风电功率概率预测方法及展望

风电功率的概率预测能提供风电功率的预测区间或分布函数,国内相关的研究和应用尚处于起步阶段。文中对风电功率概率预测的基本框架、主要模式、难点和热点进行了综述。首先,明确了概率预测的概念及其适用问题。然后,对概率预测的建模方法提出了两种不同的分类方式:按照是否进行条件化假设或参数化假设进行分类,并介绍了概率预测中涉及的新型算法和概率预测的评价指标。最后,结合概率预测发展现状,针对误差分析不精细、概率预测与电力系统结合不充分等不足,总结了今后的发展方向和需要进一步探索的研究内容。     

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。     

短期风电功率预测概念和模型与方法

随着并网风电容量的持续增加,风电强随机性给电力系统安全稳定运行带来了挑战,风电功率预测受到广泛的关注。文中较为全面地综述了国内外对风电功率预测的研究现状,着重从风电预测基本理论、风电预测方法和风电预测热点研究问题3个方面展开,主要介绍了确定性风电预测、概率性风电预测、风电爬坡事件预测、大数据和深度学习方法等方面的研究进展。     

应用储能系统补偿风电功率预测误差综述

针对风电功率随机性、波动性以及不确定性对电力系统安全稳定运行的影响,风电功率预测误差使大规模风电并网难度增大的现状,根据储能系统具有响应速度快及对能量进行时空平移的特点,在分析风电功率预测误差分布规律的基础上,对储能系统类型的选择、补偿控制策略设计、储能系统功率容量配置等研究成果及发展现状进行了综述,并对未来应用储能系统补偿风电功率预测误差等多方面的关键技术进行了展望。     

风电功率预测研究方法综述

风电场穿透功率不断加大,对电力系统安全、稳定、经济、可靠运行造成威胁,因此进行风电功率预测,不断提高预测精度意义日益突出。针对已有的风电功率预测方法,按照预测时间尺度、预测模型对象和预测模型原理不同,对风电功率预测方法进行系统分类,详细综述了组合预测方法和区域预测方法。并列表给出各预测方法的优缺点及适用场合。针对目前风电功率预测存在的一些问题,提出相应改进措施。     

风电功率预测准确性分析

风电并网容量迅猛增加,风电与系统之间的联系越来越密切,必须考虑风能的波动性和间歇性引起风电出力的变化给电力系统电能质量、安全稳定运行和经济效益带来的不利影响。因此,进行风电功率预测具有重要的现实意义。首先对风速和风电出力预测的分类和方法进行了探讨,然后简要综述了国内外风功率预测技术的研究现状,最后针对我国现阶段风电功率预测产生误差的原因进行了阐述并提出了建议。     

基于动态R藤Copula模型的区域风电集群超短期功率区间预测方法

为应对风电功率不确定性问题带来的电网安全稳定运行风险,近年来区间预测方法受到了广泛关注,但现有研究主要集中于单风电场预测领域,对于区域风电集群功率区间预测方法较少涉及.针对上述问题,建立了动态化的R藤Copula模型,提出了区域风电集群超短期功率区间预测方法.首先,详细阐述了区域风电集群超短期功率区间预测的基本框架.其...     

大规模风电对电力系统的影响和应对策略

综述了大规模风电接入电网对电力系统带来的影响。阐述了当前风力发电的特点和与风电相关的无功电压问题、暂态稳定性问题、频率问题、电能质量问题。针对不同问题总结了可行的解决方法和研究热点。论述了风力发电2个重要的研究方向:风电场综合控制技术和风电功率预测技术。     

风电功率预测方法综述及发展研究

准确的风电功率预测有利于电网灵活调度和安全运行,进而提高风电场穿透功率.针对目前已有风电功率预测研究,本文首先对国内外风电预测系统进行梳理描述,再从单一模型、组合模型和区域模型角度进行分类阐述,同时深入对样本分析及处理、智能方法的输入变量选取和赋值、组合预测的权重处理、预测误差的评价分析和预测结果的不确定性分析这5个预测环节进行有针对性的详细分析,寻找可以改善预测效果的突破口,并进一步提出风电功率预测的发展建议.     

风力发电系统功率预测技术研究综述

随着新型电力系统的发展，风能成为当下备受关注的一种可再生能源。风电的自身特性使其在大规模并网后会给整个电网带来一定危险隐患，亟须解决并网波动大的问题，而风功率预测技术可很好地解决这一难题。近年来，功率预测模型的优化、性能水平的提升等相关研究成为业界关注的焦点。为此以风电输出功率为核心，展开全环节综述与阶段性总结，介绍了风电功率输出特性，分析对比了现有数据处理技术，归纳了预测模型技术方法与特点，探讨了整体预测流程，并对预测模型评价指标进行了简要阐述。在此基础上，结合目前预测技术，提出了未来的研究方向。     

基于数据驱动的超短期风电功率预测综述

以数据驱动为主要特征的超短期风功率预测是大规模风电并网运行的关键基础之一。按照预测流程,从数据挖掘、机器学习算法及风速-功率曲线等角度分析现有数据驱动方法的思想及局限性。总结离线数据驱动/深度学习算法和在线应用的预测思路,给出风电场数据筛选的评价手段,归纳深度学习算法的最新研究进展。最后分析超短期风功率预测的当前定位:"由模型驱动向数据驱动过渡,由机器学习算法向深度学习算法转移",并指出合理的算法更迭和深层次的数据融合将是未来的研究趋势。     

