宁夏风电出力时空特性研究

基于2010年宁夏电NEMS实测风电功率数据,首先提出了数据预处理方法;其次分别提出了考核风电功率变化规律的年、月、日统计指标;再次从时间轴和空间距离2方面对统计指标分别进行了纵向、横向比较,探讨了宁夏风电出力的时空分布特性;最后对风电功率变化量的概率分布进行了分析。指出时间尺度越长、空间距离越近,风电功率变化特性越相似,风电功率差分序列符合均值为0的正态分布。     

基于改进马尔科夫链的风电功率时间序列模型

模拟风电功率时间序列在风电并网系统的规划和评估研究中具有重要意义,针对原始马尔科夫链在风电功率建模上无法保留其自相关性的不足,构建了一种基于改进马尔科夫链的风电功率时间序列模型。首先分析了风电功率的季节特性、日特性和波动特性;然后将风电功率数据按照不同月份及时段进行了细致划分,生成相应的状态转移概率矩阵;最后,对风电功率波动量的概率分布进行拟合,并叠加波动量,建立了基于改进马尔科夫链的风电功率时间序列模型。实例分析表明,本文所建新模型生成的风电功率序列能够保留历史序列自相关性,同时在一般统计参数、概率密度分布和自相关性三方面的准确性也优于已有模型。     

风电波动性及对系统灵活性不足的源荷互动策略研究

高比例风电接入系统后会造成功率波动越限和系统灵活性不足问题。为减少风电功率越限惩罚成本,提高系统灵活性,提出一种风电波动性及对系统灵活性不足的源荷互动方法。首先将原风电功率序列利用小波包分解方法分解成蓄电池平抑的中频分量,超级电容平抑的高频分量、低频分量,并根据越限次数计算最佳配置容量;然后将风电与负荷进行状态划分,根据不同的状态,采取不同的源荷互动策略,提高风电负荷的相关性和系统灵活性。     

数据提取方法对风电功率波动特性的影响分析

基于实测风电数据的风电功率波动特性分析能提高电网调度等部门对风力发电电源特性的认识,缓解风电并网给系统带来的不利影响。由于风电数据常常涉及到不同数据采集方法,因此有必要分析风电数据采集方法对风电功率波动特性分析的影响。本文根据东北某风电场的实测功率数据,通过间隔取点法和间隔平均值法获得不同功率数据序列进行风电功率波动特性分析。算例分析表明,不同的数据采集方法会对风电功率波动特性分析产生影响,且间隔取点法下的风电功率数据适用于风电功率预测,间隔平均值法下的风电功率数据适用于风电功率波动的概率密度特性分析。     

风电功率波动特性的概率分布研究

波动性是风电功率的固有特性,如何定量地描述风电功率的波动性尚缺乏有效方法。基于大量实测数据的分析,发现可以采用带移位因子与伸缩系数的t分布(t location-scale)描述风电功率波动特性的概率分布。分析表明:风电功率的min级分量约占风电场装机容量的2%~5%;多个风电场输出叠加在一起后可以有效减小min级分量的比例;风机类型对风电波动特性的影响很小,而风电场当前风电出力则对风电波动特性几乎无影响。带移位因子与伸缩系数的t分布还适合于描述风电场相邻时间间隔平均功率变化的概率分布,时间间隔加长后,由于风速相关性减弱,相邻时段平均功率的波动特性增强。     

风电功率及其预测误差概率分布研究

进行风电功率及其预测误差概率分布研究对分析风电功率分布特性有重要意义.以风电功率、日功率波动量均值为指标,统计分析风电在不同时间尺度下的波动概率分布;针对正态分布模型对风电功率及其预测误差分布拟合效果较差问题,利用非参数估计法拟合风电功率及其短期预测误差概率分布,并以残差平方和、相关系数为评价指标,对比不同预测模型和采样间隔对应的拟合效果;基于实测数据的分析结果表明,非参数估计法可以有效拟合风电功率及其短期预测误差概率分布,且具有较好的实用性.     

