一种计及空间相关性的光伏电站历史出力数据的修正方法

针对光伏系统渗透率增高对电力系统稳定运行带来的严峻挑战,考虑到光伏功率预测技术精度高度依赖于数据精度的问题,提出一种基于人工神经网络的光伏电站历史出力数据修正方法。利用人工神经网络在建立复杂非线性映射关系的优越性,引入皮尔逊相关系数对数据进行降维处理,选择与目标光伏电站出力相关性高的电站作为基准光伏电站,并结合光伏出力的空间相关性特征与基准光伏电站的出力数据对目标光伏电站失准及缺失数据进行修正,以解决由人为因素或数据采集系统老旧带来的光伏数据失准问题,并通过山东省聊城市的光伏历史出力数据对所提方法进行分析验证。     

一种基于双层人工神经网络的多时间尺度区域光伏功率预测方法

由于具有间歇性、波动性和随机性的特点,光伏发电系统的大规模并网运行会严重影响电力系统的稳定与经济运行.因此,开展区域光伏功率预测能够为调度部门提供电源出力参考信息,以合理规划调度计划及安排备用容量.提出了一种基于双层人工神经网络的多时间尺度区域光伏出力预测方法,基于选取的基准光伏电站实现预测分辨率为1 min、5 mi...     

基于碳势-能源价格双响应的综合能源系统低碳经济调度

利用电-气-热多元负荷节点碳势引导需求响应是实现综合能源系统(IES)低碳运行的有效手段。IES中多能流耦合关系复杂、动态特性交织,碳排放特性难以准确表达。文中针对IES中低碳运行潜力挖掘不足的问题进行了研究,提出了一种基于节点碳势-能源价格双响应的经济调度方法,用于IES源-荷协同,实现低碳运行。一方面,通过剖析气、热动态特性对碳排放流的影响机理,引入动态特性等价替换思想,得出计及动态特性的碳排放流模型,进而得到负荷节点的碳势,实现碳排放责任的分摊;另一方面,从碳视角出发,考虑多元负荷的碳排放责任,设计了基于多元负荷节点碳势-能源价格双响应的IES源-荷低碳互动机制,充分挖掘IES中多元负荷的低碳潜力。通过对IES中碳排放产生、传输、消费全过程的追踪与计量,制定兼顾经济性与低碳性的调控策略。以电网14节点-热网6节点-天然气网6节点(E14-H6-G6)和E57-H12-G12测试系统为例,验证了所提模型和方法的有效性。