕集电厂、高碳电厂和风电场的电力系统进行仿真,证明所提方法的有效性。

基于滑动窗双边CUSUM算法的风电爬坡事件检测方法

随着新能源并网进程的推进,风电装机规模逐年扩大。受区域内天气变化影响,风机出力的间歇性和波动性特征对电网的威胁亦越发显著。极端天气所引发的风电出力异常爬坡事件,易导致电网功率失衡,对电力系统机组调度、源荷平衡造成了极大压力。合理的风电爬坡事件检测以及精准的风电功率预测能为风电场运维及电力系统调度提供先验指导,有力缓解风电不确定性带来的危害。首先讨论了目前主流风电爬坡事件定义的盲点,分类并分析了3种风电爬坡场景的功率变化特性,据此提出基于滑动窗双边累计和(cumulative sum, CUSUM)算法的风电爬坡事件检测方法,提取时序耦合信息,捕捉短时间窗口内风电功率数据的异常波动,提高风电爬坡事件检测精度。其次,采用贝叶斯优化的长短期记忆(long short term memory, LSTM)神经网络,最优化模型超参数,提高模型对于爬坡事件发生时风机出力的预测性能。进一步应用所提风电爬坡事件检测方法,对模型预测区间内的风电爬坡事件进行检测实验,验证了所提方法的有效性。

考虑新能源爬坡的风光火耦合系统源荷匹配性分析及容量优化配置

风力发电、光伏发电与火力发电经同一点并网形成耦合系统,是我国北方地区发电侧灵活性调节电源与新能源间高效、低碳协同的一种形式.考虑区域新能源爬坡特性,结合源荷匹配分析,发掘和利用其规律,研究风光火耦合系统的容量优化配置方法,为耦合系统规划提供参考.首先,简述耦合系统运行模式和不确定性处理方法;其次,考虑耦合系统风光互补、爬坡事件和关键负荷特性,选取并提出相关指标用于源荷匹配评价;再次,考虑源荷特性、匹配、成本和收益等约束,建立耦合系统容量优化配置模型;最后,基于辽宁地区实际数据进行算例仿真,得到该地区耦合系统风、光的最优安装容量,并分析上述源荷相关因素与容量优化配置结果之间的相互影响,为新能源最优容量配置提供了参考与建议.

基于爬坡特征与改进PRAA的深远海风电功率短期预测研究

深远海海域情况复杂,海面风速极易受海洋中尺度事件影响。所造成的异常数据点和Bump事件将导致爬坡检测准确率下降,影响深远海风电功率短期预测精度。因此,提出了一种同时考虑爬坡事件以及深远海气象因素的深远海风电功率短期预测方法。首先,设计基于状态标记和滑动窗口改进的参数和分辨率自适应算法(parameter and resolution adaptive algorithm,PRAA)实现爬坡事件检测并完成特征量提取;其次,分析深远海风速、风向及温度等多因素关联关系,扩充深远海气象因素特征样本维度,并通过主成分分析法(principal component analysis,PCA)深度挖掘潜在特征;最后,基于某海上风电场的实测数据,采用考虑爬坡和深远海气象因素的轻量梯度提升机(light gradient boosting machine,LightGBM)算法完成深远海风电功率的短期预测,仿真结果验证了所提方法的有效性。

基于旋转门算法的风速和风功率爬坡事件的识别方法及特征分析

风速的爬坡事件是风速在短时间内大幅度增加或减少,风电场功率同时发生大幅度改变,影响到电网安全运行,甚至引发电网局部频率降低、电压崩溃等事故。选取风电场内风机和气象铁塔的同期数据,通过旋转门算法(SDA)识别爬坡事件,分析爬坡事件的持续时间、爬坡幅度和变化速率,讨论山地地形对爬坡事件的影响。基于SDA设计了风速和功率的爬坡事件识别算法,算法参数取值为时间阈值4 h、风速阈值6 m·s^(-1)、功率阈值1000 kW,算法的识别效果较好,可有效识别爬坡事件。针对不同风机的爬坡事件识别,建议采用额定风速与切入风速差值的2/3数值作为风速阈值参数,采用额定功率的2/3数值作为功率阈值参数。山地地形对爬坡事件的影响较为显著,爬坡事件与风机处海拔高度、平均风速较为相关,不同地形下风机的爬坡事件的时间比例分布在6.5%~9.8%,平均值为7.8%。

