利用空间相关性的超短期风速预测

风速的空间相关性有助于提高其预测质量,特别是在风速突变的情况下。将"离线分类建模,在线匹配模型"的预测思路应用到利用空间相关性的超短期风速预测之中:通过历史数据的时序分析,识别其中各风电场风速存在空间相关性的时段;按其时序特征及其他的条件特征,将观察时窗内的风速序列划分为不同演化形态的样本子集;在离线环境下,分别根据各类形态的训练样本子集优化其专用的预测模型及参数;在线应用时,则根据当下窗口内风速序列的演化形态及相关的条件特征,按匹配所得模型及参数,根据参考风电场的实测数据预测目标风电场的风速。以实际的历史数据验证了所述方法的有效性。     

风速时间序列的符号化描述

利用统计分析技术,对已知的时间序列外推,可以克服短期风速预测中缺乏因果关系的困难。但在选择外推模型、参数及学习样本等方面存在主观认识模糊性的挑战。为降低主观认识模糊性对分类预测效果的影响并提高样本分类效率,提出按变化特征来定义符号,以及用符号串描述风速时间序列的粗粒化概念。在此基础上,引入趋势特征,完善风速时间序列的符号化过程,提出单元窗口特征和趋势特征相结合的两层符号化方法。利用甘肃酒泉风电基地一年的实际数据验证了该粗粒化方法的有效性。     

关于短期及超短期风电功率预测的评述

讨论风电功率预测及其误差对电力系统的影响,从信息流观点解读风电功率预测过程,归纳影响风电功率预测精度的因素,并对风电功率预测的研究现状加以归类与梳理。在此基础上,讨论对风电功率预测结果评价指标的要求,提出误差评估指标应该反映整个时间窗口内的预报质量,并展望风电功率预测可能的突破。     

按时序特征优化模型后在线选配的超短期风电预测

讨论超短期风电功率预测(USTWPP)模型的适用性。提出的USTWPP方法,从历史数据的风电功率时间序列(WPTS)中筛选特征量,选择门限值,并将短窗口内的WPTS划分为不同形态的子集,以及一个囊括所有不具有排他性分类特征的"非形态子集"。然后在离线环境下,分别按对应的训练样本优化各子集专用的预测模型及参数。在线应用时,将当前时刻前一个短窗口的WPTS与各子集的分类判据比对,以归入上述子集之一,然后调用相应的预测模型完成USTWPP。最后,以实际算例验证了该方法的有效性。     

电动汽车参与电力系统优化调度的谈判策略

以电动汽车为代表的灵活电力负荷参与电力系统优化调度可以改善系统运行的经济性,对于这类负荷电力公司或相关管理机构应给予适当的经济激励。考虑到电动汽车代理商与电力系统调度机构之间的信息不对称,这部分经济激励应该由电力公司和电动汽车车主代理通过谈判来确定。在此背景下,研究了电动汽车代理商与电力公司针对电动汽车参与日前优化调度的谈判策略。首先,建立了计及电动汽车代理商参与系统优化调度的数学模型和电动汽车代理商的充电需求模型。之后,根据电动汽车代理商和电力公司分别对电动汽车参与系统优化调度为电力公司带来的收益和电动汽车代理可能遭受的损失的估计,分别给出了其谈判报价策略和报价调整策略。最后,以修改的IEEE 30节点系统为例,对所提出的电动汽车代理商谈判策略进行了仿真分析,说明了所提方法的基本特征。     

可信度控制下的相继开断潮流快速计算

电力系统相继开断的分析面临着维数灾和交流潮流计算量大的瓶颈,分布因子法被广泛研究以减少其计算量。但由于分布因子法忽略了非线性因素,误差不但难以控制,并随相继开断不断积累,严重阻碍其实际应用。为了使开断潮流的计算兼具分布因子法的快速性和交流潮流法的精确性,基于摄动获取的二阶灵敏度,提出分布因子法的可信度指标,并据其判断是否需要运行一次交流潮流来消除累积误差。仿真实例表明,该指标能可靠地估计分布因子法的误差,而设计的计算框架则在保证精度的基础上,提升了计算效率。     

轨迹驱动切负荷的布点协调优化算法的简化

随着系统规模及各种不确定性的增加,轨迹驱动切负荷(TDLS)的布点优化的计算量急剧增加。综合考虑负荷模型对布点优化的计算量及精度的影响,验证在TDLS布点中采用简化负荷模型的可行性。同时,改进已有的协调优化算法。包括简化其流程,减少迭代次数,减少灵敏度系数的更新次数。仿真表明,上述简化方法对计算精度的影响并不显著,但计算量大幅降低,有利于工程实用。     

故障驱动切负荷和轨迹驱动切负荷的协调优化

切负荷（LS）控制既可由故障驱动（即紧急LS），也可由轨迹驱动（即校正LS），大量不确定因素突出了它们之间协调的重要性。按照解耦优化-聚合协调的框架，用稳定性量化软件FASTEST分析不确定因素下的稳定性，分别优化故障驱动的LS及轨迹驱动的LS，在优化其中之一时，将另一个最新迭代结果作为仿真的外部场景，迭代到预想故障集的风险总代价不再明显减小为止。考虑某实际系统的预想故障、负荷模型和负荷水平等不确定因素，仿真证实该协调优化方法在保证系统稳定性的前提下，显著减少了控制的风险。     

关于紧急控制与校正控制优化和协调的评述

闭环离散控制是电力系统在大扰动后保持运行可靠性的主要手段，包括以故障驱动的紧急控制及由受扰轨迹驱动的校正控制。比较这2种方式的控制准则、动作时机、控制精度及代价，以及切机、切负荷和解列措施。若用紧急控制来应对小概率高风险的不确定因素，则在大多情况下将发生过控;若用校正控制来应对概率大的不确定因素，则机会成本很高。强调基于风险概念来协调这2种在物理和经济特性上都互补的控制方式，并提出解耦优化 — 聚合协调的求解方法。