考虑风电并网的电力系统经济调度

风电场输出功率的不确定性使风电并网后电力系统的调度决策面临新的挑战。对风电场输出功率进行预测是消纳大规模风电的基础工作,在此基础上对预测误差进行统计分析和评估,并用于电网调度决策。根据对风电功率不确定性的处理方法不同,将含风电的电力系统调度模型分为确定性模型、模糊模型及不确定性模型。对风电功率不同时间尺度、不同前瞻周期的预测误差进行统计学分析,从而研究不同时间尺度之间调度决策的滚动优化机制,以及不同时间尺度调度决策进行滚动优化时调度与对应时间尺度预测之间相互协调配合的问题。储能、电动汽车等可调度资源能够有效平衡和抑制风电等可再生能源的间歇性和波动性,是实现消纳大规模风电、节能减排、保障电网安全稳定的有效途径。并对以大型火电为主体电源的电网接纳风电的成本效益进行了讨论。     

大规模风电并网的电力系统运行灵活性评估

电力系统具有足够的灵活性对于接纳风电等可再生能源至关重要。为实现包含高比例可再生能源的未来清洁电力系统,亟需建立一套充分考虑风电波动性和随机性的电力系统运行灵活性定量评价指标体系。基于电力系统灵活性的定义和原理,提出了一套考虑大规模风电接入的电力系统灵活性定量评估指标体系,并基于蒙特卡洛模拟法和经济调度模型,提出了实用化的指标计算方法。该模型能够考虑风电及负荷的不确定性,并计入了风功率预测误差的时间相关性,从而反映了负荷不确定性和风功率预测不确定性对灵活性指标的不同影响原理。采用我国西北某电网实际风电场数据对所提算法进行了仿真分析,证明了风电不确定性和负荷不确定性对灵活性的影响存在本质区别,并定量研究了不同因素对灵活性指标的影响。     

甘肃酒泉风电基地风电预测预报系统

为了解决甘肃酒泉千万千瓦风电基地大规模风电并网难题,缓解电网运行、调度和电力市场管理的压力,文中从风电场的实际情况出发,提出了风电预测预报系统的总体方案,对建设风电预测预报系统方案中的数据采集、风能预测预报和风电预测预报模式进行了研究,提出了将多种预测方法结合的解决途径.     

计及预测误差相关性的风电出力不确定性集合建模与评估

先进的鲁棒调度技术是应对出力不确定性最经济、最有效的手段之一;而不确定性集合是刻画风电出力不确定性的基本形式,它不依赖于预测误差的具体分布形式,是制定风电鲁棒调度策略,进而保障系统安全经济运行的重要参考依据。首先,采用实际数据对现有不确定性集合建模方法进行了评估,指出在不确定性集合中若忽略风电预测误差的相关性将导致不合理的结果。在此基础上,基于广义椭球的一般表达式,提出了风电出力不确定性测度的概念,进而给出一种可以准确考虑风电预测误差相关性的不确定性集合建模方法。实际算例表明,在给定置信概率下,所提方法能够保证不确定性集合凸性,大幅压缩不确定性集合的测度,从而显著降低电力系统鲁棒优化决策的保守性。     

考虑风电预测区间的电力系统灵活性评估方法

高比例风电接入加剧了电力系统运行的不确定性，充足的灵活性对系统安全可靠运行至关重要。提出了一种考虑风电预测区间的电力系统灵活性评估方法。首先，考虑风电的随机波动特性和预测区间，构建随机极限场景集，表征风电出力和爬坡的不确定性并降低问题的复杂度。然后，考虑机组和系统运行特性，提出机组和系统运行灵活性综合评价指标。最后，考虑系统运行成本约束、预测场景和随机场景的运行约束，建立考虑风电预测区间的电力系统灵活性优化评估模型，量化机组和系统的灵活性供给能力并保证运行鲁棒性。在改进的IEEE 39节点系统进行仿真分析，验证了所提方法的可行性和有效性。     

含风电电力系统机组组合的量子离散差分进化方法

风电具有天然的不可控性和随机性,大量并网给电力系统调度计划带来困难,在电力系统日前机组组合计划中计及风电出力的不确定性,有利于提高电力系统优化运行的精细度.文中通过系统旋转备用将风电出力的预测误差纳入机组组合的数学模型中,为求解含风电的机组组合问题,设计了双层求解方法,外层采用量子离散差分进化法优化传统火电机组的启停状...     

