考虑时空相关性的风光出力序列生成方法

风光出力模拟技术能为新能源场站的规划及电力系统优化调度提供数据支撑。考虑风光出力的时间相关性和空间相关性,建立基于动态马尔科夫链和转移概率矩阵的时序风光出力模型,以保证时间相关性,根据Copula理论生成各时刻下风光空间相关模型进行求解,以此维持风光出力的空间相关性,最终依次调用上述模型得到新的风光出力序列。并以河北省南部电网2个相邻的风电场和光伏电站实际运行数据为例进行仿真,结果表明,所提方法能够模拟与真实风光出力相似的概率分布,且同时满足相关性指标的风光出力序列,验证了序列生成方法的实用性和有效性。     

考虑风电场时空相关性的多场景优化调度

相邻风电场出力由于地理环境与气候条件相似而具有较强的相关性,因此构建风电相关性模型以及合理的调度模型对大规模风电并网意义重大。基于混合Copula函数和连续马尔科夫链模型构建多维时序风速相关性模型,并根据抽样产生的大量模拟场景聚类生成典型场景;构建基于场景分析的机组组合两阶段调度模型,以得到满足所有典型场景的机组启停和各场景的调度方案,并根据典型场景与模拟场景的偏差基于机会约束理论设定模型中的风电备用需求系数,以提高系统运行的可靠性与经济性。以10机2风电场系统为例进行仿真分析,结果验证了所建模型的有效性。     

基于经验Copula函数的多风电场出力动态场景生成方法及其在机组组合中的应用

随着大规模风电接入电网,风电功率的随机性与波动性以及多风电场出力的相关性使得电力系统的运行与调度面临着新的挑战。引入经验Copula函数表征多风电场联合出力分布;对风电的波动性进行建模,利用ksdensity函数拟合风电功率波动量,通过逆变换抽样的方法生成符合风电随机性和波动性的场景集合;生成基于经验Copula函数的多风电场出力动态场景,并将其应用于含多风电场的电力系统随机机组组合问题的求解。算例结果验证了所提风电波动性建模方法的有效性与动态场景生成方法的可行性,同时提高了含多风电场电力系统运行的经济性。     

基于Copula函数与等概率逆变换的风电出力场景生成方法

随着风电利用率的大规模提高,应用典型场景法应对风电机组出力的不确定性具有重要意义。针对多风电场出力之间的时空相关性提出一种改进的场景生成与缩减方法,并提出评价方法来检验生成场景的质量。该方法应用指数函数法构建体现风电时间相关性的多元变量协方差矩阵,应用Copula函数建立多风电场空间相关性模型,通过对随机数与历史数据的累积概率分布函数进行时空相关非线性变换与等概率逆变换生成大量初始场景。改进K-means聚类方法,通过手肘法与聚类有效性指标综合确定最优聚类数目后,缩减得到代表性时空相关风电场景。最后通过4项评价指标,对生成场景的波动性、相关性、可靠性等进行质量检验。算例分析表明,与其他方法相比,所提方法生成场景的波动性、爬坡情况和时空相关性均与历史数据更贴合,具有更高的实测值覆盖率。     

基于条件生成对抗网络的多区域风电短期出力场景生成方法

基于预测功率结果,构建风电出力场景集是电力系统随机优化调度的重要基础。现有多区域风电出力场景生成方法主要是时空相关性系数约束的随机抽样方法。由于风电时空相关性特征的时变非线性,生成的场景集与风电实际出力差异较大。提出一种基于条件生成对抗网络的多区域风电出力场景生成方法。该方法采用三维卷积网络设计适用于多区域风电出力场景生成的网络结构,通过对条件生成对抗网络进行博弈训练,学习到多个区域风电实际出力数据的特征以及输入数据与输出数据之间的映射关系。以我国西北地区5个风电区域为例对所提方法进行分析,并与传统的以相关性系数为约束的拉丁超立方抽样方法进行对比;结果表明,所提方法生成的多区域出力场景集更符合风电出力特征。     

考虑多风电场出力相关性的电力系统随机优化调度

考虑多风电场出力之间的尾部相关性,借助Gumbel-Copula函数构建多风电场出力的联合概率分布,提出含多风电场的电力系统随机优化调度模型。通过抽样平均近似(SAA)法处理机会约束条件,将随机优化问题转换为可计算的确定性非线性规划问题,并采用粒子群优化(PSO)算法进行求解。通过算例分析联合概率分布、机会约束置信水平和抽样次数对优化调度结果的影响,结果验证了基于Gumbel-Copula联合概率分布的随机优化调度的合理性。     

考虑多风电场出力耦合特性的热电联合优化调度

建立了一种考虑多风电场出力耦合特性的热电联合优化调度模型。该模型的目标函数为最小化火电及热电联产机组煤耗成本,并在电功率平衡约束中引入多风电场出力及电负荷的随机特性。模型求解过程中,基于Copula相关理论推导了考虑多风电场总出力耦合特性的概率模型,然后采用两阶段随机规划处理含随机量的等式约束,并应用一种自适应进化规划算法对所提出的优化模型进行求解。算例仿真结果表明了所提模型及方法的有效性。     

考虑出力相关性的海上风电接入系统固定成本分摊方法

在海上风电规模化开发、集群化并网的背景下,如何回收海上风电接入系统的输电成本,公平合理地向各风电场分摊已成为目前海上风电行业亟待解决的问题。针对该问题,提出了一种考虑风电出力相关性的海上风电接入系统固定成本分摊方法。首先,利用藤Copula函数构建多个海上风电场的出力相关性模型,同时假定系统负荷需求模型服从正态分布,发电机服从0-1概率分布;然后,结合蒙特卡洛抽样和顺流概率潮流追踪法计算各海上风电场接入系统的固定成本分摊费用;最后,通过算例仿真分析,验证了所提方法的合理性和有效性。     

