基于降噪时序深度学习网络的风电功率短期预测方法

利用风电场历史功率数据预测未来一段时间内的风功率,对保障电网安全稳定运行具有重要的意义。本文提出一种基于奇异谱分析SSA(singular spectrum analysis)和长短时记忆LSTM(long-short term memory net⁃work)网络的时序特征预测框架用于短期风功率的预测。首先通过SSA对历史风功率原始数据进行降噪处理,然后经过数据转换之后,以LSTM网络为基础进行预测模型的训练,最后通过某风电场提供的两个风机的历史功率数据进行验证。实验结果表明,奇异谱分析对风电场的历史数据具有良好的降噪性,SSA+LSTM模型在测试数据上取得了较好的预测性能,能够有效进行短期风功率的预测。     

基于数据驱动理念的电力日负荷曲线预测方法研究

针对短期日负荷预测的精度问题,本文提出一种基于数据驱动理念的电力负荷预测方法。在建立预测模型前对所给数据采取一定的预处理:首先提取所收集的海量数据的负荷特征,对负荷特征进行分析,然后进行负荷数据与影响负荷值的因素之间的相关性分析,以此确定对负荷影响较密切的因素,随后建立分类器得到各主要影响因素与各负荷类别之间的关系为后续预测模型奠定基础。对预处理后得到的不同类型的负荷数据采用最小二乘支持向量机方法建立不同的负荷预测模型。以南方某发达城市2008年的负荷数据作为算例验证数据,将本文所提负荷预测方法所得结果与未经数据预处理的负荷预测方法所得结果进行比较,结果表明本文提出的方法得到的预测结果精度较传统方法提高约6%。     

能源互联网技术成熟度等级评估

能源互联网是实现未来可持续发展的重要建设内容之一。构建能源互联网需要众多关键技术的支撑,而技术处于不断地进化过程中,了解技术发展的现实水平,把握技术的未来需求,可以指导正确的发展路线和科学的战略决策的制定。本文旨在评估能源互联网关键技术成熟度。基于文献计量方法评估理念建立具有系统性和普适性的综合评估指标体系,并引入数据分析方法和变异系数法构建技术成熟度综合评估方法,为能源互联网的建设提供科学的指导。对能源互联网的云大物移创新应用关键技术进行算例分析,结果表明该方法能准确地判断技术的成熟度,定位技术性能。     

一种面向微电网实时仿真的分块分层并行算法

微电网含有大量的高频功率开关和非线性元件,对电力系统实时仿真技术提出了很高的要求。为减轻逆矩阵法的存储压力,将整个网络分解成多个子网络,仅存储计算子网络状态变量和输出变量的各种参数。为降低子网络间约束方程的计算成本,利用其稀疏性的特点,提出了一种子网络分层合并的多端口等效方法。考虑FPGA硬件资源有限,设计了一种实现细粒度并行的专用运算组件。以2μs仿真步长在5SGSMD5芯片上实时仿真了一个低压微网系统,其仿真结果与商业离线仿真软件PSCAD结果一致,验证了所提方法的可行性和准确性。     

一种适用于小功率可再生能源的单相高频双Buck全桥并网逆变器

提出一种适合小功率可再生能源并网发电应用的单相高频双Buck全桥并网逆变器。基于全碳化硅(Si C)功率器件,逆变器工作频率可达100k Hz,有效减小了电感体积,同时使并网电流纹波降低。进一步分析逆变器的控制策略:采用电压电流双环控制,在电流环利用一种三极点三零点(3P3Z)控制器使得受控并网电流快速跟踪电压环产生的电流给定,并采用一种简单线性化算法快速产生控制占空比信号,实现高频变换;电压环采用双极点双零点(2P2Z)控制器,在产生电流内环给定幅值的同时,控制输入侧直流母线电压稳定在电压给定值,使得逆变器能够向电网传输能量的同时维持母线电压恒定;逆变器采用一种二阶广义积分软件锁相环(SOGISPLL)产生与电网电压相位相同的相位信号。最后,通过实验样机对逆变器理论分析的有效性进行了验证。     

基于粒子群-内点混合优化算法的区域综合能源系统可靠性评估

区域综合能源系统(integrated community energy system,ICES)的发展将电、气、热等能源联系得更加紧密。文章在能源集线器模型基础上,结合蒙特卡洛系统状态抽样方法,提出了一种基于粒子群-内点混合优化算法的区域综合能源系统可靠性评估算法。该算法通过结合粒子群算法和内点法的优劣势互补,可较准确计算目标区域综合能源系统可靠性量化指标。之后详细分析了可再生能源渗透率对区域综合能源系统可靠性的影响。     

配电网安全域的实证分析

完成了具有一定规模的实际配电网安全域(DSSR)实证研究,并应用于该电网的夏季大负荷分析。首先,简要介绍了现有的DSSR概念和理论,并针对调度部门需求对安全评价方法与安全控制方法进行了实用化改进。其次,在天津市核心城区选择了一个4.82km2的完全配电自动化覆盖的配电网,根据电网数据计算出该电网的安全边界方程,再进一步验证了该安全边界在电网运行中是实际存在的。最后,基于DSSR对夏季大负荷数据进行了安全分析,并将分析结果与已有安全分析报告对比。对比表明,计算得到的安全边界准确地反映了该电网的N-1安全运行范围,对于夏季大负荷的分析结果也与实际情况相符。