计及风电功率预测误差的备用容量计算新方法

风电出力的不确定性对于备用容量的配置具有重要影响。基于此,提出了一种计及风电功率预测误差的备用容量计算新方法。针对拉普拉斯分布形状调整不够灵活的问题,提出了一种改进拉普拉斯分布。并以此为基础,提出了一种发电机备用容量计算新方法。该方法首先以最小化发电成本为目标的最优潮流模型,对系统各机组的运行基准点进行求解;再按照鲁棒优化思想并结合发电机自动发电控制(AGC)的仿射模型建立鲁棒最优潮流模型求解各AGC机组参与因子;最后结合等概率转换原则求解系统的备用容量。算例分析表明,所提改进拉普拉斯分布模型拟合效果较好,且所提备用容量计算新方法能够综合考虑系统安全性和经济性的需求。     

考虑风电不确定性和大用户直购电的电力系统经济调度

由于目前的风电预测方法仍不能将误差降低到可以忽略的范围,使得风电接入时增大了系统的不确定性,调度难度增大。同时,大用户直购电作为电力市场改革的重要措施,其引入对系统调度带来了新的挑战。针对以上情况,建立了考虑风电不确定性和大用户直购电的电力系统调度模型。模型在满足电力系统安全运行的基础上以发电企业收益最高为目标,利用风电出力的Beta概率密度函数来考虑由于风电不确定性带来的上、下旋转备用需求的增加,采用机会约束规划处理模型中的不确定因素。最后运用改进粒子群算法在含风电场的IEEE 30节点系统上验证了所建模型的有效性。     

结合受限玻尔兹曼机的递归神经网络电力系统短期负荷预测

短期负荷预测的重要性随着电力企业的发展不断提高。传统的负荷预测虽然已经发展相对成熟,但现阶段对负荷预测的准确性要求逐渐提高。为满足发展需要,则要对现有的方法进行改进或建立新的预测方法。通过分析负荷预测数据周期性及周期内的特征,结合递归神经网络在分析时间序列数据的独特优势和受限玻尔兹曼机的强大的无监督学习能力,对结合受限玻尔兹曼机的递归神经网络的工作原理及训练过程进行了阐述。利用该网络进行了电力负荷数据预测实验验证并与其他神经网络进行了比较性实验。结果表明,所提出的神经网络较其他网络在电力短期负荷预测实验中有更高的准确性。     

基于APSO-GSA和相关向量机的短期风电功率预测

精确的短期风电功率预测建模对于提升新能源电力系统经济稳定运行十分重要。针对传统预测方法在小样本学习、精细化建模、概率性预测等方面的不足和易陷入局部最优的影响,首先以相关向量机(RVM)理论为核心,建立了基于RVM的风电功率预测模型。然后,针对万有引力搜索算法(GSA)缺少跳出局部最优机制和群体记忆功能,提出了一种结合自适应粒子群算法(APSO)的APSO-GSA混合优化算法,利用该算法对RVM模型参数进行优化。最后,以中国西北某风电场运行数据为例进行验证。结果表明,所提方法具有更高的建模精度和更快的收敛速度,实现了利用少量样本和简单模型对未来时刻风电功率的精确预测。     

A Wind Power Forecasting Method and Its Confidence Interval Estimation

This paper describes a wind power forecasting method and its confidence interval estimation. Recently, flat control of wind power generators using various batteries has been required. In flat control, accurate wind power forecasts and their error confidence intervals are needed. In this paper, wind speed forecasts are calculated by regression models using Grid Point Value (GPV) weather forecasts. The forecasts are adjusted by fuzzy inference using the latest errors. The wind power forecasts are translated from the wind speed forecasts using two power curves. The power curves are selected or combined by fuzzy inference depending on the wind direction. The error confidence interval models are generated for each forecasting target time. Each confidence interval is combined by the other fuzzy inference. The proposed methods were applied to actual wind power generators, and it was found that the forecasting errors were smaller than in the conventional methods. Almost all of the forecasts can be within the error confidence intervals estimated by the proposed methods. The results show the effectiveness of the proposed methods. © 2013 Wiley Periodicals, Inc. Electr Eng Jpn, 186(2): 52–60, 2014; Published online in Wiley Online Library ( wileyonlinelibrary.com ). DOI 10.1002/eej.22326     

国际风电预测预报机制初探及对中国的启示

大规模风电接入使电力系统面临若干挑战,系统运营商不得不在其规划和调度决策中处理风电带来的波动性和不确定性,风电预测已被确定为解决日益严重的电力系统不确定性问题的重要手段。文章介绍了国际上风电预测预报实施机制,提出在我国风电预测预报研究工作刚刚开展之际,应该借鉴国际经验,加快建立行之有效的风电预测预报实施机制来支持风电的健康可持续发展。     

基于多时空尺度协调的多源互补发电场群优化调度

为了解决风光发电随机性和不确定性造成的严重弃风、弃光问题,在研究抽水蓄能电站、高载能负荷运行特性和消纳弃风弃光能力的基础上,提出了基于多时空尺度协调的多源互补发电场群优化调度策略。该策略将多源互补发电场群从时间和空间的角度各分三层进行控制,以系统运行成本最小、风光蓄发电利用率最大和系统输出功率波动最小为目标分别建立了日前、滚动、实时3个时间尺度的优化调度模型。通过滚动修正、实时调节来逐级降低风光预测误差及负荷不确定对调度计划的影响,提高调度精度。结合甘肃酒泉具体算例,验证了所提调度策略能够有效提高系统运行经济性,促进风光消纳。