考虑时空不确定性的风电出力场景生成方法

为准确描述风电出力的不确定性及时空相关性,提出一种考虑时空不确定性的风电出力场景生成方法。将生成对抗网络作为风电出力的场景生成模型,将卷积神经网络作为模型生成器与判别器以实现时间特征的提取,采用特征工程方式实现不同风电场间出力空间相关性的量化;通过格拉姆角场方式进行特征变换,并合理设置网络结构及参数进行网络训练,得到生成器输入与输出场景间的映射关系。采用实测数据对所提方法的有效性进行对比验证,实验结果表明所提方法具有较强的风电出力不确定性表示能力。     

考虑多风电场出力相关性的风电容量可信度评估方法

风电容量可信度是衡量风力发电对电力系统可靠性贡献的重要指标,准确快速地计算风电场可信容量是含风电系统规划的基础。处于同一风区空间位置临近风电场出力具有相关性,采用Copula函数描述空间相邻风电场之间的出力相关关系,构建多风电场出力的联合概率分布模型。在此基础上提出出力相关的多风电场容量可信度评估方法,并采用截弦法计算得到风电场的容量可信度。以加入风电的IEEE RTS-96系统为例,仿真结果验证了所提方法的正确性和有效性。     

考虑多风电场相关性的场景概率潮流计算及无功优化

针对结合K-means聚类和Copula函数建立场景概率模型时,K-means聚类不能根据风电出力数据分布特点自发确定最佳聚类数这一不足,提出通过基于密度的聚类有效性指标确定最佳聚类数。并以此建立最优场景概率模型,采用改进型回溯搜索算法(BSA)进行无功优化。以澳大利亚的两个相邻风电场实测出力为例,在含多风电场的IEEE30节点系统中对所提方法进行验证,算例结果表明采用所提方法确定的最优场景概率模型能准确描述多风电场输出功率之间的相关性。     

计及转子动能损失和风速相关性的风电场有效惯量估计

随着以新能源为主体的新型电力系统建设持续推进,风力发电在全国各区域电网的渗透率快速提升。然而,大规模风电场无法提供惯量支撑,风机引入虚拟惯量控制后,缺乏对风电场虚拟惯量估计及其变化态势的准确感知。对此,根据风机虚拟惯量控制机理和外界风速影响提出一种风电场有效惯量估计方法。该方法首先考虑虚拟惯量响应阶段风机工作点偏移造成的机械能损失,在此基础上提出有效惯量的概念并研究有效惯量与风速的关系。其次,考虑风电场内风速的随机性、相关性,提出了基于Copula函数、尾流效应和时延效应的风速时空分布模型。最后,综合得到风电场有效惯量的时空分布估计。根据甘肃某风场的实际风速及出力数据构建仿真算例,结果表明,所提算法能在变化风速下有效估计风电场内各机组有效惯量的大小和时变特性,能实时反映各机组虚拟惯量支撑能力,为掌握系统频率抗扰性提供数据基础。     

A generation method of artificial fluctuation data of wind power output considering smoothing effect

To use realistic wind power fluctuation data is important in simulating frequency change of power systems. It is well known that the smoothing effect must be taken into account when generating the artificial wind power output. Therefore, this paper proposed a new method to generate fluctuation waveform considering smoothing effect based on random number to fulfill the correlation among multiple sites and autoregression model. The effectiveness of the proposed method was tested by using practical wind speed data measured in Tohoku district.     

含具有风速相关性风电场的发输电系统可靠性评估

提出了一种改进相关矩阵蒙特卡罗模拟法与拉丁超立方采样法相结合的多维相关风速抽样方法,并把该方法应用于含多个风电场的发输电系统可靠性评估。通过实际风速数据对模型的验证表明：提出的风速相关模型能够充分保持实际风速数据的概率分布,基本统计量和相关特性。将该模型和方法应用到 MRTS可靠性测试系统中,证明了该方法适用于含具有风速相关性的风电场的发输电系统可靠性评估。并通过算例,对风速相关性程度、风电场接入位置和风能渗透水平三个因素对含风电场的发输电系统可靠性的影响进行了分析。     

基于动态Copula的风光联合出力建模及动态相关性分析

准确描述风力发电和光伏发电的动态相关性及联合出力的波动性,对风光互补系统的出力预测和经济调度具有重要意义。针对现行静态相关系数无法准确描述风光出力相依关系的问题,研究了风光出力的动态相关性,提出了基于动态Copula函数的风光联合出力模型构建方法。结合实测数据建立了8组动态与静态的风光联合出力Copula模型,用动态相关系数描述风光出力的相关性。运用拟合优度检验方法验证了动态Copula模型对比其静态模型的优越性,选出最优模型。最后将该模型应用在数据驱动的风光联合系统中,验证了其合理性与正确性。     

基于波动划分及时移技术的多风电场出力相关性研究

多风电场相关性研究对于准确把握风力发电出力变化规律,进行风电场出力预测及时间序列建模具有重要意义,因此提出一种基于波动划分和时移技术的多风电场出力相关性分析方法。首先,通过风电场时间序列散点图分析和回归分析得到多风电场整体相关特性;然后,通过波动划分和波动配对算法,提取按波动过程划分的风电场出力序列局部特征并对多风电场波动进行配对;最后,采用基于Pearson相关系数的时移技术和格兰杰因果检验得到最优时移量和时移方向。通过具体算例分析可以证明,所提方法一方面可以精确提取风电场出力波动局部特征,进而更准确地描述风场出力相关特性,另一方面可得到大、中波动对应波动对的最优时移量,其可作为多风电场时间序列建模的约束条件,提高多风电场出力建模精度。