计及风电功率预测误差与需求响应的电力系统滚动调度

风电的不确定性对电力系统的调度运行带来诸多影响,为减轻该影响,考虑到风电功率预测误差与需求响应均具有时间尺度特性,本文提出一种日前日内滚动调度策略。风电的不确定性采用基于场景分析法的随机规划理论处理,并将不同类型需求响应按照时间尺度特性进行区分,在日前调度计划阶段引入1类激励型需求响应和基于日前小时电价的价格型需求响应,在日内滚动调度计划阶段,将风电功率更新为最新的风电短期预测数据并利用2类激励型需求响应对其波动性进行补偿。最后通过算例对比分析了不同调度模式下的运行成本以及弃风率,验证了所提调度策略的有效性,结果显示滚动调度可以降低系统运行成本并促进风电的消纳。     

基于重尾分布的风电功率波动特性概率分布

研究风电功率波动特性对于提高风电功率预测精度、促进风电并网消纳、抑制风电并网对电力系统安全运行的不利影响等均具有重要意义.利用风电场实测数据,归纳风电功率波动特性的时变性、异方差性、波动集聚性和"尖峰厚尾"4个基本特征;为定量描述风电功率概率分布,在不同的时空尺度下分别采用正态分布、混合高斯分布以及重尾分布中的t Lo...     

基于风电场功率特性的风电预测误差分布估计EI北大核心CSCD

风电功率预测对风电场运行和电网调度决策具有重要影响。基于风电场的功率特性曲线,提出了一种风电预测误差分布的估计方法。首先根据历史运行数据对风电场的功率特性曲线进行拟合;然后按照风电场的切入风速和额定风速将历史实测数据划分为3部分,并利用改进后的广义误差分布等模型提取每一部分风电功率预测误差的概率密度特性,根据其数值特征,设定相应的风电功率修正方法和预测误差分布的估计方法;最后按照待测日预测风速的大小选择对应的修正方法补偿所预测的功率,并估计预测误差的分布范围。结合中国北方某风电场的实际运行数据进行了仿真算例分析,验证了所提方法的有效性。     

考虑风电功率预测误差分时补偿的电热联合系统多时间尺度调度

由于风电具有不确定性,风电功率预测误差难以避免。热力系统具备储放热能力,通过调整热功率平移风电功率,可以降低风电功率预测误差的影响。但在风电并入电热联合系统时,风电变化频繁,热力系统具有较大惯性和延迟,难以与风电功率同步;同时,热力系统不同区域对电力系统指令的响应速度也不同。因此,为了解决利用热力系统补偿风电功率预测误差时响应时间不同步的问题,提出了一种考虑风电功率预测误差分时补偿的电热联合系统多时间尺度调度策略。首先,分析概率区间误差评估和实时预测误差评估的评估周期。然后,研究热力系统中供热区域和管网的时间特性。最后,在日前阶段利用响应速度较慢的供热区域补偿评估周期较长的概率区间误差,在实时阶段利用响应速度较快的管网补偿评估周期较短的实时预测误差,建立了多时间尺度调度模型。算例分析表明,所提策略实现了不同调度周期、不同预测误差评估周期、不同热力系统区域响应速度在时间上的匹配,减少了风电功率预测误差的影响,提高了系统的风电消纳能力。     

基于时间序列的多采样尺度风电功率多步预测研究

风力发电联网运行是实现风能大规模开发利用的主要途径,准确的风电功率实时预测是实现风能大规模合理调度的有效手段。文章建立了基于时间序列的多采样尺度风电功率多步预测模型。对于周期分量利用建模域均值法进行预测,剩余分量通过平稳性检验后利用多采样尺度时间序列法进行预测。利用两个不同风场的实测风电功率数据,进行不同时间段的实时预测,与持续法和时间序列法的滚动预测模型相比,该预测模型能有效地提高预测精度。     

基于多尺度形态学滤波的火电机组一次调频控制方法

高比例新能源并网给电力系统的频率稳定带来了严峻的挑战.相比风光储等并网新能源,火电机组惯量更大,一次调频可挖掘潜力更大.根据机组惯性作用、一次调频、二次调频的不同响应时间尺度,基于多尺度形态学滤波方法对火电机组一次调频负反馈通道的频率信号进行快速分解,通过对各频段信号设置合理的调差系数,实现分频段调频控制,并有效提高机...     

