基于需求响应的风电-抽水蓄能系统调度模型

针对大规模风电并网影响电网稳定运行的问题,基于日前用户侧电力负荷预测和实时电价预测,文中提出了一种电网吸纳风能的新模型。以最小化风电—抽水蓄能联合系统发电成本为目标,在目标求解过程中确定最佳自弹性系数和互弹性系数,运用基于实时电价的需求价格来弹性引导电力用户以实现负荷转移。考虑到用户侧电价弹性限制的约束,该方法采用遗传优化算法编程求解。仿真结果表明,需求侧资源主动参与优化调度可降低负荷峰谷差,利于系统稳定运行,并且可以减少发电成本,提高联合系统经济性。     

大型分布式光伏发电消纳数据的智能调度方法研究

以大型分布式光伏风电发电为对象,基于电网电力平衡对智能调度发电消纳数据的方法进行研究。通过对风电发电在不限制风电出力最大消纳能力、限制风电出力最大消纳能力的计算,以全网负荷预测为依据,按照光伏发电站并网运行特性进行电站接纳能力评价排序、分配,从而进行消纳数据的实时调整。使用消纳数据实时调度AGC模块,通过SDH消纳数据调度自动化配置,实现光伏发电消纳数据的智能调度。通过AGC目标值与实际值对比表明,在限电时段,风电场总机出力AGC目标值曲线与实际值曲线比较接近,偏差较小。智能调度方法能够自动准确地统计各风电场发电出力受阻时段,使风电理论功率的计算误差最小化。     

考虑风电消纳的峰谷分时电价模型研究

在充分发挥电力可靠性管理在电力供应保障工作中的基础性作用目标大背景下，考虑我国部分区域风电消纳不足和调峰能力有限所导致的电力结构不稳定，构建发电侧与需求侧联动的峰谷分时电价模型，探索出一种电网向发电企业收取“过网费”、需求侧与发电侧直接交易的新模式。该模型根据电力需求价格弹性矩阵计算实施峰谷分时电价后的电力负荷，构建发电侧与需求侧约束条件，以火电机组平均发电成本为目标函数，综合考虑风电消纳影响，采用粒子群算法进行模型求解，并通过输配电价连接上网电价和用户电价，输电损耗电量连接发电量与用电量，达到发电侧与需求侧的联动。算例分析表明，所建立的模型能更好地消纳风电，同时也提高了火电机组发电功率的稳定性和经济性。     

双馈异步发电机转矩控制方法改进研究

随着风力发电机组容量的不断增大,提高风能利用率和风电机组运行效率已经成为风力发电技术研究的重要内容之一。为了提高风能利用效率、保证功率输出的稳定,针对风波动变化较快的特点,本文基于双馈风电系统对变速恒频技术进行分析研究,采用直接转矩控制技术,并以阵风为例,通过MATLAB仿真软件对不同风速下的风电机组变速恒频动态运行特性进行控制、仿真分析,对有效提高风机的运行效率有明显作用。     

风光互补并网发电系统的PSCAD仿真设计

针对目前单一式离网型新能源发电系统的发电不稳定性及能源溢出浪费等问题,提出了一种风电与光电相结合的互补式并网发电系统的设计理念。利用风能与太阳能二者较强的互补性,解决传统单一式发电系统昼夜间歇性供电问题。同时,该发电系统采用并网式结构,可以将溢出的多余能源回馈给电网系统,实现系统发电量的有效利用,保证供电系统的长期稳定性供电。最后采用著名的电力系统计算机辅助设计软件PSCAD对该风光互补并网发电系统进行仿真验证,结果表明该方案可有效实现发电系统的稳定性,完成10kV中压城市配电网络的并网,对改善区域经济发展有着重大意义。     

考虑概率区间的微电网短期负荷多目标预测方法

微电网负荷随机性强、波动大,负荷单点预测已经难以满足微电网稳定运行需要.提出一种考虑概率区间的微电网短期负荷多目标预测方法,以循环神经网络为预测模型,以逼近理想解排序策略、网格筛选策略对基本多目标人工蜂群算法进行改进,优化循环神经网络的权值和阈值,避免单目标区间预测中惩罚系数难以选择的问题,对历史负荷数据进行记忆并修正预测结果,有效提高微电网短期负荷区间预测准确性与可靠性.仿真结果表明,本文所构建的考虑概率区间的微电网短期负荷多目标预测方法,预测性能优越、结果准确,可为微电网安全经济调度提供决策依据.     

