陕北典型风能特性分析

该文分析了榆林靖边与定边2处风电场2019年测风塔观测数据,发现两地风速、风向分布具有较强局地性,靖边风电场年平均风速明显小于定边风电场年平均风速,靖边地区风速概率属于单峰分布,定边地区风速分布更加均匀,靖边风电场70 m平均风速呈现V字型分布,定边地区风速分布呈现浅U字型。靖边与定边均呈现出冬季平均风速大,夏季风速最小,风功率密度冬春季最大,夏秋季明显降低的分布特点,且两地70 m风功率密度与陕西年负荷在春、夏、秋3季均呈现较明显的反向分布。     

陕西电网调度员培训仿真一体化系统的研究

随着现代电力系统日益发展,电网的复杂程度越高,传统的依靠电力系统调度员的运行和处理事故的经验培训新的调度人员的方法,已不能满足现代电网发展速度和规模的要求.从陕西电力系统的现状入手,论述了陕西电网建设省地调电网调度员培训仿真(DTS)一体化系统的必要性及可行性,并提出了初步的设计方案.     

梯度提升树算法在陕北风电场短期风电功率预测中的应用

为了对地形和气候条件复杂的陕北风电场短期风电功率进行准确预测,通过将（weather research and forecasting,WRF）模式输出结果和同期实测风电功率资料相结合,利用梯度提升树算法进行预报气象场和实测风电功率之间的统计关系分析,从而建立了一套陕北风电场短期风电功率预测模型。以陕北靖边某风电场为例,预测结果表明：所提模型年平均预测准确率伟15.7%;月平均归一化均方根误差在20%以下。模型对风电场风电功率预测精度较好。     

陕北典型风能特性分析

该文分析了榆林靖边与定边2处风电场2019年测风塔观测数据,发现两地风速、风向分布具有较强局地性,靖边风电场年平均风速明显小于定边风电场年平均风速,靖边地区风速概率属于单峰分布,定边地区风速分布更加均匀,靖边风电场70 m平均风速呈现V字型分布,定边地区风速分布呈现浅U字型。靖边与定边均呈现出冬季平均风速大,夏季风速最小,风功率密度冬春季最大,夏秋季明显降低的分布特点,且两地70 m风功率密度与陕西年负荷在春、夏、秋3季均呈现较明显的反向分布。     

考虑转折性天气的海上风电功率超短期分段预测方法研究

在以台风、强对流天气为代表的转折性天气下,海上风电功率在短时间内呈现剧烈波动,对超短期风电功率精确预测提出了挑战。针对上述问题,提出一种基于转折性天气时段自适应划分的海上风电功率超短期分段预测方法。在全时段上提出一种基于移动均值迭代的时序趋势提取方法,以初步分析功率时序实时变化特性;其次,在分时段上,为提升对转折性功率时段的识别精度,立足趋势提取结果提出一种基于双重自适应滑动窗拐点检测的转折性功率时段提取方法;在此基础上,综合考虑不同时段功率时序特征差异性,建立一种分段预测模型对不同时序下的功率进行精益化预测：对非转折性时段提出一种LightGBM-门控循环单元组合预测方法;对转折性时段提出一种基于时序模式分类的改进核密度估计概率预测方法。采用中国东海某海上风电场数据进行算例验证,结果表明,所提方法能有效提高预测精度。特别地,对于海上转折性天气带来的极端工况下风电功率预测具有良好的适应性,对海上风电功率超短期预测领域研究提供有益补充。     

考虑变工况的光伏下垂控制与二级电容响应的调频策略

电网中大量新能源替代常规同步发电机机组导致系统惯性时间常数降低,调频能力不足,频率波动增大。基于光伏机组高度可控特性,提出一种考虑变工况的光伏下垂控制与二级电容响应的调频策略。模拟传统调频过程,策略同时考虑惯性响应和下垂控制响应,由直流电容和光伏减载备用分别承担两项调频功率,最大化利用调频资源。所提策略通过运用改进频率变化率测量法,优化惯性响应;通过光照参数估算确定实际最大功率值,以适应变化运行工况;自适应下垂系数能适应光伏实际出力,在可用功率范围内向上/向下调整系统频率。PSCAD仿真验证表明,所提策略能够最大化利用光伏现有调频资源,对于变化工况的适应性良好,能够在不超光伏运行极限基础上有效改善系统频率响应。     

梯度提升树算法在陕北风电场短期风电功率预测中的应用

为了对地形和气候条件复杂的陕北风电场短期风电功率进行准确预测,通过将（weather research and forecasting,WRF）模式输出结果和同期实测风电功率资料相结合,利用梯度提升树算法进行预报气象场和实测风电功率之间的统计关系分析,从而建立了一套陕北风电场短期风电功率预测模型。以陕北靖边某风电场为例,预测结果表明：所提模型年平均预测准确率伟15.7%;月平均归一化均方根误差在20%以下。模型对风电场风电功率预测精度较好。     

基于分位数插值和深度自回归网络的光伏出力概率预测

提出一种将分位数线性插值概率模型和深度自回归循环神经网络相结合的新型光伏出力概率预测方法，可以弥补传统方法在概率建模及刻画复杂非线性关系能力等方面的不足。首先，提出一种基于分位数线性插值的光伏出力概率模型，能够全面准确地刻画各种情况下的光伏出力概率分布。其次，提出使用连续分级概率评分(CRPS)作为训练预测模型的损失函数，并推导出CRPS积分的封闭解析表达式用于模型的训练，保证训练的可行性与效率。最后，使用深度自回归循环神经网络对光伏出力的时间序列建模，结合所提出的光伏出力概率模型，形成新型光伏出力概率预测方法。算例结果表明，所提方法能提供可靠、高质量的光伏出力概率预测。