风电时序动态修正的实时调度计划研究

针对风电功率预测偏差影响电力系统发电计划准确性的问题,提出了一种超短期内风电时序动态修正的实时调度模型.该模型采用马尔科夫链时序预测方法,以5~15min为周期动态修正风电超短期预测功率的时间序列,并以煤耗增量最小和弃风最小为双重优化目标,同步修正风电场及常规机组的发电计划,最后将模型转化为凸二次规划及其拉格朗日对偶问题,并基于原-对偶内点法构建求解算法.通过对含风电场的10机组系统的仿真分析表明:所提模型在日内调度过程中进一步优化了系统的运行成本,同时提高了系统跟踪风电功率波动和消纳风电的能力,所采用的求解算法收敛迅速、鲁棒性强,可适应于实时调度的计算需要.     

基于统计分析和多支持向量机的风电功率坡度事件分类预测

为准确评估风电功率变化行为的影响,优化风电系统控制,提出了基于统计分析和多支持向量机的风电功率坡度事件分类预测方法.通过对风电功率坡度事件进行定义和分类,利用风电场的实际运行数据,对不同统计周期和不同方向的坡度事件幅度分布和时间段分布进行了统计分析,找到了功率坡度事件变化的内在规律.在此基础上,将二元支持向量机（Support Vector Machine,SVM) 拓展到多支持向量机 (Multiple Support Vector Machines,MSVMs),建立了对功率坡度事件类别的一步和多步预测.实验结果表明,所提方法具有较高的坡度事件预测精度和稳定性,可以对风电功率变化进行准确的风险预测,有利于风电系统的优化控制.     

考虑CO2排放成本的风储联合调度优化

储能系统越来越多地应用于电力系统,其与风电配合可以减少风机出力的波动性,因此有必要对风电储能联合调度。提出了一种考虑CO_2排放成本的风电储能联合调度优化模型。首先说明了CO_2排放成本。然后建立了以火电机组成本费用、排放成本、火电机组启停成本、风机成本、电池成本最小为目标,考虑有功功率平衡约束、风机出力约束、火电机组启停约束、电池储能充放电约束等条件的优化模型。接着利用非线性遗传算法对本文所建模型进行求解。最后在IEE30节点中进行仿真分析,说明了所提方法的正确性和有效性。     

基于VMD分解与MIC特征分析的风电功率组合预测

风力出电预测结果的准确性直接影响电力系统的调度安全,故提出一种基于变分模态分解(VMD)和最大信息系数(MIC)的风电功率组合预测方法。针对风力发电功率时间序列的随机性和波动性,利用VMD将原始风电功率序列分解为具有不同波动特性的模态分量;然后考虑气象信息与风电机组运行条件,采用MIC在考虑时间尺度后对各分量进行特征选择;基于诱导有序加权平均(IOWA)算子建立组合模型分项进行预测;最后将各模态分量的预测结果叠加获得最终预测值。基于风电场实测数据进行实验,结果表明所提组合预测模型能有效提高预测精度。     

含可靠性约束的电网接纳风电能力优化研究

大规模风电的随机变化给电力系统运行调度带来很大挑战,因此,评估电网可接纳的风电容量对电力系统的安全运行具有重要意义。为了更加准确地评估电网可接纳风电的容量,文中建立了考虑发电和弃风可靠性指标的电网接纳风电评估的优化模型,在保证电力系统安全可靠运行的前提下尽可能减少弃风。同时,提出了一种将非线性混合整数约束转换为线性混合整数约束的解算方法,以大大提高模型解算的效率。最后,采用Garver 6和IEEE 30节点系统进行计算分析,得到考虑系统可靠性的风电接入容量,验证了所提模型和方法的有效性。与现有的电网接纳风电容量评估模型相比,所提的模型在评估精度和计算效率两个方面上均具有优越性,可为调度人员选择风电并网容量和配置旋转备用容量提供参考。     

基于短期负载预测的并网风电储能系统的设计

为准确地预测电力系统的短期负荷,设计了基于短期负载预测的并网风电储能系统,该系统包含了飞轮储能电量监测器,可以监测到风电储能飞轮的储电量的变化,因此该系统可以根据风力功率波动相应地调整供电结构,减小风电功率波动对于电网供电稳定性和供电质量的影响,以增强风电功率的电网友好性。     

利用实时功率曲线优化风功率预测系统

我国风电高速开发,大容量风场分布集中、容量增速过快。由于地区电网消纳容量有限,加之风电的随机性和间歇性,给电力系统的安全稳定运行造成了严峻的挑战,也不利于风电的进一步发展。提高输出功率的预测精度就很重要了。本通过对风电场所有风机的实时功率曲线的拟合,预测各风机的功率范围,叠加后得到整个风电场功率预测的置信范围,通过比较模型的预测输出和风场风功率置信区间。根据模型的相应修正规则对模型进行相应的调整,使得模型的预测结果最优化。     

基于椭圆轨道模型的风电功率超短期预测

随着风电装机容量的持续增长,风力发电的间歇性和随机性对电网造成的不利影响越来越明显.因此,有效的风电功率预测是解决大规模风电并网的关键问题之一.文章提出一种椭圆轨道模型对风电功率进行超短期预测.首先,采用去趋势波动分析法对样本数据进行平滑处理,解决风电功率数据突变的问题;然后,应用椭圆轨道模型对风电功率进行超短期预测.采用湖南某风电厂实际运行的4组数据进行验证,实验结果表明：椭圆轨道模型的预测误差在可接受范围之内,为超短期风电功率预测提供了一种有效方法.     