考虑风电不确定性的电力系统鲁棒优化调度

为更好地提高电力系统供电可靠性,采用基于风电出力预测区间的调度模式来考虑风电出力的不确定性,并建立鲁棒优化调度模型。通过96时段10机算例仿真分析可知,该调度方案可实时应对风电出力波动。     

计及电动汽车的风水火电力系统联合优化调度

充分考虑了电动汽车充电的不确定性,以实测数据为基础,通过充电起始时间和持续时间,得到电动汽车充电概率的时间分布。针对风电出力和负荷预测的波动性等特点,将风电出力和负荷预测的不确定性表示为一个具有零均值、呈正态分布的预测误差。由此构建了风水火电力系统联合调度模型,调度模型以系统成本最小为目标函数,包含了火电机组煤耗成本、水电站管理成本以及风电场管理成本和预测误差成本,最后采用布谷鸟搜索算法对其进行求解。仿真结果表明,水电站能够在电力系统中发挥较好的调节作用,弥补风电出力的随机波动和电动汽车的无序充电,减少火电机组出力的频繁变化,降低系统备用容量,增加电力系统的安全性、稳定性和供电可靠性。     

风电并网后系统备用容量需求分析

风电具有随机性和间歇性,其不确定性增加了系统运行的风险,也增加了辅助服务的需求。为保证风电并网后系统运行的可靠性,需在原来运行方式的基础上,安排一定容量的旋转备用以响应风电场发电功率的随机波动,以维持电力系统的功率平衡与稳定。本文考虑了系统的负荷预测偏差和风电功率预测偏差,对并入风电前后系统的备用情况差异性进行分析,为电力系统安全稳定运行提供参考意见。     

含风电的多区域电力系统协调消纳方法

由于能源需求的急剧增加和传统化石能源造成的环境污染,成本低、清洁环保的分布式能源被大量接入电网,其波动性、随机性、间歇性等特性也给电力系统带来巨大的挑战。为了有效应对风电的不确定性,实现风电在互联电网中的多区域协调消纳,提出一种含风电的多区域电力系统多场景分散协调方法。该方法首先建立风电预测场景下的确定场景经济调度模型,利用目标级联分析法进行分散协调优化;然后利用多场景法抽样生成风电的不确定场景,对确定场景经济调度模型进行误差修正优化;最后进行分散协调优化和误差修正优化的循环迭代,计算出全网最优发电调度方案。算例分析结果表明,所提出方法可有效应对风电的不确定性,实现能源互联网中跨区消纳大规模风电的目的。     

考虑流动相关性的风电场机组分组功率预测方法

风电固有的随机波动性对电力系统的安全稳定运行产生不利影响。风电场功率预测是缓解该问题的重要途径,但预测精度及计算效率制约其在电力系统运行中的应用效果。针对上述问题,提出一种基于流动相关性的风电场机组分组方法并运用于风电场功率预测中。针对传统大地平面坐标无法体现流动信息的缺陷定义了可以体现风电场流动特性的坐标体系——风电场主风向坐标系,以简单而直观的方式将流动特性与风电场机组组合方法、风电预测技术相结合。以中国西北某风电场为例,采用GABP预测模型进行验证,结果证明该方法有效利用了风电场流动相关性对风电场机组进行分组,在精度和效率之间寻求平衡,为电力系统和风电场经济运行提供保障。     

新疆电网风电调度计划研究及应用

新疆风能资源丰富,近年来风电发展迅速,风电不易调度的特点已对电网安全造成显著影响。为此,研究基于风电预测及风电接纳能力评估的风电调度计划制定模式,其中所建立的基于软件平台的风电调度计划系统计及地区风资源及电网特点,结合风电预测和火电机组开机计划,综合平衡电网的安全约束和常规机组调峰约束,并辅以功率控制手段,实现了风电调度计划制定的精确性和超前性。实际应用结果表明,该模式能够对日前发电计划安排和日内实时调度发挥前瞻性的指导作用。     

