短期风电功率预测概念和模型与方法

随着并网风电容量的持续增加,风电强随机性给电力系统安全稳定运行带来了挑战,风电功率预测受到广泛的关注。文中较为全面地综述了国内外对风电功率预测的研究现状,着重从风电预测基本理论、风电预测方法和风电预测热点研究问题3个方面展开,主要介绍了确定性风电预测、概率性风电预测、风电爬坡事件预测、大数据和深度学习方法等方面的研究进展。     

基于核随机逼近的概率风电预测方法

针对已有的参数化的风电概率预测方法存在的问题,即提前确定的预测模型不够精确导致预测性能不佳的问题,文中提出了一种基于核随机逼近和交替方向乘子法的非参数的概率风电预测方法,即基于核随机逼近的概率风电预测方法。在不预先假定真实预测模型的具体形式的情况下,该方法能逼近任何非线性预测模型。为了验证所提出方法的有效性和优越性,基于真实风电数据集,对所提出的方法以及参数化的方法就概率风电预测性能进行比较。实验结果显示前者的平均预测误差为0. 024 23,而后者的平均预测误差为0. 030 97,那么前者的预测性能优于后者,从而验证了所提出方法的有效性和优越性。     

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。     

风电功率预测准确性分析

风电并网容量迅猛增加,风电与系统之间的联系越来越密切,必须考虑风能的波动性和间歇性引起风电出力的变化给电力系统电能质量、安全稳定运行和经济效益带来的不利影响。因此,进行风电功率预测具有重要的现实意义。首先对风速和风电出力预测的分类和方法进行了探讨,然后简要综述了国内外风功率预测技术的研究现状,最后针对我国现阶段风电功率预测产生误差的原因进行了阐述并提出了建议。     

基于MQ-WaveNet的风电集群发电功率多步概率预测

风电渗透率的持续提高对电力平衡测算、电网运行调度和系统频率稳定带来了极大挑战。为量化区域风力发电的不确定性,提出一种风电集群直接多步概率预测模型。首先,为有效挖掘区域内各风电场数据与集群发电总出力间的时空相关性,采用最大互信息系数法选取基准场站和关键输入特征变量。然后,基于序列-序列网络架构,结合分位数回归概率预测特性及波网（WaveNet）可捕获大范围内时序依赖特性等优点,设计了适用于风电集群概率预测的多视界分位数(MQ)-WaveNet模型,实现对风电集群场站在多个时间跨步上的风电功率多分位点的预测。最后,选取中国新疆哈密东南部风区12个邻近的大型风电场运行数据进行算例分析。结果表明,所提模型仅利用相关基准场站的关键特征变量即可实现风电集群发电功率的有效预测,模型复杂度低、易于工程应用推广。     

计及风电预测误差的电力系统风险规避评估模型

风电功率的短时大幅波动对电网的安全稳定运行造成冲击,为更准确地评估电力系统在较短时间内的风电消纳情况,需考虑风电功率的预测误差。为此,文中提出一种概率区间优化模型,从效益和风险两个维度评估风电预测误差对电力系统运行的影响,旨在得到最优权衡风险和效益的调度方案。在概率区间优化模型中,不确定风电被视为概率区间变量,即每个风电值对应一个分布概率。效益用不确定风电并网前后系统运行费用的差值来量度;风险则用风电的分布概率来衡量。然后,构建基于效益和风险的条件期望作为优化目标。最后,在一个调度系统上进行仿真并与区间优化模型对比,证明了所提出的优化模型的可靠性、鲁棒性和实用性。     

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。     

数据分辨率影响风电功率预测精度分析

目前对风电功率短时预测的研究主要集中在预测方法上,而缺乏对数据本身特性的探讨。从实测数据出发,呈现3种典型分辨率5 min、10 min、15 min,并结合Elman神经网络算法对超短期(4 h)和短期(24 h)的风力发电机输出功率进行预测分析。结果表明:分辨率为10 min的原始数据对风电输出功率的超短期预测具有更好的结果,15 min分辨率的数据对风电功率的短期预测结果更佳。采用合理分辨率的数据后,能够有效地提高风电功率的预测精度。     

计及风电预测可信度的经济调度及辅助决策方法

含风电系统经济调度的研究为大规模风电并网运行提供了相关对策。文中针对风电出力预测水平的局限性,建立了风功率预测可信度模型,并利用分区建模的手段建立了风功率预测误差模型。基于此,分析了考虑预测可信度的储能成本模型,结合火电机组出力成本模型完成了含风电系统的经济调度模型。模型考虑了系统失负荷、弃风概率约束及输电线路安全约束;为减小储能成本,将储能容量表示为平抑风功率预测误差的概率模型;同时在目标函数中引入储能成本调节系数,用于风功率调度水平的辅助决策。以10机系统为例,采用Monte Carlo模拟技术及模糊聚类辅助决策手段验证了所述方法的可行性。     

计及风电并网的机组组合方法研究

风电具有间歇性和波动性的特点,其并入电网时会对传统以火电机组为主的机组组合造成明显的影响,针对此问题,提出了计及风电并网的机组组合方法。该方法首先对风电功率预测结果误差进行统计,在此基础上,建立了风电功率预测误差的分布概率模型。然后,该模型与传统火电机组累积停运容量概率表结合,形成了考虑风电功率的机组累积停运容量概率表。接着,将该表以解析表达的方式引入机组组合的拉格朗日松弛法中,形成风电接入后的机组组合模型,并采用传统拉格朗日松弛法进行求解。最后以某实际电网为例,验证了所提算法的优越性。     

