考虑市场力检验的多类机组中长期合约电量联合分解算法

中长期合约电量的分解是电力市场的关键环节之一,公平合理的分解算法不仅能有效衔接现货市场与中长期合约,也能够为系统安全、稳定、经济运行提供保障.当前出力特性各异的核电、水电、燃气等发电机组共同参与市场化交易,合约电量分解方法面临着差异化机组出力特性、机组检修计划、市场力风险平抑等诸多亟待研究的现实问题.文中提出了一种考虑...     

考虑中长期电量合约分解的调频备用市场机制

中国电力体制改革对电网运行及电力市场建设提出了新要求,现行调频辅助服务补偿机制的不合理问题使得国内开始探索调频辅助服务市场化的可能性。文中首先明确了中长期电量合约与调频辅助服务市场的时序关系,基于性能指标门槛值提出了有效容量概念,提出了适应于国内中长期电量合约分解的调频市场解耦设计,能够体现机组的性能差异。调频市场出清后,调度部门优先安排中标机组的基本出力,并结合合约电量和安全校核约束,安排机组发电曲线。最后,以具体算例验证了整体流程的有效性,新的机制与国内中长期电量合约模式相结合,能够充分保证系统调频需求,并激发机组参与调频市场的积极性。     

确定性合约电量分解算法在浙江发电市场的应用

介绍了浙江发电侧电力市场中合约电量的制定、分解的过程,以澳大利亚推荐的合约电量分解算法为基础,提出适用于浙江电网的确定性合约电量分解算法、年度合约电量模型、负荷模型、计划检修处理模型和技术出力处理模型,最后得出分解算法有效平抑2000年1月份发电市场的低电价和2月份的高电价的结论.     

基于CSS的年度合约电量分解方法

以华东电力市场为背景,提出一种基于电荷系统搜索(CSS)算法的年度合约电量分解方法。针对国内外电量合同形式差异,分析总结合约电量分解方法的研究现状;介绍华东电力市场在年度市场中的运营规则,充分考虑预测不确定性、机组发电成本以及废气排放等因素,提出按月度电量分解和按机组电量分解2个步骤完成年度合约电量分解的方法;设计电量分解的带约束优化模型,利用CSS算法求得所建立模型的最优解。结合IEEE 30节点标准测试系统的基础数据构建实验数据,验证了所提年度合约电量分解方法的有效性。     

合约电量分解通用模型与算法

在电力库模式下,各发电厂获得的合约电量都需要进行分解,如年合约电量向月分解、月合约电量向日分解等。合约电量分解是交易中心普遍需要解决的问题。将合约电量分解归纳为二次规划的优化问题,提出了能考虑检修、水电电量受限、热电联产等特殊问题的进度系数概念,并根据进度系数提出逐段法进行分解,使各个时间单元每个发电厂的进度系数尽可能保持均衡。模型具有普遍适应性,结果优化可行,计算速度快。采用IEEE RTS-96的24节点系统算例,证明了模型和算法的有效性。     

双边交易合约电量的分解模型与结果评估

双边电量交易是电力市场的重要环节之一,科学合理地分解合约电量是电力系统安全经济运行的重要保障,也可以为日前市场、实时市场的顺利开展提供空间。综合考虑电厂发电能力与全网负荷需求,分析了电量合约执行过程对于时间、空间均衡性的要求,提出了双边交易合约分解均衡进度的概念,进而建立了基于均衡进度的双边交易合约电量分解模型,并提出了对分解结果进行评估的方法和关键指标。通过实际算例验证了分解模型的合理性、有效性以及评估方法的科学性、实用性。     

多类型省间优发优购合约电量的时段化分解方法

为了提升中国省间优发优购电量时段化分解结果的可执行性,进一步发挥省间中长期交易在促进发电资源跨省区优化配置方面的作用,文中提出了集中优化方式下考虑发、用、输电侧多维度影响因素的省间优发优购电量分解方法。该方法考虑了不同时间尺度的发用电特性以及特高压通道的输电能力,所得结果可执行度高,能够在实现合约电量最大化成交的前提下降低整体用电成本,并反映发用电特性。最后,以中国实际交易为例开展算例分析,验证了所提出方法的可行性和有效性。     

风电中长期电量预测研究现状

在高比例新能源场景下,大规模风电并网给电力系统供电充裕度、供需平衡等产生了更加显著影响,因此风电的电量预测在业内受到了更多的关注.准确的风电中长期电量预测结果可以为风电并网后电网制订电源调配计划、设备检修计划及中长期发电计划等提供重要依据.论文从基本理论、主要方法、难点及趋势等方面对目前的风电中长期电量预测研究现状展开...     