计及风电爬坡的储能分布鲁棒优化配置方法

深远海场景下的风电场受热带气旋等极端气候影响将产生大规模风电功率爬坡事件,严重威胁电网安全稳定运行。对此,提出了一种将深度强化学习和分布鲁棒优化结合起来平抑风电功率爬坡事件的储能容量优化配置方法。首先,基于改进旋转门算法识别风电功率爬坡事件,采用近端策略优化算法对风电功率爬坡事件进行平抑。其次,基于深度强化学习训练的模型,采用分布鲁棒优化对储能进行容量配置优化。最后,对不同场景下的储能容量配置结果进行比较分析。仿真结果验证了所提优化配置方法的有效性。

考虑碳排放强度约束和负荷转移的风火打捆发电系统经济调度模型

在当前“碳中和、碳达峰”的背景下,风火打捆发电系统将不断提高输送功率,加快构建清洁能源为主体的新型电力系统。为此,本文提出一种考虑碳排放强度约束和负荷转移的风火打捆发电系统经济调度模型。首先,对风火打捆发电系统中灵活性改进后的火电机组,考虑其爬坡能力有了较大提升,采用阶梯式爬坡建模方式来表征其快速爬坡响应能力;其次,考虑改进后的火电机组仍然存在碳排放特性,故将碳排放强度约束加入发电系统的经济调度模型。但是这样可能会限制火电机组的阶梯式爬坡响应能力。为解决这一矛盾,本文将风火打捆发电系统与城市高压配电网进行耦合建模,让城市高压配电网中灵活负荷资源参与风火打捆发电系统经济调度,最终形成计及负荷转移的经济调度模型。最后,本文对某实际地区的多个风火打捆发电系统与当地高压配电网络进行联合仿真分析,验证了所提模型的有效性。

城市地下分岔隧道烟气控制策略研究

该文以某城市地下公路隧道工程为例,选取具有主-岔-匝隧道的区域,通过开展数值模拟研究交通分流时,城市地下道路分汇流处火灾主路实施纵向通风,控制隧道烟气回流的临界风速,并在此基础上根据控烟效果确定更加符合主-岔-匝隧道火灾的通风控烟策略,为主-岔-匝隧道通风设计提供参考。

基于CVG的滑跃甲板尾流抑制

滑跃甲板对于提高舰载机起飞性能有重要意义,但是滑跃甲板会加剧舰尾流的湍流度,造成甲板上方和下滑线附近气流高度不稳定,影响舰载机起降安全。本文采用RANS/LES混合的DES方法,对平直甲板和滑跃甲板尾流进行数值模拟。结果表明,滑跃甲板后方存在巨大的分离区,对甲板上表面和着舰下滑线附近气流产生很大的影响,导致甲板附近x方向风速度降低,提高了对舰载机起飞和降落速度的要求。同时,速度波动幅值增大,对舰载机精准航迹控制有不利影响。为有效抑制滑跃甲板造成的舰尾流影响,提出了一种基于柱状涡流发生器(cylindrical vortex generators,CVG)的滑跃甲板尾流抑制方法,可有效降低滑跃甲板产生的影响。柱状涡流发生器可以有效减弱滑跃甲板导致的前甲板分离区,使得甲板流场更加稳定。相比无CVG时,有CVG时甲板x方向风速更高,风速波动功率谱密度(PSD)降低20~40 dB,恢复到与平直甲板相当的程度,可有效提高舰载机的起降安全性。

