考虑用户碳配额的售电公司新能源电力购售策略研究

随着碳配额制度改革的深入,高排放企业日益增加的新能源电力需求给售电公司传统运营模式带来了新的机遇和挑战。针对高排放企业日益提升的绿色用电需求难以满足的问题,提出主从博弈框架下考虑用户碳配额的售电公司新能源电力购售策略模型。研究通过运用Copula函数、拉丁超立方抽样及K-means聚类生成风光出力典型场景,构建了考虑中长期市场、现货市场、储能、碳交易、绿证交易及差异化售电合同的多市场主从博弈双层优化模型。最后,通过算例分析验证了模型的有效性。

基于改进经验模态分解和混合深度学习模型的风速预测

准确的风速预测对风电消纳和电力系统的稳定运行具有重要意义。提出将改进的自适应噪声完全集合经验模态分解(ICEEMDAN)方法和混合深度学习模型相结合以提高风速预测准确性。首先,采用ICEEMDAN分解方法提取复杂风速序列中不同频率特征;其次,针对不同频率特征构建时间卷积网络(TCN)-门控循环单元神经网络(GRU)模型,获取长期时序信息并对各特征序列进行预测;最后,加权集成每个特征序列的预测值作为最终结果。实验结果表明,所提ICEEMDAN-TCN-GRU模型较对比模型模型预测精度高、稳定性强。

特约专栏主编寄语

中国提出2030年前实现碳达峰,2060年前实现碳中和的目标。而构建以新能源为主体的新型电力系统是电力行业推动实现“双碳”目标的重要途径。新能源电力已成为我国重要的电力支撑。为支持新能源发展而配套的消纳责任权重、碳配额和和绿电等政策问题也亟需厘清,解决这些新能源电力建设、运维和消纳价值链全过程的诸多问题可为新能源发展提供更为友好的外部环境,有助于提升绿色电力价值,提高绿色电力在电力市场的竞争力,促进新型电力系统的构建和“双碳”目标的实现。

双碳及能源安全背景下中国电煤月度需求组合预测

双碳发展背景下,准确及时的电煤需求预测有利于国家制定电煤供需计划及能源安全供给。现有研究对电煤月度需求预测的较少,且精度欠佳,难以保证电煤月度需求感知的及时性和准确性。提出由回归加权融合反向传播神经网络、门控循环单元网络和长短期记忆网络的组合预测模型预测我国电煤月度需求。首先采用格兰杰因果检验从月度经济及能源生产因素中筛选显著影响电煤需求的变量。然后构建单一及组合模型进行预测,其中,组合模型权重由回归计算得到。结果表明,相较单一模型,组合预测模型在电煤需求预测中性能更好。

泛在电力物联网发展与展望

泛在电力物联网是建设能源互联网的重要支撑,对促进国家能源结构变革、实现源网荷储的智能协调优化、提升用户用能体验至关重要。而当前泛在电力物联网刚刚起步,处于初步布局阶段,发展还不够成熟,相关研究较为零散。基于以上现状,分别从概念、体系架构、关键技术、应用场景以及商业模式等几个方面对泛在电力物联网展开全面综述。首先简要介绍其基本概念和体系架构,进而细致讨论其中涉及的信息技术,随后归纳泛在电力物联网的应用场景,并在此基础上分析商业模式,最后总结建设过程中的问题以及展望其今后的发展方向,以期为后续泛在电力物联网的深入研究提供有益的参考。

新电改背景下供电企业市场竞争策略研究

随着新一轮电力体制改革的不断深化,电力市场竞争变得愈来愈激烈。供电企业的市场竞争能力决定了企业的生存与发展。通过探讨供电企业在新电改背景下的市场竞争策略,分析了供电企业的宏观环境。从微观角度分析了客户、竞争对手以及企业自身的情况。通过构建SWOT结构矩阵图分析供电企业未来的竞争态势和应对策略,在此基础上探讨供电企业的市场定位及发展策略。

基于全寿命经济模型的电力老旧资产分析

电网老旧资产分析对实物资产管理、系统风险具有重要意义。本文采用全寿命周期理论与经济寿命模型对电力老旧资产进行了经济寿命、报废年限及资产失效率三方面的分析,并据此定义了老旧设备的年龄区间;最后结合某公司资产数据进行了详细的实证分析。

基于小波包分解和长短期记忆网络的短期电价预测

在电力市场环境下,精准的短期电价预测可以保障电网优化调度和安全稳定运行,但实时电价具有非平稳性和非线性的特点,加大了预测难度。针对这一问题,提出了一种基于小波包分解(WPD)和长短期记忆(LSTM)网络的短期实时电价预测方法。将实时电价序列分解,得到最高频细节部分和低频趋势部分,剔除波动性高、无效信息多的高频细节部分,再采用LSTM网络对有效信息最多、更能体现电价序列的趋势部分进行实时电价预测。使用所提方法对美国PJM市场某地区实时电价数据进行预测实验,结果表明所提方法相比随机森林、BP神经网络、支持向量机电价预测方和传统的LSTM网络电价预测方法具有更高预测精度。

基于EEMD和随机森林的月度负荷预测

准确的负荷预测是电力市场稳定运行的关键。2017年实施偏差电量考核给售电公司带来了极大的挑战。可再生能源和新能源的接入需要高精度的负荷预测。利用集合经验模态分解(EEMD)算法将全社会用电增速序列分解为6个子序列,将子序列组合成高、中、低频分量序列,再对中、低频分量用随机森林(RF)法选取最优参数构建模型,将分量预测结果相加重构成最终预测结果。并与RF、支持向量机(SVM)和EEMD-SVM的实验误差进行了对比,结果表明本文所构建模型的预测精度要优于对比模型,同时验证了该方法在月度负荷预测方面的有效性和可行性。

