基于风速误差校正和ALO-LSSVM的风电功率预测

风资源的随机波动性引起的相位滞后性问题,导致风电功率预测精度不高,尤其是风速变化较快时,滞后性引起的预测误差较大。考虑到风速波动与风功率变化密切相关,提出一种非参数核密度估计和数值天气预报(NWP)相结合的方法,并对预测风速误差进行校正,改善了预测风速的相位滞后性;然后将校正后的风速和风功率作为输入数据进行风电功率预测;采用蚁狮算法(ALO)优化最小二乘支持向量机(LSSVM)参数,从而建立基于风速误差校正和ALO-LSSVM组合的风电功率预测模型。算例结果表明,所提方法风功率预测精度更高。     

基于模糊控制的储能参与一次调频综合控制策略

针对储能调频控制模式间以临界值方式直接切换造成功率跃变及储能荷电状态（SOC）过高过低,储能出力受限问题,提出一种基于模糊控制的储能参与的一次调频综合控制策略。首先,分析储能虚拟下垂、虚拟惯量和虚拟负惯量控制参数对系统频率响应的影响,确定各控制参数调频优势和稳定变化范围;其次,设计含虚拟负惯量控制的模糊控制器,实现控制模式之间的平滑切换和优势互补,加快频率恢复;最后,采用logistics函数设计SOC反馈控制策略和SOC自恢复控制策略,使储能容量得到更好的保持,提高储能的调频能力。仿真实验验证了所提策略的有效性。     

基于EEMD-ACS-SELM的弃风电量组合预测模型

风电已在电力系统中得到了有效利用,因此,弃风电量的准确预测对于电网的安全、经济运行至关重要。文章提出了一种基于集合经验模态分解(EEMD)和t分布自适应变异布谷鸟算法(ACS)优化改进极限学习机(SELM)的弃风电量组合预测方法(EEMD-ACS-SELM)。该方法先采用集合经验模态分解,将原始弃风电量序列分解为一系列不同频率的分量,基于模糊熵理论计算各分量的熵值,并将熵值相似序列重构为新的子序列。然后,将新序列分别建立改进极限学习机预测模型,利用ACS优化算法对SELM算法的输入权值和阈值进行优化。最后,将各序列预测值叠加求和得到原始弃风电量序列的预测值。以新疆某风电场实际运行数据进行算例分析,结果表明,文章所提方法对弃风电量的预测具有较高的精度。     

基于弃风利用的塔筒电梯储能系统优化配置

针对弃风电量消纳问题和塔筒电梯能耗问题,提出在风力发电场塔筒电梯中,利用储能技术对风资源进行时空转移的优化配置方法。考虑储能受到的约束条件和塔筒电梯运行负荷缺电量,以储能系统成本最低和塔筒电梯负荷缺电率最小为目标,构建储能多目标优化配置模型,采用改进的非支配排序遗传算法(NSGA-II)求出Pareto最优解,确定储能系统优化配置方案。最后,利用达坂城某风电场检修数据进行仿真分析,结果表明该优化配置方案在降低负荷缺电率和成本方面具有显著效果。     

基于Attention-CGDNN模型的滚动轴承故障诊断方法

针对传统轴承故障诊断方法依赖人工进行特征提取时效率低且难以处理大规模数据等问题,将卷积长短时深度神经网络(CLDNN)引入轴承故障诊断并进行改进,提出一种基于注意力机制的卷积门控深度神经网络(Attention-CGDNN)的滚动轴承故障诊断模型,该模型将卷积神经网络、门控循环单元和全连接神经网络有效融合以实现滚动轴承信号特征提取,并加入注意力机制使网络更专注于重要特征,最后通过Softmax分类算法实现滚动轴承故障诊断。采用CWRU和XJTY-SY轴承数据集的验证结果表明,Attention-CGDNN模型具有训练参数少,训练难度小,收敛速度快和识别精度高的特点,特征提取能力更强,故障诊断性能优于传统模型。     

计及弃风的“电气互补-冷热联供”模式研究

针对弃风严重以及传统供暖方式存在难以“热电解耦”的问题,提出一种将蓄热式电锅炉、燃气锅炉、吸收式制冷机相结合的“电气互补-冷热联供”弃风消纳模式。首先,根据弃风和冷热负荷特性建立“电气互补-冷热联供”模型;然后,考虑供暖与制冷成本,构建“电气互补-冷热联供”经济性模型;最后,通过算例分析与传统“燃气锅炉-空调”供暖制冷模型的经济性进行对比。结果表明：所提模式可在消纳弃风的同时减少碳排放量,达到提升系统收益的目的。     

基于退役电池阈值设定和分级控制的弃风消纳模式

考虑到风电并网波动性和不确定性造成大量弃风的弊端,为了提高风电场的综合效益,提出基于退役电池阈值设定和分级控制的弃风消纳模式以降低储能成本。考虑到退役电池状态的不一致性会导致整体储能的效率低下,控制效果很难达到预期的情况,对退役电池充放电深度与循环寿命之间的关系进行分析,利用分段概率分布函数设定理想退役电池的充放电阈值范围;为了延长退役电池的使用寿命,利用分级控制策略实现其分级实时动态切换储能功能。对所提策略进行算例分析,结果表明分级控制策略相较于整体控制策略具有更好的经济性,促进了弃风消纳。     

基于微分平坦理论的固态变压器两级联动控制

固态变压器(Solid State Transformer, SST)的直流端口可供电动汽车(Electric Vehicles, EV)和可再生能源发电设备接入直流微网，然而母线电压的稳定直接影响直流负载和电动汽车充电站的稳定运行，故保证直流母线电压的稳定至关重要。依据基尔霍夫电压定律和功率传输原理推出SST的一次侧直流母线电压不仅受网侧电压、电流的扰动影响，同时还与隔离级移相比、二次侧直流母线电压有关；基于微分平坦理论设计出SST的输入级和隔离级两级联动控制策略，通过前馈控制量和误差反馈补偿量能使一次侧直流母线电压较光滑地跟踪其参考值。最后在PSCAD平台搭建模型，针对多种工况进行仿真测试，结果表明所提控制策略优于传统的d-q解耦控制，能够更好地实现一次侧直流母线电压的稳定。     

计及弃风消纳的储电-蓄热协同优化控制研究

针对新疆地区全年供暖期长、供暖期间弃风情况严重的问题，考虑采用蓄热式电锅炉将风能进行转换以促进弃风就地消纳能力。首先考虑风电的快速波动及随机性等不确定性，引入具有灵活调节、双向流动功能的电化学储能协同蓄热式电锅炉消纳弃风。然后建立蓄热-储电系统的供暖模型，根据所提出优化控制策略进行仿真调度。最后以新疆某风电场的真实数据为例，通过仿真分析对比不同供暖方案下弃风消纳率和供暖效益，验证所提方案的经济性及有效性。     

考虑碳交易机制的风-火协调低碳优化调度

为了控制电力系统碳排放总量、提高风电消纳比例，提出一种风-火-碳捕集与封存（CCS）设备协调优化模型，以系统运行总成本最小作为目标函数。为调动火电机组调峰积极性、促进风电消纳，引入计及调峰主动性的火电机组深度调峰机制。并在系统中加入CCS设备与阶梯式碳交易，进一步提高系统低碳性与经济性。结果表明所提模型能有效促进风电消纳，在减小碳排放量的同时降低系统运行的成本。