基于EMD分解和集对分析的风电功率实时预测

风电功率时间序列的随机性和波动性使得风电功率多步预测时难以达到理想的预测准确度,因此,提出一种基于经验模态分解(EMD)和集对分析的风电功率实时预测模型。该模型首先将风电功率时间序列经EMD分解,处理成有限个相对平稳的分量;然后利用极值点划分法,按波动程度相近的原则将分量重构为高频、中频和低频3个分量;最后对3个分量各自的特点针对性地建立预测模型,并将3个分量的预测结果叠加作为原始风电功率的预测值,用滚动的方式实现多步预测。采用3个不同装机容量的风电场的实测风电功率数据进行仿真,结果表明该方法提高了多步预测的准确度,显示出了良好的预测性能。     

风电功率波动特性定量刻画及应用研究

为能够准确地描述风电功率的波动特性,该文利用勒贝格积分构建简单有效的采样损失率作为衡量风电功率时间序列波动性的指标,采样损失率越大,风电功率波动越剧烈;采样损失率越小,风电功率波动越平缓,并通过风电功率预测结果证实了该指标的有效性。该文还利用该指标对风电场内部平滑效应进行研究,重点研究风速对平滑效应的影响以及平滑效应的季节性。得出结论:风速是影响风电功率平滑效应的重要因素,风速越大,平滑效应越显著。平滑效应具有季节性,春季和冬季的平滑效应较夏季和秋季的平滑效应更显著。     

虚假数据注入攻击下的微电网分布式协同控制

交流微电网信息物理系统(CPS)是有源配电网的重要组成部分。由于信息技术和电力技术的深度融合,微电网CPS很容易受到虚假数据注入(FDI)攻击,导致控制目标无法实现,扰乱系统的正常运行。文中在分析了注入量为常值的FDI攻击对微电网分布式协同控制的不利影响的基础上,提出了一种抵御FDI攻击的微电网分布式协同控制算法。该算法能够在FDI攻击下恢复由下垂控制引起的频率偏差。最后,通过仿真实验证实了算法的有效性。     

基于秩次集对分析的风电功率实时预测研究

提出基于秩次集对分析的风电功率实时预测模型,将物理意义明确、算法简单的秩次集对分析应用到风电功率时间序列实时预测中。根据选择最相似集合方法的不同,建立3个不同的模型,并利用两个风电场的实测数据进行仿真预测,结果表明等容最小间距法在实时预测中具有良好的预测性能,有一定的应用价值。     

基于EEMD去噪和集对理论的风功率实时预测研究

提出一种基于整体平均经验模态分解(EEMD)去噪和改进秩次集对分析的风电功率实时预测模型。首先利用EEMD将风电功率时间序列进行分解,得到有限个本征模态分量(IMF)和一个趋势分量;然后将高频IMF分量中与原始序列相关性较小的分量作为噪声滤除,将余下的分量进行重构得到消噪序列;最后利用秩次集对分析法对消噪序列进行预测。在建立秩次集对分析预测模型时,考虑风电功率幅值在建立联系度中的作用,改进联系度的建立过程。采用3个不同装机容量的风电场的实测风电功率数据进行仿真实验,结果表明:该文所提出的预测模型具有优越的预测性能,并显示出良好的普适性。     

一种考虑预测电价和碳排放成本的大规模机组检修决策方法

随着国内电力市场和碳市场改革的持续深入,发电机组检修决策对于保证电力系统安全可靠运行和发电厂商经济收益的影响越来越深,同时机组检修优化问题的整数变量规模和约束条件规模急剧增加对优化问题的求解带来巨大挑战。对此,该文在考虑电力系统可靠性机组检修优化模型上,提出通过贝叶斯优化的方法训练检修优化模型,进而获得最佳分支打分因子值,然后加速整数规划中分支定界求解过程的方法,适用于大规模电力系统机组检修问题。此外,进一步剖析了发电机组发电收益和碳排放成本核算机理,提出一种电力市场环境下考虑碳排放成本的发电机组检修协调机制,在保证电力系统安全运行基础上,最大化各发电厂商检修机组的电能量市场和碳市场利益。最后,通过IEEE-118节点标准算例验证了该方法的有效性和工程实用性。     

有向通信拓扑下基于分布式触发控制的微电网二次控制方法

为实现微电网的灵活运行,分布式协同控制技术以其良好的灵活性、可靠性和可扩展性常被用于管控分布式可再生能源。然而,传统基于时间触发的分布式控制策略极大地浪费了分布式电源本地控制器的通信资源,降低了系统运行效率。基于此,该文提出了有向通信拓扑下基于分布式触发控制的微电网2次控制方法。通过为有功功率分配控制设计有向通信拓扑下的分布式触发机制以及为频率恢复设计本地控制器,在实现微电网2次控制目标的同时降低了系统对通信资源的需求。理论证明表明了所设计控制方法不存在芝诺现象。仿真实验结果表明了所提出的频率2次控制方法的有效性和优越性。