单机风电功率人工智能预测模型综述

单机风电功率预测依据风机轮毂风速的历史数据预测风电功率。风速与功率的高比例关系使得电力调度系统对风电功率预测精度的要求较高,此外,风速具有间隙波动性和随机性,使得风速和风电功率序列呈现出很强的非线性。人工智能在处理非线性预测问题上具有优势,对单机风电功率预测建模有一定的价值。本文介绍了基于人工智能的单机风电功率预测模型的建立过程,阐述了模糊逻辑等人工智能方法在单机风电功率预测中的应用与特点,探讨了单机风电功率预测模型存在的问题,提出了对提高单机风电功率预测模型性能的一些见解。     

基于偏依赖量的风功率影响因素相关性分析方法

分析各类影响因素与风电功率之间的相关性对于提升风电功率预测的准确度和评估风电机组的性能具有重要意义。针对原有相关性分析没有考虑风电功率时变特性和不能反映影响因素与风电功率之间复杂非线性关系的问题,提出基于影响因素重要性和偏依赖量的相关性分析方法。首先,基于历史数据,利用梯度提升树和人工神经网络训练风电功率模型。其次,基于功率模型提出影响因素重要性指标,识别影响功率的重要因素。然后,利用风电功率对各类影响因素的偏依赖量衡量影响因素的变化对风电功率趋势的非线性影响。最后,采用实际风电功率数据进行验证,实验结果表明所提方法能够识别影响风电功率的重要因素,并可衡量各类因素的变化与风电功率之间的非线性相关关系。     

基于符号时间序列法的风电功率波动分析与预测

风电功率波动与预测是风电并网研究的主要内容。针对风电功率的随机波动特性,将符号时间序列方法应用于风电功率波动与预测分析中,并提出一种自适应分区方法,该方法根据数据序列分布的密集程度,实现数据序列区域的非均匀分割,找出信息量丰富的区域,以便突出反映数据的变化情况。之后,以符号序列直方图理论为基础,通过直方图求逆实现原始数据序列关键数据区域的定位,进而完成风电功率的预测。以某一风电场实测风电功率数据验证所提方法的有效性,为风电功率调度提供参考。     

基于t Location-Scale分布的风电功率概率预测研究

风电功率特有的随机波动性,导致风电功率点预测方法的预测精度不高,增加了风电并网的难度,致使风电场弃风现象严重。基于风电功率点预测的基础上,风电功率概率预测可以预测出风电功率的波动范围,为电力系统的安全运行以及电网调度运行给出不确定信息和可靠性评估依据。提出了一种基于t location- scale分布的风电功率概率预测方法,即采用t location-scale函数来描述风电功率预测误差概率分布,并以此建立误差分布,基于已建立的误差分布可以进行概率预测。并引进了覆盖率和平均带宽来评价预测区间的优劣程度。利用吉林省西部某风电场历史数据验证了该方法的可靠性。     

风电场风电功率预测研究综述

随着风电上网电量不断增大,为了保证风电上网的安全、可靠性,对风电功率进行预测有着重要的意义。从输入数据分类的角度展开风电场风电功率预测研究论述,介绍了国内风电功率预测的现状,分析了不同方法的特点,提出了对风电功率预测模型改进的建议。     

考虑风向和大气稳定度的海上风电功率短期预测

对于海上风电功率的预测,传统预测模型未计及因风向与大气条件改变引起的输出功率差异。为了提升预测精度,在考虑大气稳定度的同时,根据风向与功率损失构建出功率风向(power-direction,Pd)模型,并在此基础上提出基于编码–解码(Encoder-decoder)框架的海上风电功率预测方法。该方法可根据Pd模型更新尾流效应损失,并有效平抑预测功率波动,区分不同大气层结稳定度下的尾流效应。首先,通过长短期记忆神经网络(long-short term memory,LSTM)等预测模型验证大气稳定度及Pd模型的有效性,然后使用Encoder-decoder对实际海上风电场进行风电功率预测。实验结果表明,考虑大气稳定度并使用Pd模型的Encoder-decoder方法,其均方根误差较单一Encoder-decoder预测方法降低了2.39%。     