长距离直流电缆对柔性直流系统故障影响分析

远距离海上风电越来越多地选择柔性直流经海缆送出的方式。采用电缆的柔性直流(voltage source con ver ter based high voltage direct current, VSC-HVDC)输电系统,其故障特性比传统架空线直流输电系统更加复杂。文中基于对称单极拓扑的双端VSC-HVDC海上风电送出工程,简化了电缆和VSC-HVDC输电系统的数学模型,分析换流变阀侧交流系统单相接地和直流电缆线路单极接地等典型故障下的故障特性,运用叠加原理对故障机理进行解释;根据不同故障类型的故障源等效出不同的故障回路,得到了长距离电缆显著的电容效应对VSC-HVDC系统故障特征的复杂影响;利用实时数字仿真平台,搭建远海风电送出系统硬件在环仿真模型,验证了故障机理解析分析的正确性。     

基于压缩感知的短期风电功率预测相似数据分析方法

准确及时的短期风电功率预测对包含大规模风电的电力系统运行调度、检修计划、备用安排有着重要意义。引入温度、风速、风向及其各自的最大变化范围等对风电功率影响较大的因素作为风电模式特征,利用其时段周期性,提出一种基于压缩感知的相似数据分析方法,用以为预测模型提取历史基础数据。文中提出的基于压缩感知的相似数据分析方法以风电模式特征为数据类别,预测目标时间段数据为原始信息,利用时段周期性历史样本数据构造冗余字典,通过匹配追踪,求得观测值作为相似数据。实验结果表明,相对于一般的相似数据分析方法,本方法提取的相似数据更为切合实际情况,进而可以提高短期风电功率预测的精度,为风电场运行和调度提供更优的数据参考。     

含高比例风电的电力市场电价预测

在解除管制的电力市场中,精确预测电价有助于市场各方有效参与市场运营与管理。清洁能源渗透率的提高,给电价预测精度带来了新的挑战。文中选择不同的输入特征变量并结合长短期记忆(LSTM)网络的特点,构建含高比例风电的电力市场电价预测模型对含有风电的电力市场电价进行预测。研究表明,风能和负荷的比值是含高比例风电的电力市场风电电价预测的关键输入参数。LSTM具备时间延迟记忆特点,拥有较好的电力市场时间序列电价预测能力。以北欧市场中DK1电力市场实际数据为基础,采用3种模型进行对比分析,结果表明含有风能和负荷的比值且考虑多时刻信息输入的LSTM模型可以较大地提高低谷时段的电价预测精度。     

功率波动下风电并网中的储能技术优化

由于风电功率的波动,大规模风电并网对系统冲击较大。提出一种风电并网的储能技术优化方法,首先通过时间序列法,获取不同时间段的风速样本,构建风速周期性预测模型,基于预测到的风速数据,采用神经网络法构建风速-功率模型,计算出平稳性良好的风电功率波动周期,依据周期对储能过程进行合理配置,优化储能过程。测试结果表明,在误差较小的周期内,风电并网系统的储能平稳性较高,对系统冲击较小。     

双馈风电机组故障穿越对系统暂态稳定的影响

在风电场中占较大比例的双馈风机由于具有不同于同步发电机的运行特性,使得如今风电的大规模接入对系统的暂态稳定造成了新的影响。文章介绍了传统电力系统的扩展等面积定则;推导出能够基于扩展等面积定则进行理论分析、且可以反映故障后风电机组功率控制对系统暂态稳定性影响机理的表达式;利用DIg SILENT/Power Factory对相关算例进行数字仿真验证,为今后制订风电机组故障穿越功率控制策略奠定基础。     

含高渗透率风电的电力系统复合储能协调优化运行

风电的随机性、可调度性差等特点对电力系统的安全稳定运行带来了挑战。为了增强系统对风电的接纳能力并提高风电利用率,文中研究采用抽水蓄能电池储能组成的复合储能在含高渗透率风电的电力系统中的协调优化运行。基于离散傅里叶变换(DFT)对风电出力进行频谱分析,将风电出力分解成短时间尺度的高频分量和长时间尺度的低频分量。利用电池储能响应速度快、容量小的特点,补偿风电高频波动部分以改善上网风电的波动性;根据抽水蓄能存储容量大的特点,参与系统调峰运行以解决接入风电后系统的调峰问题。以改进的IEEE RTS-96系统及实际风电场为例,对复合储能进行协调优化运行,算例结果验证了所述模型与方法的有效性。     

基于MEEMD-LSSVM的风电功率超短期预测研究

针对风能的波动性和间歇性,提出了一种基于改善集成经验模式分解（MEEMD）和最小二乘支持向量机（LSSVM）的风电功率超短期预测方法,首先利用MEEMD将功率序列根据频率高低分解为特征不同的本征模态分量（IMF）,然后计算各IMF的样本熵,合并熵值相似的IMF分量。对合并之后的各IMF分量分别进行LSSVM子模型建模,最后将各分量建模结果叠加得到功率预测曲线。基于大连风电场现场数据的检验结果说明,该方法预测精度较高且运算时间合理,适用于工程上风电功率的预测。