多能源系统中长期协调运行模型与方法

中长期运行是电力能源系统运行的重要内容,能有效应对能源供应的季节性矛盾。针对电力、天然气等多种形式能源间耦合性不断增强的趋势,提出一种面向多能源系统的中长期运行模型和方法。考虑可再生能源的季节特性、天然气价格的波动情况,计及系统运行约束以周为时间单位构建多能源系统运行模型,对年度的发电机组检修计划、水电电量分配和天然气的购买及贮存计划进行统一优化。以修改的IEEERTS79系统为算例,分析验证所提模型与方法的正确性、有效性。算例结果表明,统筹安排多能源系统的中长期运行能发挥不同能源形式的互补效益,提升系统的运行经济性;引入储气装置能缓解冬季供气紧张现象,降低系统的运行成本。     

基于前景理论的风-蓄联合系统中长期电量分解模型的研究

为解决风-蓄联合系统同时参与中长期市场与日前市场的组合交易问题,提出一种考虑发电商心理特征的方法,并给出基于前景理论的风-蓄联合系统中长期电量分解模型。该模型通过构建发电商收益的价值函数衡量发电商对收益偏差的感受,运用概率权重函数描述发电商对不同场景下中长期电量分配方案的偏好,建立以前景效用值最大化为目标的风-蓄联合系统中长期电量分解模型。算例分析验证了所建模型的合理性和有效性,为发电商制定合理可行的盈利目标,提升发电企业在电力市场环境下的盈利水平提供理论依据和参考。     

电力系统中长期负荷预测的参数抗差估计研究

主要介绍提高中长期负荷预测结果的准确性和改善中长期负荷预测方法的抗粗差效果，对中长期负荷预测中参数的抗粗差估计进行了研究，提出了基于权函数的电力系统负荷预测参数抗差估计算法，通过对加权最小二乘法的修改，实现了负荷预报模型参数的抗差估计。算例表明，所提出的算法在处理中长期负荷预测中数据的粗差问题上效果较好，是改善预测精度的有益尝试。     

基于时间分解技术的中远期逐时负荷预测模型

中远期电力负荷预测对于引导电网规划建设和提升电力系统资源优化配置具有重要意义。为解决当前中远期负荷预测时间尺度过大、预测精度有限的问题,利用时间分解技术,对电力负荷的长期趋势与短期特征分别进行建模分析,从而提出一种新型预测方法,将中远期负荷预测的时间尺度缩短至小时,实现中远期逐时负荷预测。算例分析表明,所建模型在中远期逐时负荷预测方面的性能优于现有的同类模型,具有较高的全局精度和稳定性。同时,能够有效呈现电力负荷的概率密度特征和极值特性,有望为中远期电力规划提供参考。     

基于面向对象的电力系统中长期负荷预测软件的开发

为了更方便、快捷、准确地进行中长期负荷预测,开发了基于Windows的电力系统中长期负荷预测软件。软件采用面向对象程序设计方法,使系统易扩充、易维护。该软件除具有一般负荷预测软件所具有的计算快速、模型库丰富等特点之外,还有原始数据输入简单方便、模型库扩充简易、具备饱和负荷预测以及考虑了与其它常用软件的接口等独特的地方。以华东某地区的供电量历史数据为例,选择了5种不同模型进行预测,并对结果进行了分析和比较,最后还对该地区进行了“s”型饱和负荷预测。分析表明该软件使用方便,预测精度满足电力负荷预测的精度要求,具有一定的实用性。     

