半月刊

ISSN 1000-1026

CN 32-1180/TP

+高级检索 English
  • 2021年第45卷第1期文章目次
    全 选
    显示方式: |
    • >新能源电力系统预测技术及其应用
    • 特约主编寄语

      2021, 45(1). DOI: 10.7500/AEPS20201207006

      摘要 (104) HTML (132) PDF 395.36 K (271) 评论 (0) 收藏

      摘要:

    • 新能源电力系统概率预测理论与方法及其应用

      2021, 45(1):2-16. DOI: 10.7500/AEPS20200811008

      摘要 (208) HTML (610) PDF 1.85 M (471) 评论 (0) 收藏

      摘要:高比例新能源已成为中国电力系统发展的突出特征,间歇性新能源发电的不确定性给电力系统安全与经济运行带来极大挑战。准确可靠的供需预测是新能源电力系统分析与运行控制的基础,传统确定性预测难以消除预测误差,概率预测可实现对预测不确定性的有效量化,为电力系统分析与运行控制提供关键信息支撑。文中对新能源电力系统概率预测理论与方法及应用进行了系统综述:首先,从预测对象、时间尺度、概率预测形式、性能评价指标等方面介绍了新能源电力系统概率预测的基本概念;其次,系统综述了新能源电力系统概率预测的基本理论与方法;然后,总结了概率预测在新能源电力系统中的多场景应用;最后,对新能源电力系统概率预测存在的问题做了归纳,并对其发展趋势进行了展望。

      • 0+1
      • 1+1
      • 2+1
    • 中国短期风电功率预测技术现状与误差分析

      2021, 45(1):17-27. DOI: 10.7500/AEPS20200324003

      摘要 (131) HTML (554) PDF 1.92 M (418) 评论 (0) 收藏

      摘要:风电功率预测是风电调度运行的基础,对提高中国风电消纳水平具有重要作用。以短期风电功率预测为研究对象,针对短期风电功率预测涉及的主要技术环节,分别梳理了国内外的研究历程,对比分析了国内外短期功率预测技术的优势。在此基础上,介绍了中国风电功率预测系统的建设情况和实际应用中的预测误差情况,从时间、空间、概率分布3个维度分析了误差的特点,从输入数据、功率预测模型2个环节分析了误差产生原因,并总结了全球面临的共性问题和中国面临的特有问题。最后从应用角度出发,对中国短期风电功率预测精度提升策略给出了相关的建议。

      • 0+1
      • 1+1
      • 2+1
      • 3+1
      • 4+1
      • 5+1
      • 6+1
      • 7+1
      • 8+1
      • 9+1
      • 10+1
      • 11+1
      • 12+1
      • 13+1
    • 基于时空神经网络的风电场超短期风速预测模型

      2021, 45(1):28-35. DOI: 10.7500/AEPS20190831001

      摘要 (112) HTML (183) PDF 1.03 M (361) 评论 (0) 收藏

      摘要:随着风电场的大规模接入,提高风电场风速的预测精度对于促进可再生能源的消纳具有重大意义。传统的预测方法通常根据风电场单一高度的历史风速进行预测,当预测的时间尺度达到三四小时的时候,预测误差较大。不同高度的风速、风向数据蕴含了风电场内部的时空相关性,数值天气预报数据也体现了风电场周边的大气运动对风速发展规律的影响。文中在输入数据层面,同时引入了不同高度的风速、风向数据和数值天气预报数据。为了充分挖掘数据中的规律,提出了一种新的时空神经网络,采用深度卷积神经网络和双向门控循环单元,分别提取风速、风向等历史数据以及数值天气预报的时空特征,并利用融合后的特征进行风速预测。最后,利用中国东北某风电场的实际测量数据,验证了算法的有效性。

      • 0+1
      • 1+1
      • 2+1
      • 3+1
      • 4+1
      • 5+1
      • 6+1
      • 7+1
      • 8+1
      • 9+1
    • 基于频繁模式挖掘的风电爬坡事件统计特性建模及预测

