磨子潭水文站发电功率与效率系数关系单值化分析

文章以磨子潭水文站2007-2013年共7年192次实测流量资料为依据，对磨子潭水电站发电功率与效率系数关系进行单值化分析处理。结果表明，各项误差指标满足国家规范的误差要求，采用发电功率～效率系数关系曲线进行推流，可大幅度精简流量测次，减轻大量的人力、物力。

考虑发电工况和站内损耗的风电场可用发电功率估算方法

电网在线优化调度和直调风电自动发电控制(automatic generation control,AGC)系统策略优化都需要建立准确的风电场可用发电功率估算模型。基于单机信息系统,提出了一种考虑发电工况和站内损耗的风电场可用出力精确估算方法。利用斯皮尔曼相关系数确定了估算时刻的关键历史时刻数量,基于长短期记忆网络建立了风电机组理论发电功率估算模型,并将风机运行细分为待风、发电、停运等6种工况,建立了风电场站内损耗等值电路模型。最后,采用某风场实际数据进行了仿真计算。计算结果表明:单机理论功率模型考虑历史风速时,均方根误差下降了40%;风电场可用发电功率模型考虑发电工况和站内损耗时,均方根误差下降了76.9%。所提出的风电场可用发电功率估算模型,将有助于在线调度和直调风电AGC系统策略的优化,提高风电消纳水平。

陆水水电站发电综合效率系数率定

利用发电机组综合效率进行推流是目前水电站流量测验中应用最广泛的推流方法之一,其中,综合效率系数的率定是影响推流精度的重要因素。以陆水水电站为例,利用实测流量资料和发电功率对其综合效率系数进行重新率定,通过成果检验分析得出适合该水电站的推流综合效率系数。重新修订后,由实测资料计算得出的新综合关系线具备一定精度,满足相关规范要求,可用于陆水水电站发电流量推流。

基于PSO-BP神经网络的风电功率备用容量估计模型

针对风电波动性和随机性对电网调度带来影响,文中提出一种基于神经网络的风力发电功率备用容量估计模型。该模型通过粒子群算法优化BP神经网络中各连接层之间的权值来提高对未来风力发电的功率值的预测,并利用皮尔逊相关系数提取与预测误差正相关的影响因素,再使用多元线性回归方法将提取的影响因素关联起来进行风电功率的备用容量的计算。文中通过公开的比利时风电场实际运行数据进行算例分析,仿真结果表明有80%的预测误差在该模型的估计区间内,进一步验证了该模型的有效性。