中国短期风电功率预测技术现状与误差分析

风电功率预测是风电调度运行的基础,对提高中国风电消纳水平具有重要作用。以短期风电功率预测为研究对象,针对短期风电功率预测涉及的主要技术环节,分别梳理了国内外的研究历程,对比分析了国内外短期功率预测技术的优势。在此基础上,介绍了中国风电功率预测系统的建设情况和实际应用中的预测误差情况,从时间、空间、概率分布3个维度分析了误差的特点,从输入数据、功率预测模型2个环节分析了误差产生原因,并总结了全球面临的共性问题和中国面临的特有问题。最后从应用角度出发,对中国短期风电功率预测精度提升策略给出了相关的建议。     

基于数据驱动的超短期风电功率预测综述

以数据驱动为主要特征的超短期风功率预测是大规模风电并网运行的关键基础之一。按照预测流程,从数据挖掘、机器学习算法及风速-功率曲线等角度分析现有数据驱动方法的思想及局限性。总结离线数据驱动/深度学习算法和在线应用的预测思路,给出风电场数据筛选的评价手段,归纳深度学习算法的最新研究进展。最后分析超短期风功率预测的当前定位:"由模型驱动向数据驱动过渡,由机器学习算法向深度学习算法转移",并指出合理的算法更迭和深层次的数据融合将是未来的研究趋势。     

新能源电力系统概率预测理论与方法及其应用

高比例新能源已成为中国电力系统发展的突出特征,间歇性新能源发电的不确定性给电力系统安全与经济运行带来极大挑战.准确可靠的供需预测是新能源电力系统分析与运行控制的基础,传统确定性预测难以消除预测误差,概率预测可实现对预测不确定性的有效量化,为电力系统分析与运行控制提供关键信息支撑.文中对新能源电力系统概率预测理论与方法及...     

关于风电场输出功率预测技术发展的综述

风电场输出功率的准确预测对含有风电场电力系统的运行调度管理具有十分重要的现实意义,按风电场输出功率预测技术应用现状与预测方法的发展两条线索展开对风电场输出功率预测技术发展的综述,对国内外风电场输出功率预测技术当前的应用情况进行了总结,对风电场输出功率方法的发展进行了回顾,并最终对当前风电场输出功率预测方面亟待解决的问题进行了探讨。     

风功率预测系统在新疆电网中的应用及改进

结合风功率预测系统在新疆电网中的应用情况,就风功率预测系统进行了总结。对存在问题进行了深入研究,找出了其中的不足,提出了新的解决措施,克服了原有系统的不足。对推进风功率预测系统的应用及提高风功率预测系统精度有重要的指导意义,也为有类似问题的风功率系统提供了技术参考及借鉴。     

风电预测技术及其性能评价综述

随着入网风电比例的增加,风电预测已成为保证电网安全经济运行的必要技术。归纳了风电预测的概念与分类,综述了实用风电预测系统和理论研究的最新进展,尤其是关于风电预测技术的性能评价以及监督考核措施。提出了几点未来工作的思路,为风电预测相关研究提供参考。     

电力负荷预测研究综述

为适应智能电网快速响应的要求,电力负荷预测成为智能电网关键任务之一。精准的电力负荷预测响应对电力系统运行的安全性、稳定性、经济性起着至关重要的作用。首先,介绍电力负荷预测的特性及分类;随后,分析电力负荷预测的影响因素,并介绍电力负荷预测的基本步骤和性能评价指标;再将电力系统负荷预测的研究分传统预测方法、机器学习预测方法及深度学习预测方法等3类展开阐述;最后,总结所做的工作并展望电力负荷预测的未来发展方向。     

吉林省风力发电预报系统的相关分析和设想

作为提高风力发电竞争力,解决大规模风机并网带来相关问题的重要举措,构建风力发电预报系统具有重要的意义。基于吉林省风电发展的现状和未来趋势,分析了吉林省建设风力发电预报系统的必要性和紧迫性,提出了吉林省风力发电预报系统的设想,即:建立不同风力发电厂联机共享数据平台,通过目前吉林省调度中心监视控制和数据采集(SCADA)系统对风力发电场在线监视,构建数字化天气预报体系等。     

基于概率预测的混合储能平抑风电波动随机优化调控方法

在风电场中安装不同类型的储能设备可以有效平抑风电波动,减少风电不确定性给电力系统安全运行带来的影响.对于由风电场和混合储能系统构成的风储混合系统,提出了基于概率预测的混合储能平抑风电波动随机优化调控方法.首先,通过风电概率预测结合多元Copula函数生成具有时间相关性的风电场景集;随后,提出自适应变分模态分解方法计算并网风电功率和混合储能系统充/放电功率的目标预调度值;接着,基于所获得的预调度目标功率,考虑储能充/放电循环次数约束和存储能量机会约束,构建并求解了混合储能平抑风电波动随机优化调控模型;最后,通过算例分析说明了所提混合储能平抑风电波动随机优化调控方法的有效性和经济性.