      2021, 45(1):36-43. DOI: 10.7500/AEPS20191231007

      摘要 (83) HTML (77) PDF 1.05 M (291) 评论 (0) 收藏

      摘要:风电爬坡事件的统计特性建模和精准预测有利于电网的安全稳定运行。文中首先通过参数分辨率自适应算法对大型历史风电数据库进行爬坡事件检测,得到风电爬坡事件的历史学习集。对该学习集进行数据挖掘,建立了单个爬坡事件的起点、终点、持续时间以及爬坡间隔的多属性联合统计特性模型,并得到爬坡事件的基本模式。通过关联规则算法建立了多个相邻爬坡事件之间的自相关性统计特性模型。在此基础上,提出了爬坡事件序列预测算法的基本概念和模型。算例结果表明,所提算法能够更为直观地描述爬坡事件的统计特性,且基于事件序列的预测算法能够较好地进行日前的爬坡预测。

      • 0+1
      • 1+1
      • 2+1
      • 3+1
      • 4+1
      • 5+1
      • 6+1
      • 7+1
      • 8+1
      • 9+1
      • 10+1
      • 11+1
      • 12+1
      • 13+1
      • 14+1
      • 15+1
      • 16+1
      • 17+1
      • 18+1
      • 19+1
      • 20+1
    • 基于天气分型的短期光伏功率组合预测方法

      2021, 45(1):44-54. DOI: 10.7500/AEPS20200613003

      摘要 (121) HTML (216) PDF 1.37 M (330) 评论 (0) 收藏

      摘要:由于光伏功率波动特征与天气类型紧密相关,且光伏功率短期预测存在功率波动过程预测精度低、气象因素与功率波动过程相关性弱的问题,文中提出了一种基于天气分型的短期光伏功率组合预测方法。首先,基于气象因素与光伏功率波动特征的关联性,将天气过程划分为5种类型,并基于变分模态分解算法将光伏功率分解为类晴空过程和波动过程。然后,利用Granger因果关系算法筛选出与各天气类型下光伏功率波动过程密切相关的关键气象因子。最后,建立基于天气分型的短期光伏功率组合预测模型。模型充分考虑了深度学习算法的特异性,对光伏功率类晴空过程与各天气类型下的光伏功率波动过程进行分类预测。仿真结果表明,文中所提出的短期光伏功率预测方法能够显著提升短期光伏功率预测的精度。

      • 0+1
      • 1+1
      • 2+1
      • 3+1
      • 4+1
      • 5+1
      • 6+1
      • 7+1
      • 8+1
    • 基于宽度学习系统的光伏发电功率超短期预测

      2021, 45(1):55-64. DOI: 10.7500/AEPS20200228002

      摘要 (97) HTML (103) PDF 1.27 M (291) 评论 (0) 收藏

      摘要:近年来,深度学习被应用于光伏发电预测中,体现出预测精度较高的优点,但也存在训练耗时等问题。对此,提出了一种基于自组织映射与宽度学习系统的光伏发电功率超短期预测模型。首先,采用自组织映射对各时刻的光伏数据进行精细化聚类,提取不同时段与气象条件下的出力波动特征;然后,构建基于宽度学习系统的光伏发电功率多步长预测模型,在网络宽度上扩展节点数目,并通过求解矩阵伪逆训练神经网络,在保证较强高维数据拟合能力的同时,具有较高的计算效率;最后,采用实际光伏发电数据进行算例分析,通过与常用的光伏发电超短期预测方法进行比较,验证所提出的方法在预测精度与训练效率上的优越性。

      • 0+1
      • 1+1
      • 2+1
      • 3+1
      • 4+1
      • 5+1
      • 6+1
      • 7+1
      • 8+1
      • 9+1
      • 10+1
      • 11+1
      • 12+1
      • 13+1
      • 14+1
      • 15+1
      • 16+1
      • 17+1
    • 基于MEEMD-ARIMA模型的波浪能发电系统输出功率预测