基于SMOTE-XGBoost的变压器缺陷预测

变压器在电力系统中发挥着变换电压、分配电能等重要作用。其故障缺陷将严重危及电力系统的安全运行,从而造成巨大的经济损失和不良的社会影响。因此,变压器的缺陷故障诊断对电力系统的安全运行和社会的发展至关重要。现有关于变压器缺陷诊断的研究颇多,但变压器缺陷数据集类别不平衡仍是准确预测变压器缺陷的难点。为了解决这一难题,提出了一种基于SMOTE(Synthetic Minority Oversampling Technique)-XGBoost(Extreme Gradient Boosting)的变压器缺陷预测模型。首先,通过SMOTE算法来处理不平衡数据集,然后构建XGBoost模型预测变压器缺陷。为了表现模型的优越性,研究增加了对比实验。即将原始数据集和经过Up_Sample,CSL和Down_Sample与SMOTE四种方法处理后的数据集分别与决策树(CART)、支持向量机(SVM)、Logistic回归和XGBoost模型四种预测模型两两组合进行预测。实验结果表明,基于SMOTE-XGBoost模型的变压器缺陷预测效果最优。

基于CEEMD和模糊熵的随机森林风力发电功率预测

提出一种基于完备总体经验模态分解(CEEMD)和模糊熵的随机森林(RF)风力发电功率预测模型。利用CEEMD将目标序列细分为若干子序列,放大输入变量波动对最终输出结果的影响。以模糊熵值大小作为重组的评判指标,将复杂程度相近的子序列重新组合成为若干新序列。再针对不同波动属性的序列建立随机森林模型并进行模型参数优化。实证分析表明推荐模型在选取数据集中具有更好的预测能力,从而验证了该方法在风力发电功率预测领域的可行性和有效性。

基于注意力机制的卷积神经网络-长短期记忆网络的短期风电功率预测

为了提高风电功率的预测精度,针对风电数据间歇性与时序性的特点,提出了一种基于注意力机制的卷积神经网络-长短期记忆(convolutional neural networks-long short-term memory,CNN-LSTM)网络预测模型。首先利用CNN提取风电数据动态变化的多维特征,然后将特征向量构造成时序形式并作为LSTM网络的输入,最后使用注意力机制进行优化,通过赋予LSTM网络隐含层不同的权重,增强重要信息的作用,完成风电功率预测。采用国内某风电场的风电数据进行实验,结果表明该模型比支持向量机、LSTM模型、CNN-LSTM模型具有更好的预测精度。

基于相似日的短期电价区间预测

准确的短期电价预测有助于电力市场各个参与者选择交易策略和估算效益,因此短期电价预测受到人们广泛关注。为了解决特殊样本带来的预测误差,应用模糊C-均值聚类算法进行相似日聚类,以与预测日相似的数据构建样本集。再采用高斯过程回归来建立短期电价预测模型,对短期实时电价进行预测,得到具有概率分布及对应置信水平的区间预测结果。最后,采用美国代顿电力市场的历史数据进行实例计算,证明了该方法可有效提高模型的预测精度,与BP神经网络相比预测效果更佳,可以向电力市场参与者提供更全面的信息。

车-桩-网互动对配电网综合效益影响分析

电动汽车近年来受到了各国的高度关注,电动汽车使用过程中的有序充电具有显著的经济效益和环境效益。电动汽车有序充电对于电配网意义重大。首先介绍了车-桩-网互动对配电网的综合效益影响,然后对这些影响进行细分和量化,并结合典型场景进行了定量研究。结果表明车-桩-网互动对配电网综合效益有明显的影响。

基于变量选择和DE-GWO算法的光伏发电功率预测

随着光伏产业的迅猛发展,光伏发电量在电力交易市场所占份额越来越大。光伏发电自身间歇性和不可控等特征给电力系统的稳定性带来巨大冲击。为减少此类状况发生,需要提高光伏发电预测精度。但传统建模过程中经常由于输入变量维度过多,或是参数调整不当导致模型精度差。利用随机森林对初始输入变量进行重要性评价及筛选,利用差分灰狼算法对支持向量机模型参数进行优化。通过建立对比试验发现,在经随机森林降维和差分灰狼算法优化后的模型具有更高的预测精度,验证了该方法在光伏发电功率预测领域的可行性和有效性。

特约专栏主编寄语

“碳达峰”“碳中和”是我国绿色发展的必由之路。构建以新能源为主体的新型电力系统的是我国实现双碳目标的重要支撑,而保障能源安全是构建新型电力系统的基础和前提。新能源发电出力的随机性和波动性给电力系统安全带来巨大的挑战,随着大规模新能源的接入,煤电的调峰和兜底保供作用愈加明显。保障电力能源安全可靠供应,协调好能源安全与低碳发展的关系,关键是发挥好煤电的兜底保供与灵活调节作用。国家能能源局印发的《2022年能源工作指导意见》中指出要加强煤炭煤电兜底保障能力。在双碳目标的约束下,从煤电角度出发,研究电力能源安全可靠供应对目前新型电力系统的构建具有很强的支撑意义。