风电储能系统能量调度策略研究

为了改善风电场发电的稳定性,抑制风电引起的电压波动与闪变,提高含风电电力系统的稳定性问题成为重要的研究内容,本文在简要介绍风电的特点的基础上,针对风电并网带来的电能质量及稳定性等问题,阐述了基于能量调度技术的解决方案,详细介绍了基于模糊理论＂最大-最小＂算法的调度系统控制器和系统其它主要部分的模型及仿真结果。控制器根据负荷用电量预测信息控制储能系统的充放电,不仅能有效抑制并网后电网的电能波动也能优化风电的发电质量。MATLAB仿真结果表明,风电储能系统能量调度策略和控制器是有效的,该系统能够有效减小风电场并网功率的波动。     

风电发电功率预测模型改进研究

为了提高风力发电机的发电功率和使用效率,需要进行风电发电功率有效预测,实现电机优化控制。提出一种基于模糊PID的风电发电功率预测模型。首先建立风电发电机的电路模型,以风电发电机的输出目标电流、输出功率、励磁电流和动子电流等参量为约束参量模型,进行风电发电机的控制器模型设计。在优化控制模型中,根据基尔霍夫电压回路模型建立发电功率预测的模糊PID控制目标函数,并进行最优解求取,实现发电功率有效预测。实验结果表明,采用该方法进行风电发电功率预测的精度较高,收敛性较好,有效提高了风电发电机的输出效率。     

智能电网与负荷调度探讨

随着我国社会主义社会的发展,科学技术水平的不断提高,智能电网以其吸纳大量可再生能源、供电系统与用户互动以及负荷调度等优点,受到了国家电网的重视。智能电网部分负荷的用电时间是灵活的,如加热、制冷、电动汽车等,储能设备,如电动汽车的充电设备,利用这些可控负荷追踪风电、光伏等可再生能源发电的出力变化,调度负荷来平衡预测的风电、光伏等的出力曲线,满足功率平衡。负荷调度的基本思路是电力平衡,解决电力系统运行的核心问题,负荷调度成为解决电力平衡的重要手段。     

基于风电不确定出力的风电并网机组组合优化

风电出力的不确定性给风电并网调度带来一定的挑战。基于日前24小时风电预测出力与6小时准实时出力,建立风电成本模型,提出了一种新的考虑风电并网的机组组合制定方法,该方法通过6小时准实时出力与日前24小时预测出力情况来及时调整6小时内机组组合计划。在10机系统上采用所提出的方法,仿真结果表明,该方法能够根据风电出力特性合理制定机组组合,从而降低系统预留旋转备用,有效降低因风电出力不确定性所引起的发电成本。     

基于蒙特－卡洛的配电网随机性过载故障预测

由于负荷在一天内的不确定性,配电网经常出现过载现象,过大的负荷扰动将引起保护动作,导致停电事故。目前,配电网的可靠性计算大多基于配电设备的随机故障,忽略了考虑过载现象的影响,为了更加准确的评估配电网的可靠性。本文提出一种基于蒙特卡洛的配电网随机性过载故障预测方法。根据某些馈线的测量数据。本文利用正态分布函数建立了随机负荷模型,并在IEEE34节点网络中进行仿真计算。仿真结果表明,由随机负荷过载引起的停电次数远大于设备随机故障的。此外,不同类型负荷对其随机故障的敏感度不同,因此,设计和运行管理单位应考虑该因素对可靠性的影响。     

风电功率波动特性的分析

随着化石能源约束的日趋严苛,风能开发已然成为一种趋势。由于风的不确定性、间歇性以及风电场内各机组间尾流的影响,使得风力发电机不能像常规发电机组那样根据对电能的需求来确定发电。风电功率的随机波动被认为是对电网带来不利影响的主要因素。研究风电功率的波动特性尤为重要。本文基于某电厂的20台风电机30天内的风电功率实测数据,通过对图形及参数的研究,得到最优的概率分布模型为分布,并针对结果用拟合指标作出了检验。最后利用小波神经网络对功率做有效的预测分析。     

风光互补发电系统的能量管理研究

风光互补发电系统可充分利用本地太阳能和风能资源,具有无污染、供电质量好的优点,是解决偏远地区供电问题的最佳选择之一。为了提高风光互补发电系统的能量利用率和经济性,满足负荷的供电要求,必需对系统能量进行有效的管理。本文提出了一种简洁适用的基于储能环节控制的能量管理策略,并进行了相关的仿真和实验验证。     