      2021, 45(1):65-70. DOI: 10.7500/AEPS20191124004

      摘要 (68) HTML (102) PDF 973.35 K (246) 评论 (0) 收藏

      摘要:波浪能作为一种储量丰富的清洁能源,是未来理想的能源之一。但其具有较强的随机波动特性,因此,可靠地预测波浪能发电系统的输出功率能给复杂电网的调度带来极大的便利。文中提出基于改进的总体经验模态分解(MEEMD)-差分整合移动平均自回归(ARIMA)模型的波浪能组合预测。首先,基于海浪计算原理,计算混合浪的每小时平均波高与周期。其次,采用MEEMD对每小时平均波高与周期进行分解,得到一系列特征互异的本征模态函数(IMF)和余量,并将平均波高分解的结果与离散小波变换分解结果做对比。然后,将得到的分量分别建立ARIMA预测模型,通过叠加得到每小时平均波高与周期的预测值。最后,建立直驱式波浪能发电系统波高-功率转换模型,实例结果验证了该组合模型预测的有效性。

      • 0+1
      • 1+1
      • 2+1
      • 3+1
      • 4+1
      • 5+1
      • 6+1
      • 7+1
      • 8+1
      • 9+1
      • 10+1
      • 11+1
      • 12+1
      • 13+1
      • 14+1
      • 15+1
      • 16+1
      • 17+1
    • 能源互联环境下考虑需求响应的区域电网短期负荷预测

      2021, 45(1):71-78. DOI: 10.7500/AEPS20200428001

      摘要 (87) HTML (92) PDF 1.20 M (316) 评论 (0) 收藏

      摘要:在区域能源互联系统中,需求响应改变了电力用户的常规用电习惯,增加了预测环境的不确定因素。针对这种特定的环境,提出一种考虑需求响应的区域电网短期负荷预测方法来满足企业对预测精度的需求,该方法通过依次构建数据处理模型、负荷预测模型和误差预测模型实现了预测精度的提升。更具体地,针对历史数据样本集,采用灰色关联分析法处理气象数据以获取输入预测模型的相似日特征变量;针对电力负荷预测,建立了长短期记忆网络模型,利用其特殊的门结构选择性地控制输入变量对模型参数的影响,从而改善了模型的预测性能;针对误差数据样本集,采用了动态模式分解技术来挖掘误差数据的潜在价值,并利用其数据驱动特性刻画了误差时间序列的趋势变化特征,实现了良好的误差预测。最后,结合实际的电网数据,对比验证了所提方法的有效性和优越性。

      • 0+1
      • 1+1
      • 2+1
      • 3+1
      • 4+1
      • 5+1
      • 6+1
      • 7+1
      • 8+1
      • 9+1
      • 10+1
      • 11+1
      • 12+1
      • 13+1
      • 14+1
      • 15+1
      • 16+1
      • 17+1
    • 负荷聚合商模式下考虑需求响应的超短期负荷预测

      2021, 45(1):79-87. DOI: 10.7500/AEPS20200330014

      摘要 (99) HTML (135) PDF 1.41 M (293) 评论 (0) 收藏

      摘要:为更好地管理用户侧需求响应资源,减小超短期负荷预测误差,提出了一种在负荷聚合商模式下考虑需求响应的超短期负荷预测方法。首先,分析负荷聚合商的需求响应机制,考虑用户用能习惯、自建光伏、储能行为以及电热耦合,分别对每一类需求响应资源建立优化模型,并通过模糊参数表达用户参与需求响应的不确定性,以改善优化模型;调用CPLEX求解器求解得到综合各类资源后的需求响应信号。然后,在考虑历史负荷数据的基础上引入该需求响应信号,建立迭代预测的长短期记忆网络模型。算例通过3种预测场景的对比,验证了计及需求响应信号能够有效减小预测误差,且考虑需求响应不确定性能够进一步提高预测精度。

