计及风光出力预测误差的电力系统经济调度

在全球能源互联网大背景下,清洁能源的发展受到了前所未有的重视。本文提出了一种计及风光出力预测误差的电力系统经济调度模型,采用联合概率密度函数的方式对风光出力的不确定性进行分析,同时密度函数计及了风光出力的互补特性。模型中加入因风电场和光伏电站出力预测不准确造成的补偿成本和惩罚成本,能够提高电力系统对风光的消纳能力,同时更全面地考虑由于预测风光出力与实际出力的差异对调度造成的影响。最后利用包含风电场和光伏电站的电力系统调度模型进行模拟,验证了本文方法对提高电力系统的风光消纳能力具有积极的影响。

含抽水蓄能的风水火联合机组组合研究

针对含抽水蓄能和风电系统,基于风电功率概率分布特性,并结合火电机组和抽水蓄能运行特性的差异,提出了一种新的抽水蓄能和风电合作方式。其核心是对火电机组和抽水蓄能在应对风电不确定性过程中承担的作用进行区分,通过抽水蓄能和风电的合作应对风电预测误差中出现的概率较小、幅值较大的部分。常规的风电波动仍由火电机组应对,以节省抽水蓄能有限的调节资源,提高火电机组备用响应有效性。在此基础上,将抽水蓄能和风电合作纳入到机组组合决策中,建立了含抽水蓄能的风水火联合机组组合模型。并通过26节点地区电网验证了该模型在减少火电机组启停,提高系统消纳风电能力方面的有效性。

基于时变深度前馈神经网络的风电功率概率密度预测

针对传统循环神经网络(RNN)和卷积神经网络(CNN)模型对风电功率进行较长时间尺度的短期预测时出现的时不变性问题,应用时变深度前馈神经网络(ForecastNet)模型进行短期风电功率不确定性预测。该模型的网络结构随时间变化以提高多步提前预测能力,模型交错输出以缓解梯度消失问题,使用混合密度网络得到各个时刻的概率密度分布。在避免传统深度学习模型中,该模型能避免递归多步预测累积误差的同时可以充分考虑相邻时刻风电功率的相关性;在模型隐藏层中,使用美国PJM网上的风电功率实际数据,分别应用全连接网络、卷积网络以及基于注意力机制的卷积网络3种神经网络模型进行预测,每次预测未来12 h的风电功率,滚动预测得到未来500 h的风电功率区间和概率密度,实验仿真结果能够证明所提预测模型的有效性。

滚动轴承振动性能序列动态预报研究

为了对轴承振动性能序列进行动态预报,将自助法与最小二乘法进行有效融合,提出了一种基于自助最小二乘线性拟合的轴承振动性能序列动态预报模型。首先,采用自助法对紧邻的10个振动数据进行了模拟抽样,构造出了当前状态下多组振动侧面信息,将每组轴承振动信息利用自助最小二乘法进行了线性拟合;然后,运用最大熵原理获得了拟合系数a和c的概率密度函数、真值及估计区间,进而得到了滚动轴承振动时间序列的真值拟合与区间拟合;通过不断更新紧邻的10个振动数据,实现了滚动轴承振动性能真值与区间的动态预报;最后,采用某轴承3个服役时间段的振动性能案例,对轴承振动性能序列动态预报模型的准确性进行了验证。研究结果表明:采用预报模型获得的预报值与实际值可保持良好的一致性,其最大预报误差仅为14.73%,同时预报区间差值小、精度高;该振动性能序列动态预报模型可较好地对应用于工程实际中的轴承进行健康监测及安全诊断。

考虑山东近海不同风能天气特征的风电功率区间预测模型

风电功率区间预测是应对大规模风电机组并网运行的有效手段之一。针对山东风电并网运行建立了一种考虑山东半岛不同风能特征的风电功率区间预测模型。对比了不同风能条件下半岛内风电场出力特征和风电功率历史预测误差分布特点,发现风电场出力分布范围随风速增加呈"先增后减"趋势,在出力分布范围较大的风速区间内,预测误差也相对较大。以风速、风向和预测功率为特征变量,在利用层次聚类法对样本数据进行聚类分析基础上,采用非参量核密度估计方法,建立了各类样本在不同风向条件下风速-风电功率预测误差的联合概率密度分布模型。将该模型与NARX(nonlinear auto regressive models with exogenous inputs)网络确定性风电功率预测结果相结合,得到一定置信水平的风电功率区间预测结果,最后通过实际算例验证了模型的有效性。

基于变权组合模型的中长期负荷概率密度预测

单一模型或固定权重组合模型进行中长期负荷预测时,可能存在预测精度不高和预测误差不稳定的问题;且由于诸多不确定因素对中长期负荷预测的影响,确定的点预测结果不能很好地反映中长期负荷的波动性。针对上述问题,提出基于变权组合模型的中长期负荷概率密度预测方法,即在传统固定权重组合模型的基础上,考虑本次的预测结果,对模型权重进行自适应调整;利用变权组合模型对中长期负荷进行区间预测,最后再用高斯核密度估计方法求取区间概率密度函数。实际算例结果表明:与常规方法相比,该方法在预测精度上有所提高,预测误差波动范围进一步减小。

新能源不确定功率预测方法综述

新能源的不确定性功率预测研究能在传统预测模型基础上提高其预测精度并提供一定的概率信息和预测区间。从误差概率密度预测、区间预测两个方面对新能源功率预测的不确定性进行分析,总结归纳了各种不同的模型及其优缺点和评价指标,并探讨了新能源不确定功率预测存在的问题及今后需要深入研究的方向。

设计洪水地区组成的区间估计方法研究

目前设计洪水地区组成计算方法都是以特定的地区组成情况来概括所有可能出现各种洪水组合,缺乏理论基础,计算结果差异较大,误差很难评估。本文采用各分区洪水的联合概率密度函数值度量地区组成发生的相对可能性,基于Copula函数推导得到分区洪水归一化的概率密度函数,提出了设计洪水地区组成的区间估计方法。清江流域隔河岩水库的应用实例表明:典型年法的计算结果不在95%置信区间内;同频率地区组成法位于该置信区间内,具有一定的合理性。所提方法具有较强的统计理论基础,不仅可以计算地区组成的各种点估计值,而且能够对估计的不确定性进行定量评价。

分期设计洪水的估计区间

基于两变量分析方法推求分期设计洪水,对于给定的联合重现期水平,存在着多种洪水组合均可满足规定的防洪标准,现有方法无法评价不同组合发生的可能性和合理性.采用归一化的联合概率密度函数值作为洪水发生的相对可能性指标,提出了分期设计洪水组合的可行区间,并基于条件概率原理推导了3种具有统计意义的联合重现期水平下的计算公式,即最可能组合、条件最可能组合和条件期望组合.丹江口水库应用结果表明:以7日洪量为例,最可能组合和条件最可能组合的估计值均位于可行区间内,条件期望组合的估计值在可行区间外.建议采用条件最可能组合方法计算丹江口水库7日洪量分期洪水设计值,该法不仅具有较强的统计理论基础,而且能够较好地描述汛期洪水特征;在满足防洪标准的前提下,通过适当抬高(降低)夏(秋)汛期的洪水设计值,有利于水库汛末蓄水和提高综合利用效益.