基于改进熵权法和SECEEMD的短期风电功率预测

为实现短期风电功率的高精度预测,综合考虑风电功率数据波动性以及多维气象数据对风电功率预测的影响,提出了一种基于改进熵权法和SECEEMD的短期风电功率组合预测方法。首先,提出了一种综合相关性分析模型,结合多种特征选择方法对多维气象特征实现综合评价,准确筛选与风电功率相关性较高的气象特征,提高预测精度。其次,针对CEEMD(Complementary Ensemble Empirical Mode Decomposition,互补集合经验模型模态分解)存在的分解分量过多,模态混叠程度加剧的问题,提出了SECEEMD分解算法,在降低分量数量,降低模态混叠程度的同时,提高模型的训练速度。然后,分别建立NWP-LSTM和SECEEMD-BP预测模型,并通过贝叶斯优化算法优化长短期记忆神经网络和BP神经网络结构;最后,通过改进熵权法寻找到最优权重组合进行加权组合。实验以内蒙古某风电场的风电功率数据和气象数据为实验数据,经验证,本文所提预测模型,能较大程度提高预测精度,相较于一般预测模型,R2-Score分别提高了4%和0.6%,MAE分别降低了44%和1.1%,证明本文所提风电功率预测方法具有更高的预测精度和更快的训练速度,更加适合进行风电功率预测。     

基于SSA-VMD-LSTM-NKDE的短期风电功率概率预测

为进一步提高风电功率预测精度,提出一种基于麻雀搜索算法(SSA)优化VMD参数的组合预测方法。首先,使用麻雀搜索算法对VMD参数进行优化,并利用优化后的VMD对数据进行分解;其次,结合灰色关联分析法和熵权法对环境变量进行相关性分析,选择相关性最高的影响因素与分解得到的各模态分量组合作为LSTM预测模型的输入,获得更为精确的预测结果;最后,建立基于非参数核密度估计(NKDE)的风电功率概率预测模型,实现对风电功率预测结果不确定性的有效量化。结果表明,所提组合模型的MAE,RMSE和MAPE比VMD-LSTM模型的分别下降了39.51%,33.22%和40.39%。SSA-VMD-LSTM-NKDE组合模型不仅能够有效提高确定性预测的精度,而且还能够实现对风电功率预测结果不确定性的有效量化,为风电功率预测提供了科学决策依据。     

含分布式储能的主动配电网鲁棒优化经济调度方法

为克服风电输出的不确定性,基于鲁棒优化中的worst-best理论,提出一种主动配电网的鲁棒优化经济调度模型.该模型采用拉丁超立方采样方法生成风电场景集表征风电预测的不确定性.在建模过程中,引入分布式储能的等效运维成本,同时以微型燃气轮机、分布式储能和主动配电网购电/售电调度成本最低为目标函数,采用基于随机变异的粒子群优化算法对模型进行求解,可得到极端场景下运行成本最小的调度方案.仿真结果验证了该模型及求解算法的有效性,得到的调度方案能在风电预测误差范围内满足系统所有约束条件,并给出经济性最优的调度方案.与确定性经济调度方案进行对比可知,本文所提出的调度方案具有更强的鲁棒性.     

并网风力机中基于变桨距角的神经网络控制方法

针对并网风力机的运行特性,在其传动系统和发电机的动态模型基础上设计控制器.当外界风速较大,提出采用基于神经网络的风力机叶片桨距角控制器抑制多余的风能进入发电系统,维持风力发电机馈送到电网的功率稳定;当风速较低时,风力机转速需要跟随风速变化,调整叶片桨距角处于捕捉最大风能位置处,保证风力机的风能转换效率最优,提高其运行效率.仿真结果验证了该控制方法的有效性.     

含变速恒频风电机组的电网运行特性仿真

风力发电机组的输出功率会随着风速变化而变化,对系统的稳定性和可靠性造成一定的影响。本文通过Simulink模块来搭建风力发电机组各部件系统的仿真模型,并将搭建的风力发电机模型与电网模型进行并网运行仿真。研究了不同风速下风力发电机组并网对电网的影响,以及不同故障下风力发电机对电网运行稳定性的影响。结果表明：当风力发电机组在高风速和低风速下运行时,风力发电机组输出的无功功率、有功功率都远小于在额定风速下的,从而造成不小的功率缺额,对电网系统电压幅值的稳定和维持整个电网系统频率的恒定有重要影响。通过对比发现,对稳定性影响程度最大的是三相短路故障,其次的是系统发生两相接地短路故障,接着是发生两相相间短路故障,其中故障后对电力系统稳定性影响程度最小的是发生单相接地短路故障。     