      • 0+1
      • 1+1
      • 2+1
      • 3+1
      • 4+1
      • 5+1
      • 6+1
      • 7+1
      • 8+1
      • 9+1
      • 10+1
      • 11+1
      • 12+1
      • 13+1
      • 14+1
      • 15+1
      • 16+1
      • 17+1
      • 18+1
      • 19+1
      • 20+1
      • 21+1
      • 22+1
    • 考虑爬坡特性与预测区间优化的电热水器集群功率区间预测

      2021, 45(1):88-96. DOI: 10.7500/AEPS20191022006

      摘要 (60) HTML (49) PDF 1.15 M (285) 评论 (0) 收藏

      摘要:根据电热水器(EWH)集群功率的波形特征,提出了一种考虑爬坡特性和区间优化的EWH集群功率短期区间预测方法。首先,针对EWH负荷功率的不确定性,提出了一种考虑样本分布多源异构特性的结合集合经验模态分解(EEMD)、主成分分析(PCA)和多核相关向量机(MKRVM)的高精度组合点预测模型。然后,为获得期望预测覆盖率下宽度更窄的预测区间,综合区间预测覆盖率、区间平均宽度和累积宽度偏差等区间评价指标,设计了一种核密度估计(KDE)与粒子群优化相结合的改进预测区间优化方法,改善了MKRVM-KDE区间结构性能,避免了参数选择的随意性。最后,采用EWH聚合功率数据对算法有效性进行了验证。结果表明,该预测方法具有较高的预测精度和较好的清晰度,能够提供高质量的预测区间。

      • 0+1
      • 1+1
      • 2+1
      • 3+1
      • 4+1
      • 5+1
      • 6+1
      • 7+1
      • 8+1
      • 9+1
    • 基于误差分类的风电功率区间评估

      2021, 45(1):97-104. DOI: 10.7500/AEPS20200227014

      摘要 (58) HTML (100) PDF 1.35 M (251) 评论 (0) 收藏

      摘要:为了提高风电功率的区间评估精度,结合预测误差数据的特性,提出了一种基于误差分类的区间评估方法。首先,引入K-means聚类算法,以欧氏距离为聚类指标对风电预测误差的整体水平进行分类。然后,建立误差区间评估模型,以风电功率数据和历史预测误差为模型输入,以预测误差区间为输出,利用长短期记忆(LSTM)神经网络深度学习模型输入和输出之间的关联。最后,利用Elia网站风电数据进行验证,结果表明,与其他评估模型和传统的误差概率分布方法相比,所提方法更能抓住误差数据的特性,能够得到更为准确的风电功率区间评估结果。

      • 0+1
      • 1+1
      • 2+1
      • 3+1
      • 4+1
      • 5+1
    • 基于数据驱动的风电功率预测误差解耦评价方法

      2021, 45(1):105-113. DOI: 10.7500/AEPS20200318005

      摘要 (286) HTML (146) PDF 2.74 M (315) 评论 (0) 收藏

      摘要:针对风电功率预测中多环节交互影响的复杂性,文中提出一种风电功率预测误差的精细化评价方法,旨在利用数值天气预报、气象观测数据、风电运行数据等多源异构信息,定量分析功率预测各关键环节对预测总误差的影响程度。首先,解析了风电功率预测运行机理,将预测过程分解为数值天气预报、风能-功率转换建模、预测结果校正3个关键环节。然后,设计了基于核密度估计的风电异常数据分区间辨识方法,建立了风资源-电力特性的简化模型。最后,基于气象、电力等多源运行数据驱动,提出功率预测各环节等效误差的量度方法。算例结果表明,所提方法可定量评估各环节预测对功率预测误差的影响。

      • 0+1
      • 1+1
      • 2+1
      • 3+1
      • 4+1
      • 5+1
      • 6+1
      • 7+1
      • 8+1
      • 9+1
      • 10+1
      • 11+1
      • 12+1
      • 13+1
      • 14+1
      • 15+1
      • 16+1
      • 17+1
    • 考虑多重因素耦合的广义负荷特征曲线的模式分析

