基于组合双向拍卖的共享储能机制研究EI北大核心CSCD

为满足共享储能中储能用户的互补性和替代性需求、解决常规单向拍卖中可能存在的垄断竞争问题,提出了基于组合双向拍卖的共享储能机制。在该机制中,储能运营商和储能用户在拍卖商的组织下进行组合双向拍卖。拍卖包含四个阶段:投标、竞胜标决定问题、资源匹配与定价、资金结算。相较于现有拍卖机制,该机制支持"与"投标,使得买家的互补性需求得以准确而简洁地表达。在竞胜标决定问题方面,建立了以社会福利最大化为目标的混合整数非线性规划模型。进一步,将该模型等价转化为混合整数线性规划模型,大幅降低了计算时间复杂度。在定价方面,提出了在买卖双方之间均分社会福利的定价机制,打破了传统单向拍卖的垄断弊端。最后,通过算例验证了所提机制的有效性。     

融合时空特征的光伏气象因子预测模型

光伏发电极易受到天气的影响而具有波动性和不确定性,因此对气象因子的准确预测对光伏电站的运维具有重要意义。提出了一种基于深度学习的时空特征融合模型,实现对光伏气象因子的精准预测。在时间维度上,设计了一种改进的长短期记忆模块,融合注意力机制和遗传算法,得到最优注意力参数以提高预测精度;在空间维度上,将光伏电站所在区域按照经纬度划分,利用张量分解对区域内气象因子进行预测。在中国东南部某光伏系统的真实数据集上,对该模型的有效性进行了评估。结果表明,该模型在时间维度和空间维度均具有较高预测精度,同时对稀疏数据有较强的鲁棒性。     

考虑压缩空气储能变工况特性的风储联合系统运行优化策略

压缩空气储能(compressed air energy storage, CAES)是实现电网削峰填谷、促进风电高效消纳的手段之一。然而,压缩空气储能效率在较大程度上取决于运行工况,其变工况特性直接影响风储联合系统的安全高效运行。以最大化风储系统运行收益为目标,建立了考虑压缩空气储能变工况特性的风储系统运行优化模型。该模型对压缩机、透平在变工况运行时的动态效率进行了准确刻画,并采用分段线性化方法将变工况特性纳入混合整数线性规划算法。算例结果表明,优化策略与压缩空气储能的变工况特性有直接关系;考虑运行约束和动态效率能更准确反映缩空气储能的实际运行状态,可为风储系统的运行决策提供依据。     

基于频域分解的短期负荷预测

针对负荷本身存在随机性和间歇性,提出一种基于频域分解的负荷预测。首先采用频域分解算法将原始负荷分解为日周期和周周期分量;其次分别采用置信度理论和指数平滑法对日周期分量和周周期分量进行预测;最后将负荷的日周期分量和周周期分量重组,实现短期负荷较为准确的预测。根据某地市的2018年国庆期间的负荷数据进行仿真,证明了预测模型的精确度。     

基于信任技术的最优潮流新算法

信任技术（Trust-Tech）是一种求解非线性优化问题的有效方法,文中将其应用于电力系统最优潮流计算中。该计算方法分2个求解阶段：第1个阶段建立约束条件的非线性动态系统——商梯度系统,并求解该动态系统的稳定平衡点,得到最优潮流（OPF）问题的可行解,同时采用有效集的思想处理不等式约束以降低计算量;第2个阶段对OPF问...     

基于FCM和LSTM的光伏功率超短期预测

光伏电站输出功率的不确定性对电网的运行调度产生了严重影响。基于模糊均值聚类(fuzzy C-means,FCM)和长短期记忆网络(long short-term memory networks,LSTM),提出了一种光伏功率超短期预测方法。首先,通过滑动时窗将历史数据划分为时序片段,将功率波动特性以时段为样本进行分析;然后,定义了3种特征指标提取波动规律,采用FCM方法进行时序片段聚类,在聚类后重构数据集,结合LSTM网络,建立光伏功率预测模型;最后,采用澳大利亚光伏电站实测数据集验证所提方案的聚类性能与预测性能。仿真结果表明,所提方法具有更高的聚类准确性和预测精确度。