一种变权重风电功率最优组合预测模型

针对单项预测方法的局限性,利用改进的基于灰色关联度的IOWGA算子组合预测模型,建立了一种风电功率最优组合预测模型,并通过改进多种群遗传算法(MPGA)对该模型进行优化。采用RBF神经网络法、相似日法和支持向量机(SVM)法对预测日和预测日前一日的风电功率分别进行预测,通过提出的最优组合预测模型及优化算法对预测日的24 h风电功率进行组合预测。根据云南某风电场的实测数据,进行了实例分析。结果表明,风电功率最优组合预测模型能够有效提高风电功率预测精度,具有较强的实用性。     

基于时序-支持向量机的风电场发电功率预测

准确的风电场风电功率预测可以有效地减轻风电场对电力系统的不利影响,同时提高风电在电力市场中的竞争力。基于时间序列法和支持向量机法, 对风电功率预测进行研究,提出预测风电功率的时序-支持向量机预测方法。该方法用时间序列法建模,选取影响风电功率最大的参数作为支持向量机预测模型的输入变量;为提高预测精度,提出基于时间点运动轨迹演化的方法选取与预测时刻功率相似的样本作为模型的训练样本。实例验证结果表明,该方法有效地提高了风电功率预测精度。     

基于非参数回归模型的短期风电功率预测

随着风电接入规模的增加,风电功率预测日益重要.非参数估计方法是模型估计和预测的典型方法之一,在国内短期风电功率预测中尚无应用.文中将非参数回归技术应用于短期风电功率预测,包括风电功率点预测和风电功率概率区间预测.首先,基于非参数回归模型,建立风速与风电功率之间的转换模型,得到风电功率的点预测值;其次,基于经验分布模型与非参数回归技术,建立风电功率预测误差的概率分布函数,得到风电功率预测值的概率区间.以内蒙古某风电场为例,验证了将非参数回归技术应用于风电功率预测的有效性.     

基于CFD流场预计算的风电功率预测误差分布研究

大规模风电并网会对电力系统的安全和经济运行带来不利影响,因此进行风电功率预测具有重要意义。基于CFD流场预计算的风电功率预测方法巧妙地解决了预测效率与精度间的矛盾,具有较好的工程实用性。为进一步改进基于CFD流场预计算的功率预测方法,将其应用于某一风电场进行了为期一年的功率预测,并对预测结果的误差分布进行研究。结果表明:预测方法精度较高,能够较为准确地预测风电场的各种出力方式,满足应用要求;误差频率分布随季节变化,预测功率存在横、纵向误差,不同的来流风速、风向对应不同的预测误差;预测过程应进行非均匀的风况离散,从而实现对预测方法的高效合理利用。     

开放竞争的电力市场与电能质量

简要介绍了开放与竞争的电力市场与电能质量之间的关系,同时扼要介绍了有关电能质量的基本内容。     

一种基于潮流追踪的电力系统无功补偿方法

提出了一种旨在改善电力系统无功传输和降低有功网损的无功补偿点选择和补偿容量确定方法。该方法通过无功潮流追踪,获得负荷无功功率的传输路径,结合无功流动与支路有功网损的关系,定义了节点的网损分摊系数,进而根据系数的大小选择无功补偿点;推导了网损分摊系数对负荷无功功率的近似表达式,结合网损优化的近似模型,推导出了各补偿点最优补偿容量的计算公式;通过39节点测试系统,验证了该方法的有效性。所提出的网损分摊系数的物理概念清晰,计算便捷,据此进行的无功补偿对改善无功分布和降低网损均有较好的效果。     

基于电力平衡的辽宁电网接纳风电能力分析

确定电网允许接入的风电场最大装机容量是在风电规划阶段电网公司最关心的问题.文中基于辽宁电网的电源负荷特性及峰谷差情况分析,预测了风电机组运行后电网调峰可能面临的严峻问题.在充分考虑尖峰电源备用、低谷火电机组出力减到非常规调峰定额等情况后,提出了基于电力平衡确定最大接纳风电能力的计算方法,并总结出计算用公式,给出了辽宁电网2010年、2012年、2015年、2020年4个水平年的接纳风电能力情况,指出可接纳容量小于规划容量,最后提出了提高辽宁电网接纳风电能力的具体措施.     