      2021, 45(1):114-122. DOI: 10.7500/AEPS20200419004

      摘要 (62) HTML (75) PDF 1.19 M (247) 评论 (0) 收藏

      摘要:在可再生能源、需求侧响应、电动汽车、储能等多重因素耦合影响下,电力负荷发生根本的变化,从传统的“纯负荷”逐渐演变为具有“负荷”+“电源”双重特性的广义负荷。这是一个新兴的、复杂和抽象的概念,分析研究其曲线模式和特征,是电力系统规划、调度的重要基础工作。针对当前缺乏广义负荷数据、缺少对广义负荷曲线特征研究的问题,文中提供了不同因素作用下的广义负荷模拟模型,进而对不同场景下的广义负荷曲线形态特征进行探索。首先,分别建立考虑电动汽车充电、新能源接入、响应电价、响应新能源波动的广义负荷模拟模型;基于此,提出综合考虑多重因素耦合作用下的广义负荷模拟模型。通过建立的模拟模型,可以生成未来广义负荷数据进行分析,解决目前缺少分析数据的问题。采用基于密度的DBSCAN聚类方法从生成的数据中提取出广义负荷特征曲线。最后,通过设置不同的广义负荷场景,对未来广义负荷特征曲线进行了仿真分析,获得了多种未来可能出现的广义负荷特征曲线。

      • 0+1
      • 1+1
      • 2+1
      • 3+1
      • 4+1
      • 5+1
      • 6+1
      • 7+1
      • 8+1
      • 9+1
      • 10+1
    • 面向新能源消纳能力评估的年负荷序列建模及场景生成方法

      2021, 45(1):123-131. DOI: 10.7500/AEPS20200201002

      摘要 (75) HTML (110) PDF 1.81 M (333) 评论 (0) 收藏

      摘要:全年负荷序列是开展中国省级电网新能源消纳能力评估的基础,文中提出了基于聚类分析和马尔可夫链技术的年负荷序列建模和场景生成方法。首先,通过自组织映射对历史负荷数据进行典型日聚类分析,并采用离散马尔可夫链描述不同典型日之间的状态转移特性。针对每类典型日,采用核密度估计和t-Copula函数构建日负荷特性指标的联合概率分布模型。然后,通过马尔可夫链蒙特卡洛随机抽样生成每日的典型日状态和日负荷特性指标。最后,通过构建日负荷序列优化模型,实现每日负荷序列的优化重构,直至生成全年负荷序列场景。算例基于中国某省级电网全年负荷数据进行测试,并利用所生成的负荷序列场景开展未来年度新能源消纳能力的评估,结果验证了所提方法的有效性及实用性。

      • 0+1
      • 1+1
      • 2+1
      • 3+1
      • 4+1
      • 5+1
      • 6+1
      • 7+1
      • 8+1
      • 9+1
      • 10+1
      • 11+1
      • 12+1
      • 13+1
      • 14+1
      • 15+1
      • 16+1
      • 17+1
      • 18+1
      • 19+1
      • 20+1
      • 21+1
      • 22+1
      • 23+1
      • 24+1
      • 25+1
      • 26+1
      • 27+1
      • 28+1
      • 29+1
      • 30+1
      • 31+1
      • 32+1
      • 33+1
    • 基于深度强化学习的风电场储能系统预测决策一体化调度

      2021, 45(1):132-140. DOI: 10.7500/AEPS20200226003

      摘要 (128) HTML (201) PDF 1.11 M (323) 评论 (0) 收藏

      摘要:风电场储能系统的优化控制可以提高风电场作为发电商在电力市场中的竞争力。文中提出基于深度强化学习的储能系统预测决策一体化调度方法,令高维度的风电场原始测量数据直接驱动储能系统。与预测、决策相分离的传统调度模式相比,预测决策一体化调度模式将风电功率预测与储能系统动作决策相融合,避免了预测阶段中有效决策信息的损失,使风电的随机规律无须通过数学假设等方式被人为刻画,避免了建模误差。其次,引入深度强化学习Rainbow算法优化风电场测量数据与储能系统动作指令之间端到端的控制策略,该策略具备动态统筹多时段系统收益的能力。最后,基于风电场历史数据的算例分析,验证了所提一体化调度模式的优越性和深度强化学习应对不确定性问题的有效性。