基于投入产出法的中长期电力需求模拟

投入产出法能很好地研究经济系统中各行业之间投入与产出的关系,利用投入产出法模拟中长期电力需求,可以反映电力需求与经济增长的内在联系,模拟结果具有很好的解释性。提出了模拟中长期电力需求的思路及模型并详细介绍了具体步骤;根据我国政府在党的"十七"大所提的人均GDP翻两番的目标,设置了GDP增长的高、中、低方案,综合考虑三大需求的变化情况,以2005年投入产出表为基准,模拟了2020年全国电力需求,包括全社会用电量、各行业用电量、居民生活用电量。到2020年,全国电力需求在6.7万亿～7.7万亿kW·h;如果到2020年刚好实现人均GDP翻两番的目标,则全国电力需求约为7.2万亿kW·h。     

基于波动过程聚类的风电功率预测极大误差估计方法

估计风电功率预测中可能发生的极大误差,有助于优化含风电电力系统的运行调度,提高电网对大规模风电的接纳能力。根据对历史风电功率预测误差分布特征的分析,提出了基于风电预测出力波动过程聚类的极大误差估计方法。首先利用摇摆窗对风电功率预测数据划分不同的波动过程,在此基础上,通过分析预测出力的波动性和功率水平与预测误差分布的相关性,聚类相似分布特性的预测误差,然后利用滑动窗宽的核密度方法拟合预测误差概率密度并估计极大误差。最后以美国BPA地区的风电功率数据为实例,对不同估计方法进行了较全面的分析,验证了该方法的有效性。     

基于EWT和分位数回归森林的短期风电功率概率密度预测

概率密度预测能够给出未来风电功率可能的波动范围、预测值出现的概率及不确定性等更多信息,提出基于经验小波变换(EWT)和分位数回归森林的短期风电功率概率密度组合预测模型。首先,采用新型自适应信号处理方法——经验小波变换,将原始风电功率序列分解为一系列频率特征互异的经验模式;然后,对每一经验模式序列分别构建分位数回归森林预测模型,得到任意分位点条件下的预测结果,通过叠加不同经验模式预测结果获得最终的短期风电功率预测值;最后,对预测值条件分布采用核密度估计获得任意时刻概率密度预测。仿真结果验证了所提模型的有效性。     

基于EMD和ABC-SVM的光伏并网系统输出功率预测研究

针对光伏发电系统的输出功率具有非平稳性和随机性的特点,提出一种基于经验模态分解(EMD)和人工蜂群算法(ABC)优化支持向量机(SVM)的光伏并网系统输出功率预测模型。首先根据预测日的天气预报数据,构建相似日的15 min输出功率时间序列。然后,将输出功率时间序列进行经验模态分解,得到不同尺度下的固有模态分量IMFn和趋势分量Res,针对每个IMF分量和趋势分量分别建立相应的支持向量机预测模型,并对SVM模型参数进行人工蜂群算法寻优预处理。最后,将每个模型预测的结果进行合成重构,得到光伏并网系统输出功率的预测值。通过实际数据测试表明:基于EMD和ABC-SVM的功率预测模型同单一SVM预测模型及未经优化的EMD-SVM预测模型相比,具有更快的运算速度和更高的预测精度。     

基于EEMD和LS-SVM模型的风电功率短期预测方法

原始风速信号具有的间歇波动性特征给风电场的功率预测带来了挑战,采用集合经验模态分解(EEMD)法将原始风速信号分解为频域稳定的子序列,有效地提高了预测精度,避免了传统经验模态分解(EMD)存在的模态混叠现象。提出一种改进型果蝇优化算法(FOA),将风速子序列重构参数和最小二乘支持向量机(LS-SVM)参数作为优化目标建立风速预测模型,扩大了参数搜索范围,提高了优化收敛速度;通过风速-风功率转化关系可以求得风电场的功率值。实验结果验证了所提方法相比于EMD和LS-SVM预测方法具有更高的预测精度。     

优化系数的NGM(1,1,k)模型在中长期电量预测中的应用

NGM(1,1,k)灰色模型预测电力系统中长期电量的精度较低,考虑增加一修正量对模型系数进行修正。按照拟合值与真实值的误差平方和最小来求解此修正量,并结合缓冲算子对原始电量数据进行处理,建立了优化系数的灰色电量预测模型。将改进灰色模型应用于两个地区的中长期电量预测中,预测结果表明,优化的灰色模型有效地提高了预测精度。