基于matlab风力发电机组动态特性研究

能源危机和环境污染问题日益严重,人们对其越来越重视,在世界范围内,风力发电技术得到了快速的发展.使用有效的方法提高风电机组的运行效率、最大限度地利用风能,已成为风力发电技术研究的主要内容和方向.因此,对风力发电机组进行仿真建模,为保证风电机组有效地运行提供了客观必然条件.变速恒频风力发电系统的仿真和数学模型的建立是目前国内外的研究热点,也是本文主要分析研究的内容.该文介绍了变速恒频双馈风电机组的工作原理,并对风电机组的数学模型进行分析,最后在Matlab/Simulink平台环境中建立风电机组及电网仿真模型并进行仿真.从仿真结果看,变速恒频双馈风电机组具有优越的运行特性和良好的输出特性.     

小波去噪和神经网络在电力负荷预测中的应用研究

为了降低历史负荷数据噪声对负荷预测的影响,提高电力负荷的预测精度,提出了一种基于小波去噪和BP神经网络的电力负荷预测方法。首先,对所得电力负荷数据进行了小波变换去噪处理,有效去除了噪声,然后利用BP神经网络在非线性处理中的优异特性,对小波去噪后的电力负荷进行了BP神经网络建模训练及仿真。实验结果表明:相比于其他电力负荷模型,该方法可以有效提高电力负荷的预测精度,是一种有效的电力负荷预测方法。     

电台播出系统运行趋势预测及风险评估的理论研究和技术实现

本文主要论述了关于广播电台运行趋势预测及风险评估的研究情况,提出了一种定量地分析电台播出系统安全风险和实现系统运行趋势预测的方法,该方法运用仿真理论、专家系统和模糊数学风险评估等手段。     

基于特征提取相似日的ELM短期负荷预测研究

为解决短期电力负荷预测中预测精度差、计算时间长等问题,提出一种基于自组织特征映射网络进行特征提取相似日的极限学习机短期电力负荷预测方法。通过自组织特征映射网络找出与预测日同类型的历史数据作为训练样本;并采用预测能力强、计算时间短的ELM网络进行预测。以某市电力负荷数据进行仿真,并将上述方法与传统神经网络进行对比。仿真算例表明,基于特征提取相似日的ELM方法具有较高的预测精度,泛化性能好,且运算时间短。     

含氢储能的多源联合发电系统调度研究

风电和光伏发电具有间歇性和随机性,为了降低在多源联合发电系统中的弃风弃光率,采用含氢储能系统和火电机组配合来平滑风电和光电机组出力。文中以系统运行成本最小和弃电惩罚成本最小为目标,以系统功率平衡、火电机组出力和爬坡、热备用、风电和光电出力及储能系统储氢罐容量、电解槽和燃料电池功率等为约束条件构建了多源联合发电系统日前调度模型。通过YALMIP工具箱对模型进行编程,并调用CPLEX对编写的程序进行求解。对含有风电、光电、火电机组以及储能系统的多源联合发电系统进行算例分析,通过对比有无储能系统的弃风弃光量和系统总运行成本,证明了含氢储能系统可以有效降低系统的弃风弃光率,并提高系统的经济性。     

基于SVD-LSTM的高校学生宿舍空调负荷预测

准确预测高校空调负荷是保证高校安全用电和电力高峰期区域配电网稳定运行的前提。文中以高校空调负荷中具有代表性的学生宿舍空调负荷为对象,建立了基于奇异值分解-长短期记忆网络的高校学生宿舍空调负荷预测模型。该方法以高校学生宿舍空调负荷特性为基础,使用奇异值分解进行降噪处理,通过长短期记忆网络对高校学生宿舍空调负荷进行预测。文中以武汉某高校的真实数据为样本进行了分析验证,通过与传统预测模型对比,证明所提预测模型的预测效果和精度优于传统预测方法。     

基于NSGA-Ⅱ的风电功率波动储能平抑控制技术

风能作为一种可再生能源,在自然界的储量十分丰富,得到了人们的广泛关注。在政府部门的大力支持下,风能发电已经成为我国重要发电形式,对我国节能减排事业有着重要的积极意义。风能作为一种清洁型能源,虽然在发电过程中对环境不产生污染,但由于风能的波动性较强,风电场对电力系统的稳定性有着重要的影响,如何有效地平抑风电的功率波动已经成为制约风电发展的重要瓶颈。本文主要针对基于储能系统的风电功率波动平抑进行简要的阐述,并对基于NSGA-Ⅱ的储能平抑控制技术进行简要的分析。