      • 0+1
      • 1+1
      • 2+1
      • 3+1
      • 4+1
      • 5+1
      • 6+1
      • 7+1
      • 8+1
      • 9+1
      • 10+1
      • 11+1
    • >专题报道
    • 2020年国际大电网会议学术动态直流系统及电力电子

      2021, 45(1):141-149. DOI: 10.7500/AEPS20201007002

      摘要 (103) HTML (230) PDF 1.02 M (463) 评论 (0) 收藏

      摘要:介绍了2020年国际大电网会议(CIGRE)线上视频会议的大会主旨演讲、直流系统及电力电子技术专委会(SC B4)相关的录用论文、专题研讨会和专题讲座。内容涵盖了SC B4相关的主要技术和设备,包括特高压/高压直流输电、中压直流配电、柔性交流输电系统等。结合高压直流输电的现状和特点,介绍和探讨了当前高压直流输电领域最新发展动态和目前所面临的挑战,并展望了该领域的发展方向。

    • >学术研究
    • 基于参数辨识与状态估计的温控负荷响应能力动态评估

      2021, 45(1):150-158. DOI: 10.7500/AEPS20200629009

      摘要 (62) HTML (67) PDF 1.65 M (232) 评论 (0) 收藏

      摘要:温控负荷在通过需求响应提供电网辅助服务方面蕴含着巨大潜力,但负荷单元数量多、位置分散、状态变化快等特点为温控负荷的管理与开发增加了难度。为便于负荷管理中心掌握温控负荷的响应能力,进行实时的响应控制和调度优化,提出一种温控负荷响应能力动态评估方法。针对大量温控负荷响应能力相关信息获取困难的问题,提出了模型参数辨识方法和运行状态估计算法;为有效评估负荷集群响应能力,提出了考虑响应功率和响应时长2个能力指标的集群响应能力聚合算法;设计了温控负荷响应能力动态评估流程,分别在用户本地端和负荷管理中心实现响应能力的精确计算和简化估计,并通过周期性同步消除累积误差。仿真分析表明,所提方法的评估结果能够表征温控负荷的需求响应能力。

      • 0+1
      • 1+1
      • 2+1
      • 3+1
      • 4+1
      • 5+1
      • 6+1
      • 7+1
      • 8+1
      • 9+1
      • 10+1
      • 11+1
      • 12+1
      • 13+1
      • 14+1
      • 15+1
      • 16+1
      • 17+1
      • 18+1
      • 19+1
      • 20+1
      • 21+1
      • 22+1
      • 23+1
      • 24+1
      • 25+1
      • 26+1
      • 27+1
      • 28+1
      • 29+1
      • 30+1
      • 31+1
      • 32+1
      • 33+1
      • 34+1
      • 35+1
    • 基于主从博弈的负荷聚合商日前市场最优定价策略

      2021, 45(1):159-167. DOI: 10.7500/AEPS20200519003

      摘要 (48) HTML (139) PDF 1.11 M (272) 评论 (0) 收藏

      摘要:负荷聚合商通过需求响应整合用户侧资源,并由此向电网提供负荷平抑服务以获得收益。因此,聚合商的响应定价策略和用户响应偏好直接影响用户响应精度,进而影响聚合商市场收益。文中将参与需求响应的负荷资源作为广义需求侧资源,提出基于价格激励的需求响应机制,建立考虑用户偏好的用户效用模型和聚合商收益模型。进而,以用户和聚合商两者利益最大化为目标构建主从博弈模型,求解模型获得聚合商最优补偿定价策略,分析用户用电弹性以优化用户响应。最后,采用美国PJM市场数据进行算例仿真,结果表明基于主从博弈的最优定价策略能够充分考虑用户响应偏好差异,有效降低用户综合成本,通过平抑负荷波动提高聚合商市场收益。