双馈风机系统最大功率控制研究

我国乃至全球风力发电技术目前还不够成熟,在发电过程中存在很大的损耗。 众多解决方法都存在着抗干扰性(即稳定性)较差,响应速度较慢的问题,难以精确迅速地跟踪最大功率点,实现双馈电机的最大输出,而且由于风力机响应时间常数大、精度低、动态调节能力差,风速检测比较困难,很难通过调节风 力机转速实现最大风能追踪。 为了解决这些问题,提出以双馈电机定子输出反馈给电网的功率最大为目标,建立基于电网电压定向下的 DFIG 数学模型,并在此模型基础上引入模糊控制,实现双馈电机最大功率点跟踪策略(把追寻双馈电机定子输出给电网电能最大控制策略统一称之为最大功率点跟踪策略)。 最后,通过MATLAB 进行仿真和实验不同风速条件下的动态调节性能,实现了双馈电机最大功率点跟踪的稳定性和灵敏度提高,并且在风速变化的情况下也能迅速进行最优控制。 因此,该方法理论具备参考和利用价值。     

大气湍流下风力透平的性能预测

本文建立了大气湍流输入模型和气动性能响应模型.运用本文的模型和求出的系统响应所预测的风力透平输出功率的波动范围与实测结果相符.     

考虑需求响应的多目标模糊机会约束动态经济调度

风电和需求响应参与电网调度带来了显著的经济效益并降低了负荷波动,但是风机出力的不确定性给电网动态经济调度带来挑战。针对上述问题,建立考虑需求响应的多目标模糊机会约束动态经济调度。首先,分析风电预测误差在不同功率的模糊特性,并拟合出模糊参数,进而获得风电的模糊隶属度函数。其次,根据模糊理论对系统约束形成可信性测度的模糊机会约束,建立考虑经济和负荷方差的多目标优化模型。在模型求解上,采用清晰等价类将机会约束清晰化,采用基于分解的多目标进化算法求解,然后采用模糊聚类的Pareto最优解集筛选最优解。算例结果表明,所提出的模型,能够有效权衡风电并网风险、系统利润和系统负荷波动。     

基于柔性传动链的风力机功率控制

针对风力机变桨系统特性,研究功率控制策略。首先分析风力机能量转换理论,确定影响功率输出的重要因素;再建立变桨系统闭环传递函数模型;以低速轴和高速轴为纽带,考虑柔性,建立柔性传动链系统模型。由于作用在风轮上的风速难于准确实时测量,以最小二乘支持向量机方法对风速进行预测,然后采用变论域模糊方法实现变桨过程中的功率控制,提高系统的自适应能力。仿真验证了所提方法的适用性和有效性。     

基于期望场景集性能的微电网鲁棒经济调度

针对孤岛型微电网受可再生能源和负荷不确定性影响的特点,提出基于梯次偏离不确定集的孤岛型微电网鲁棒经济调度算法。根据微电网的结构特点进行建模,利用微电网的不确定集生成梯次偏离的不确定集。在日前计划阶段,以所有场景可行,期望场景集内性能最优优化出微电网的各设备出力,得到日前计划方案。日内调度阶段,保持日前计划调度阶段优选出的储能系统出力,利用新能源以及负荷的实时数据,对微型燃气轮机、新能源弃风弃光、可平移负荷功率的日前阶段优化解进行二次优化调整,提高微电网运行的经济性。结果表明：该方法取得了更优异的控制性能,提高微电网调度的经济性。最终,通过仿真案例验证了该方法的有效性。     

The investigation on computational grids in wind turbine positioning optimization using greedy algorithm

In this paper, the effect of the computational grids on the wind turbine positioning optimization is studied. The linear wake flow model is used to calculate the turbine wake flow. The power law is used to model the power curve of wind turbine. Greedy algorithm with repeated adjustments is introduced to solve the wind turbine positioning problem, with the target of maximizing the total power output of wind farm. Square grid and triangle grid with various orientations are used to discretize the area of wind farm. Three numerical cases are introduced to study the effect of the computational grids on the optimized results. The results show that the optimized power output can be improved through choosing appro- priate grid orientation. The suggested grid orientations for single direction wind case and multi-direction wind case are given.     

基于改进粒子群算法的梯级水风光短期调峰优化调度

针对大规模风电、光电直接并入电网对系统调峰带来的负面影响,同时伴随高弃风、高弃光率的问题,提出通过利用水电输出通道将湖北一梯级水电站与附近风电场、光电场并入电网联合调峰的解决办法。首先分析了梯级水电站、风电和光电联合调度的必要性和可行性,提出了梯级水-风-光联合调峰策略,构建了以系统余留负荷均方差最小为目标函数的短期调度模型,最后利用收缩因子和改进粒子群算法求解。通过算例仿真,风光与梯级水电站共同参与系统调峰,调峰效果更好,改进粒子群算法(particle swarm optimization, algorithm, PSO)算法有更好的寻优精度和收敛速度。给未来实施梯级水电站与周围风、光电场联合调峰策略提供了参照。