电力市场条件下无功发电成本研究

无功功率服务是电力市场辅助服务的一个重要组成部分，对发电厂的无功生产成本进行了探讨。以有功和无功功率生产总成本最小为目标函数，该目标函数是在已知发电厂总的负荷需求和满足各发电机组的有功、无功发电功率极限约束条件下，使发电总成本最低。求解采用最小二乘角的广义逆法、该方法能求解无约束条件下的优化问题。求解过程是先将目标函数和等式约束条件化为受等式约束的拉格朗日函数，再调用该算法和对不等式约束条件进行处理。方法简单可行，计算结果符合生产实际，研究结果发明发电厂的无功服务应得到一定的经济补偿，使其自觉地维持电力系统的安全和稳定运行。     

利用柔性功率调节器抑制电力系统功率振荡

基于飞轮储能的柔性功率调节器(FPC)是一种以储能原理为基础的新型FACTS装置。FPC能够快速与电力系统进行动态功率交换,改变系统的电气阻尼,从而抑制电力系统的功率振荡,增强电力系统的稳定性。本文基于含一台FPC的单机无穷大系统模型,分析了FPC阻尼功率振荡的机理,提出了其功率控制器的控制策略。根据所建立的模型和控制策略,在EMTDC/PSCAD环境建立了该系统的仿真平台,进行了详细的全时域数字仿真研究。并通过研制一台10kW的FPC样机进行电力系统动态模拟实验研究。研究结果表明,FPC改善了系统的阻尼特性,增强了系统抑制电力系统功率振荡的能力。     

考虑风电接入的电力系统无功优化

研究了含风电场的电力系统无功优化,提出了通过潮流计算得到风电场的无功补偿容量,利用非线性原-对偶内点法对整个电网进行无功优化的新方法。建立了风电机组的稳态模型,介绍了风电场在电力系统潮流计算中的处理方法。通过潮流计算得到风电场的无功补偿容量,建立以有功网损最小和电压水平最好的多目标无功优化模型,在满足各种约束条件下采用非线性原对偶内点法对该模型进行优化求解。通过烟台电网的实际计算结果验证了该方法的可行性和实用性。     

风电并网对电力系统的影响

风速具有波动性和间歇性,导致风力发电具有较强的不确定性.为确保电力系统的安全、稳定运行,研究风电并网对电力系统的影响是非常必要的.介绍了国内外风电发展现状,综述了大型风电场并网对电力系统造成的影响及其补救措施.     

基于功率注入法的UPFC潮流分析算法研究

基于功率注入法提出了一种舍UPFC的输电系统潮流计算模型,将UPFC引起的附加注入有功和无功功率作为独立的状态变量,避免了由于引入UPFC而引起的振荡或者发散,潮流的收敛速度快。IEEE-9节点系统验证了本算法的有效性。     

地铁供电系统无功补偿方案

在分析地铁供电系统基本特征的基础上,建立了系统平均功率因数的数学模型,并以广州地铁2号线的运营数据为例验证了模型的有效性。对于地铁供电系统而言,高压交流电缆(33/110 kV)充电功率的影响不容忽视。结合广州地铁5号线供电系统初步设计,分析了用电负荷的波动和动力照明负荷功率因数的变化对系统110kV侧功率因数的影响,估计了动力照明负荷的临界功率因数,经过技术经济比较提出了优化的无功补偿方案。     

关于青海电网核电站发展的初步探讨

根据2007年国务院通过的《核电中长期发展规划》,到2020年投入运行的核电装机容量达4.5×109?kW（届时约占全国总装机容量的4%）,在建核电装机容量达1.2×109?kW。为实现这一发展目标,发展内陆核电势在必行。对青海核电建设的必要性论述及对我国目前内陆核电厂址选择条件结合青海实情,并借鉴欧洲国家内陆核电建设成功的先进经验,为内陆核电在青海省的突破和可持续发展创造有利条件。