      • 0+1
      • 1+1
      • 2+1
      • 3+1
      • 4+1
      • 5+1
      • 6+1
      • 7+1
      • 8+1
      • 9+1
    • 含热电联产机组的分布式能源集群动态划分方法

      2021, 45(1):168-176. DOI: 10.7500/AEPS20200217013

      摘要 (52) HTML (70) PDF 1.13 M (257) 评论 (0) 收藏

      摘要:集群划分是实现分布式能源网络优化调控的基础环节。文中提出含热电联产机组的分布式能源网络集群划分方法。首先,提出综合考虑结构性与功能性的集群划分指标体系:结构上采用计及电热网络特性的模块度指标,用以刻画不同网络节点间的联系强度;功能上引入供需匹配度指标和热电耦合度指标,反映单一能源网络集群内部供应和实际需求间、源侧耦合出力和实际用能间的平衡程度。其次,依托集群划分指标体系设计电网和热网2个层面的优化目标作为集群划分的依据,采用Louvain社区检测算法生成以热电联产为中心的电热双重集群。最后,通过实际算例验证了所提方法的有效性。

      • 0+1
      • 1+1
      • 2+1
      • 3+1
      • 4+1
      • 5+1
      • 6+1
      • 7+1
      • 8+1
      • 9+1
      • 10+1
      • 11+1
      • 12+1
      • 13+1
      • 14+1
      • 15+1
    • 基于多位置NWP和门控循环单元的风电功率超短期预测

      2021, 45(1):177-183. DOI: 10.7500/AEPS20200521007

      摘要 (62) HTML (81) PDF 995.92 K (229) 评论 (0) 收藏

      摘要:数值天气预报(NWP)对风电功率超短期预测模型精度有着重要影响。为充分利用NWP信息,考虑多个风电场的空间相关性,提出一种基于多位置NWP和门控循环单元的风电功率超短期预测模型。首先,通过随机森林分析多位置NWP信息对风电场发电功率的重要程度,利用累积贡献率提取NWP中的有效信息,将加权的NWP信息与历史功率数据作为预测模型的输入变量。然后,选取改进的灰狼寻优算法对门控循环单元的参数进行优化,建立多变量时间序列预测模型,进行风电场发电功率的超短期预测。最后,选取中国某风电场的实测数据进行算例分析,验证了所提方法的有效性和可行性。

      • 0+1
      • 1+1
      • 2+1
      • 3+1
      • 4+1
      • 5+1
      • 6+1
    • 考虑变化湍流风速条件的风电机组改进自适应转矩控制

      2021, 45(1):184-191. DOI: 10.7500/AEPS20200603001

      摘要 (80) HTML (54) PDF 1.10 M (244) 评论 (0) 收藏

      摘要:对于实现风电机组最大功率点跟踪的最优转矩控制,通过适当减小转矩增益可以有效提升风能捕获效率。但现有研究发现,变化的湍流风速条件不仅会改变最佳转矩增益系数,还会影响用于寻优该值的自适应算法的收敛性能,进而导致难以提高甚至降低风能捕获效率的问题。为此,通过分析风速条件变化影响自适应算法的机理,发现了导致该算法搜索方向持续出错而恶化风能捕获效率的风速条件渐变良好场景。在此基础上,提出了考虑变化湍流风速条件的改进自适应转矩控制,通过引入动态风能捕获损失量指标识别出此类场景,结合中断与重启搜索机制,防止自适应算法搜索发散,从而提升风电机组发电效率。最后,基于风电机组传动链模拟实验平台,分析验证所提方法的有效性。

      • 0+1
      • 1+1
      • 2+1
      • 3+1
      • 4+1
      • 5+1
      • 6+1
      • 7+1
      • 8+1