关于风电场输出功率预测技术发展的综述

风电场输出功率的准确预测对含有风电场电力系统的运行调度管理具有十分重要的现实意义,按风电场输出功率预测技术应用现状与预测方法的发展两条线索展开对风电场输出功率预测技术发展的综述,对国内外风电场输出功率预测技术当前的应用情况进行了总结,对风电场输出功率方法的发展进行了回顾,并最终对当前风电场输出功率预测方面亟待解决的问题进行了探讨。     

基于风光混合模型的短期功率预测方法研究

准确地预测风力发电及光伏发电的输出功率对提高风光互补供电系统的调度质量具有重要意义。建立了基于BP神经网络的风光混合预测模型,将现有技术中分两次预测的风电功率和光伏功率采用同一个预测模型,同时实现整个区域风电场及光伏电站的输出功率预测,在简化预测方法的同时提高预测准确度。通过某海岛的风电及光伏电站的实际数据验证,计算分析了预测误差。结果表明该方法具有较高的预测精度,对风光混合的功率预测具有一定的学术价值和工程实用价值。     

风功率预测系统在新疆电网中的应用及改进

结合风功率预测系统在新疆电网中的应用情况,就风功率预测系统进行了总结。对存在问题进行了深入研究,找出了其中的不足,提出了新的解决措施,克服了原有系统的不足。对推进风功率预测系统的应用及提高风功率预测系统精度有重要的指导意义,也为有类似问题的风功率系统提供了技术参考及借鉴。     

基于国际先进技术的风电调度研究与实践

随着我国风电高速发展,不断提高系统风电消纳水平、保证含大规模风电系统安全运行成为电网调度机构面临的重大挑战。在分析总结欧美国家先进风电调度运行经验基础上,剖析了我国大规模风电并网运行的难点,研究了适应于我国电源运行特性的基于先进技术的风电调度方法,并通过实际运行数据表明,综合采用实时监测、风电功率预测、风电日前计划、实时控制、供热监测等多种先进技术的风电优化调度措施可以大大提高我国风电消纳水平。     

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。     

风电功率预测系统测试平台的研究与应用

为保证风电功率预测系统运行的可靠性以及预测结果的精确度,搭建了风电功率预测系统测试平台,测试平台主要包括对预测系统的功能、预测性能、稳定性、可靠性、易用性等多项测试的软件功能测试以及风电功率预测结果的准确性以及可靠性测试。运用该测试平台对某风电场预测系统进行测试,结果显示该系统风电功率短期和超短期预测结果的平均绝对误差、均方根误差、准确率以及合格率4项指标均满足要求,表明该测试平台能够对风电功率预测系统的各主要指标进行全面地评估。     

基于时序-支持向量机的风电场发电功率预测

准确的风电场风电功率预测可以有效地减轻风电场对电力系统的不利影响,同时提高风电在电力市场中的竞争力。基于时间序列法和支持向量机法, 对风电功率预测进行研究,提出预测风电功率的时序-支持向量机预测方法。该方法用时间序列法建模,选取影响风电功率最大的参数作为支持向量机预测模型的输入变量;为提高预测精度,提出基于时间点运动轨迹演化的方法选取与预测时刻功率相似的样本作为模型的训练样本。实例验证结果表明,该方法有效地提高了风电功率预测精度。     

基于t Location-Scale分布的风电功率概率预测研究

风电功率特有的随机波动性,导致风电功率点预测方法的预测精度不高,增加了风电并网的难度,致使风电场弃风现象严重。基于风电功率点预测的基础上,风电功率概率预测可以预测出风电功率的波动范围,为电力系统的安全运行以及电网调度运行给出不确定信息和可靠性评估依据。提出了一种基于t location- scale分布的风电功率概率预测方法,即采用t location-scale函数来描述风电功率预测误差概率分布,并以此建立误差分布,基于已建立的误差分布可以进行概率预测。并引进了覆盖率和平均带宽来评价预测区间的优劣程度。利用吉林省西部某风电场历史数据验证了该方法的可靠性。