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%。

基于激光雷达的斜坡改进风切变预警算法

风切变是风矢量在水平或垂直方向发生改变的自然现象,严重危害飞行器的起飞和降落。针对现有F因子、单斜坡等风切变检测算法存在的虚警率过高或漏警问题,本文提出一种基于斜坡改进的激光雷达风切变预警算法,应用最大最小值代替传统算法的斜坡首尾风速差,并计算每个斜坡的能量变化,弥补了现有F因子算法虚警太高、斜坡算法会产生漏报的不足,为机场风切变预警能力的提升提供了有效解决途径。中国香港国际机场实测数据验证了算法的有效性与准确性,原始斜坡取400 m时斜坡改进算法最好,此时给出的风切变发生范围最精确,能为飞机安全起降提供有效的危害预警手段。

基于生成对抗网络的风电爬坡功率预测

风电的波动性和随机性,尤其是功率爬坡事件严重威胁着电网运行的安全和稳定。功率爬坡是极端天气影响下产生的,属于小概率事件。其极低的发生概率导致历史爬坡样本数量严重不足,并制约了传统功率预测模型的预测精度。针对此类问题,提出一种基于生成对抗网络的风电爬坡功率预测方案。将历史爬坡数据和模拟特征量作为输入,通过生成器和判别器的对抗训练,生成大量与历史爬坡数据特征相似的模拟爬坡数据,实现爬坡数据集的扩充。再将扩充后的爬坡数据集输入给长短期记忆神经网络算法,进行风电爬坡功率预测。通过仿真测试,验证了该方法在历史爬坡数据匮乏情况下风电爬坡功率预测的有效性。并与传统预测方法进行了对比,证明了其预测的精确性。

基于出力爬坡率的风电场出力过程修正方法研究

风电场出力过程计算是规划风电基地各电源容量配比的重要依据,也是电网合理调度和稳定运行的保证。通过风电场级出力影响因素的分析,在Meteodyn WT软件平台对风电出力估算结果的基础上,提出一种基于出力爬坡率的风电场出力过程计算方法,对风速变化较大时功率估算与实际运行存在差异的工况进行了修正。结果表明:与风电场实际输出功率相比,修正后出力估算结果的均方根误差较修正前降低了近5%。该方法可有效提高风电出力估算精度,对风电场的规划设计具有指导意义。

基于IBSO-SDT的风电爬坡事件检测方法

为提升风电爬坡事件的检测效果,针对含电池储能的风电场,提出基于改进天牛群优化旋转门算法的爬坡事件检测方法。首先,对天牛群搜索算法进行改进,利用其搜索旋转门算法的最优门宽,并据此提取风电功率的特征数据点;然后,对特征数据点进行处理以消除“凸起”现象,进而连接相邻两个数据点形成一个风电特征时段,将风电特征时段进行分类,结合爬坡方向对其进行编码,并依据编码结果进行合并;接着,结合给出的含电池储能风电场爬坡事件定义,对合并后的风电特征时段进行爬坡事件检测;最后,利用某风电场实际运行数据对检测方法进行仿真,并与多种爬坡事件检测方法进行对比,验证了所提方法的有效性。

多点进出隧道临界风速及烟气控制研究

为了研究多点进出隧道发生火灾时在纵向通风模式下的临界风速与烟气流动状况,以合肥市某隧道为例,以火源位置和匝道风速为控制变量,使用FDS进行模拟分析。结果表明,相同火源功率下火源位于两匝道中段的临界风速约为火源位于匝道前的1.12倍。匝道风速在0~1.0 m/s时,对主隧道临界风速的减小有显著影响;当匝道风速>1.0 m/s时,对主隧道临界风速的减小影响较小。采用主隧道、匝道联合送风的模式,当主隧道以临界风速送风时,匝道以较小的送风风速就能将烟气抑制在主隧道内,防止烟气进入匝道。

