基于 IEC ６１９７０ 的调度运行管理系统设计

针对电网运行智能化要求,建立了针对多维度调度数据的运行管理系统.首先分析了目前调度运行管理中在数据处理和分析方面存在的问题,并说明了设计系统应满足的功能.接着基于面向服务构架理念,设计了基于 IEC ６１９７０ 的调度运行管理系统,分析了其功能和系统特点,从数据采集方案、数据整合流程、数据安全构架等方面分析了数据管理方案.最后从调度报表的应用情况说明了所设计系统的有效性.     

基于相空间重构和BiLSTM的风电功率短期预测

针对复杂多因素(气象信息、时间序列的混沌特性等)影响风电功率的短期预测，及风电时间序列的长期依赖问题，提出基于相空间重构和双向长短期记忆(bidirectional long short-term memories, BiLSTM)神经网络的风电功率短期预测方法。以全球能源预测竞赛的数据集为背景，基于嵌入定理从风电功率序列中重构出相空间，以展示其内在的混沌特性，其中相空间重构的参数依据C-C法确定；对选取的气象预测数据(未来风速、风向)进行归一化处理，并组合重构后的风电功率数据作为BiLSTM的输入量，重构前的功率数据作为输出量，训练预测模型。在全球能源预测竞赛2012提供的wf1数据集上进行日前预测实验，测试集前30 d的平均均方根误差为0.119 4,测试集107 d的平均均方根误差为0.140 9,相较于ANN、BiLSTM、RF和KNN,相空间重构-BiLSTM (Re-BiLSTM)的预测准确度和精度更高，验证了所提出的短期风电功率预测模型的有效性、适用性和泛化性。     

基于数据平台的新能源运行调度分析系统

为提升新能源调度运行管理效果,提出了基于数据平台的新能源调度运行分析系统。分析了新能源资源评估、消纳统计、调度运行的需求,说明了数据平台的特点,结合数据平台业务建立了新能源运行调度分析系统,设计了基于数据平台的软件总体构架,说明了系统功能以及数据接口,阐述了系统在新能源调度管理中的数据流转、过程管控方式,结合工程实例进行了应用效果分析。     

基于自适应神经网络的风光互补电站出力预测研究

为提升风光互补电站出力预测准确度,研究了风光互补电站的出力预测方法。分析了风光互补电站机组出力情况,建立了广义回归神经网络模型和径向基神经网络模型用于训练历史数据。提出改进动态组群合作优化求解算法,利用该算法对风光互补电站出力进行预测,并利用仿真分析论证了提出模型的有效性,说明提出的方法能够有效降低预测误差,改善预测精度。     

基于多维度的电力系统调度报表数据改造提升方案

针对目前电力系统调度运行数据以及调度报表存在的问题,提出了一种基于多维度场景的提升方案。首先分析目前调度数据以及调度报表在数据分析、数据挖掘和数据抓取中存在的问题。然后提出基于多场景维度的调度报表改造技术方案,设计报表数据改造提升的功能构架,从报送模式、接口实现方法和数据校验等角度说明实现方案。最后针对调度报表改造提升与调度智能决策的关系进行了分析。     

基于多源协同的区域分层能源综合调度优化

为解决区域综合能源的调度优化问题,提出了基于多级能源协同的区域分层能源综合调度方案。分析了多级能源区域协调系统特点以及分层优化需求;建立了双层优化模型,上层优化输电网经济成本,下层优化微网运行成本,二者通过联络线交换功率形成信息流,利用典型算法对本文提出模型进行求解。通过仿真分析了所提方法的有效性,对比了微网联网运行和孤岛运行模式下的系统经济性,说明了双层优化的合理性,即在不同的可响应负荷水平下,相比孤岛模式系统成本下降在11%~17%之间。