基于集合经验模态分解的风电混合储能系统能量管理协调控制策略

采用蓄电池-超级电容混合储能系统来平抑风电功率波动,实现风电平滑并网。首先,针对风功率非线性、不稳定的波动特性,结合1min/10min两个时间尺度的风电场输出功率变化最大限值,采用基于集合经验模态分解(EEMD)方法,实现风功率的自适应分解,得到风电并网功率和混合储能系统充、放电功率指令;其次,根据蓄电池和超级电容的出力需求,结合储能设备荷电状态(SOC)等约束条件,提出混合储能系统能量管理协调控制算法,实现储能系统内部功率相互流动;最后,基于风电历史数据,验证所提方法的有效性和合理性。     

考虑多时间尺度灵活性的含大规模风电电力系统机组组合研究

考虑机组多时间尺度启停约束,建立系统多时间尺度灵活性供给模型;考虑风电预测误差分布时变性,建立多时间尺度灵活性需求分析模型;基于混合整数线性规划方法,提出考虑多时间尺度灵活性的含大规模风电电力系统机组组合模型。模型能够充分反映含大规模风电电力系统多时间尺度灵活性供需平衡关系,在保证灵活性和安全性的前提下,提高运行经济性。通过混合整数线性规划建模能降低模型计算复杂性,为大规模系统的应用提供基础。     

高比例可再生能源渗透下多虚拟电厂多时间尺度协调优化调度

考虑可再生能源出力、电力负荷和电价等一系列不确定性因素,提出了高比例可再生能源渗透下的多虚拟电厂日内两阶段优化调度模型。该模型通过对多虚拟电厂中运行设备小时级时间尺度和分钟级时间尺度的协调优化,达到分级消除系统中随机和扰动因素的影响,实现高比例可再生能源的安全消纳。并且在多虚拟电厂优化调度模型中,借助Markowitz均值-方差理论,提出利润函数的风险刻画,准确描述不确定性的影响。最后,通过算例分析,说明所提出模型可有效降低决策风险和不确定性因素的影响。     

径流预报的极点对称模态分解-Elman网络模型

针对径流序列非线性、非平稳的特点,将极点对称模态分解(ESMD)方法与Elman神经网络模型相结合,建立了ESMD-Elman神经网络组合模型,并应用于长江上游干支流8站的年、月径流预报.首先利用ESMD方法将径流序列分解为各模态分量和趋势余项;然后利用Elman神经网络模型分别预测各平稳序列;最后加和重构得到最终预测...     

基于改进固有时间尺度分解算法的实时次同步振荡监测方法

为解决大规模风力发电并网系统中频繁发生次同步振荡的问题,需要快速准确地识别和检测次同步振荡的方法。次同步振荡发生时具有时变性和不确定性等特征,这给振荡的实时监测带来了挑战,针对该问题,首先提出了基于引入代数估计法改进的固有时间尺度分解算法(intrinsic time-scale decomposition,ITD）的解决方案。该方法不需要任何先验信息,且其性能不受振荡频率构成的影响。其次,利用合成信号、电磁暂态仿真和振荡实测数据进行了综合对比研究,结果表明该方法在信号检查的动态性能和参数估计精度等方面都取得了良好的效果。最后,通过硬件在环测试,验证了该方法的可行性。     

计及综合需求响应参与消纳受阻新能源的多时间尺度优化调度策略

随着新能源发电技术的高速发展,电网新能源消纳压力日益凸显。与此同时,随着多能转换技术发展,电网与其他类型能源网络的耦合程度不断提高,如何利用不同能源网络灵活性资源消纳受阻新能源,成为当前亟待研究的问题。为此,提出了计及综合需求响应参与消纳受阻新能源的多时间尺度优化调度策略。首先,充分考虑综合能源系统(integrated energy system, IES)特性建立了冷、热、电负荷的多类型需求响应模型。其次,在日前时间尺度,考虑新能源消纳过程中各方利益均衡,建立了基于主从博弈理论的价格型综合需求响应(integrated demand response, IDR)日前优化调度模型;在日内时间尺度,针对新能源日前预测偏差对系统优化影响,建立了考虑激励型IDR日内滚动优化调度模型。最后,通过算例仿真证明了所提策略可深入挖掘多类型负荷需求响应能力,有效提高新能源消纳量。     

基于Blending集成学习模型的电力市场日前出清电价预测

精准的掌握未来电价信息对把握市场的运行状态、支撑市场参与各方进行有效决策、推动市场主体合理优化资源配置具有重要意义。因此基于Blending集成学习机制构建了一种面向于日前电价预测的综合模型。该模型充分考虑电价的高波动性特点,采用Ashin变换,减小了输入数据波动性对预测模型的影响;选取SVM、LightGBM、EWNN、SARIMAX 4种较为成熟的单一电价预测模型作为初级学习器,进而保证了基于Blending集成学习模型的预测精度。选用美国PJM电力市场实际运行数据对上述构建的电价预测模型进行验证,通过对预测结果的对比分析,表明构建的基于Blending 集成学习机制的电价综合预测模型集成了多种传统预测模型的优点,具有较好的准确性与稳定性。     

考虑自适应实时调度的多电压等级直流配电网能量优化方法

利用直流配电网整合直流型分布式电源与电力负荷已经发展成为一种有效方式,然而,高比例强随机性源、荷的接入背景下,固定时间尺度的能量优化调度难以实现直流配电网较低成本投入下的经济性优化运行。提出一种考虑自适应实时调度的多电压等级直流配电网能量优化方法。首先,基于直流配电网净负荷特征,建立了直流配电网实时调度自适应时间尺度模型;然后,基于多电压等级直流配电网分层的结构特点,构建了多电压等级直流配电网分层、多时间尺度滚动优化调度框架,并且,在实时优化调度层,综合配电网源荷匹配率与总运行成本之间的博弈,提出了自适应实时调度方法。基于提出的方法,通过直流配电网各个可调控单元分层、多时间尺度的能量优化,实现了直流配电网的可靠运行以及供需两侧的综合效益最大化。算例以某直流配电网示范工程网架进行验证,表明所提出方法的合理性和有效性。     

含风电电力系统的多时间尺度模糊机会约束动态经济调度模型

风电出力的模糊不确定性增加了调度决策的难度。将风电和负荷预测值用模糊参数表示,基于可信性理论,将传统确定性系统约束转化成模糊机会约束。由于风电和负荷预测精度具有随预测时间尺度的缩短而提高的特点,因此,将模糊置信度设置为递增向量,以反映预测精度的变化。建立多时间尺度下含多模糊参数的模糊机会约束动态经济调度模型。多时间尺度调度分为日前24 h计划、日内4 h滚动计划、实时15 min计划和自动发电控制(automatic generation control,AGC)。各时间级的调度计划协调配合,兼顾经济性与可靠性。根据风电及负荷的最新预测信息,滚动修正原有发电计划,逐级消纳预测偏差量。算例采用山西某实际风电场数据,验证了上述模型能够有效降低风电及负荷预测不确定性的影响,减轻调度人员及AGC机组的调节压力。