基于机会约束混合整数规划的风火协调滚动调度

为降低大规模风电随机性和波动性对电力系统调度的影响,保障电力系统运行的安全性和经济性,提出了考虑风电功率特性的基于机会约束混合整数规划的滚动调度模型。首先,研究了风电功率特性及风电预测误差和风电爬坡事件对系统调度的影响。然后,建立了考虑风电功率特性的机会约束混合整数规划滚动调度模型。通过滚动调度策略,有效减少系统备用容量,降低系统运行成本,提高系统的经济性,模型考虑风电爬坡约束,能有效降低风电爬坡事件的危害,提高系统的安全性。最后,通过算例对所提模型和调度策略的有效性进行了验证,结果表明,模型和调度策略能结合风电功率特性,有效兼顾系统的安全性和经济性。

基于超短期风电预测和混合储能的风电爬坡优化控制

风电爬坡对电力系统运行的经济性和可靠性有较大的影响,也是对电网造成冲击的重要因素之一,如何减小风电爬坡时的功率波动对电网的冲击成为国内外研究热点。为风电场配备储能系统能够有效抑制风电爬坡时的功率波动。为此,提出一种基于风电功率超短期预测和混合储能系统实现平抑功率在电池和超级电容器之间有效分配方法。首先通过奇异值分解理论风电爬坡事件,提出混合储能系统的动态最佳荷电状态,以使储能设备更好地平抑下一时段风电功率波动。考虑未来风电功率及其预测误差,根据超前充放电控制策略对储能设备当前充放电进行修正,并给出了提前充放电修正公式。仿真结果表明,该方法及其控制策略能有效抑制风电爬坡的功率波动,从而减小风电爬坡事件对电网的冲击,并且能够充分提高混合储能设备的利用效率。

风电功率预测方法综述

随着风电接入容量的持续增长,风力发电的间歇性和波动性对电网造成的影响越来越明显,因此风电功率预测方法的研究得到了广泛的关注。准确的风电功率预测可以给电网调度、机组组合操作、风电场运营维护等提供必要的依据。从3个方面对目前的风电功率预测方法和进展进行介绍。首先,介绍了两种确定性预测方法:仅使用历史数据的统计学习方法和使用了NWP(numerical weather prediction)数据的物理模型。其次,介绍了用于提供预测结果不确定度的概率性预测方法。最后,由于风电爬坡事件会对电网造成较大的影响,还介绍了目前风电爬坡事件预测方法的研究和进展。对现有的风电功率预测方法介绍后,提出了目前风电功率预测模型遇到的一些问题以及需要进行深入研究的方向。

基于气象测量场的爬坡时段区域风功率预测

随着大规模风电接入电网,风电爬坡事件的风险不断增大,提高爬坡时段风功率预测精度对电网安全经济运行具有重要作用。提出了一种基于气象测量场的爬坡时段区域风功率预测方法。考虑爬坡时段风速场的动态变化,利用经验正交函数分解,将风速资料阵分解成不同空间模态和主分量,通过多元非线性逐步回归方法建立风速场主分量和区域风功率间的映射关系。考虑风速预测误差,采用区间正交函数分解,将上述模型扩展为处理非确定性数据的预测方法。实际区域风功率预测结果表明,所提出的方法能够显著提高风电爬坡时段风功率预测的精度,对存在风速预测误差的情况具有较强的鲁棒性。

考虑电网侧频率偏差的风电功率爬坡事件预测方法

风电功率爬坡事件越来越影响风力机在电网中的运行,随之而来的爬坡事件预测问题成为国内外新的研究热点。综述了风电功率爬坡事件的研究背景、定义和特征,建立了考虑频率偏差量的含风力机的准稳态潮流计算模型,将频率偏差量和滑差修正量引入雅可比矩阵中进行含风力机的潮流计算,采用两种频率偏差指标(PRESF指标和APRESF指标)对爬坡事件进行预测。将所述预测模型应用于5节点和10机39节点系统进行算例仿真,对结果的对比分析验证了该方法的有效性。