准确率91.3%!分布式光伏发电功率预测模型在江苏试点应用
9月23日,国网江苏电力有限公司营销服务中心自主研发的分布式光伏发电功率预测模型在宝应县成功试点应用。应用结果表明,模型对单户客户光伏发电功率预测的时间精度达到小时级,准确率可达91.3%。
风电功率预测系统功能规范
风电功率预测系统测风塔数据测量技术要求
调度侧风电或光伏功率预测系统技术要求
考虑天气类型和相似日的IWPA-LSSVM光伏发电功率预测
为了提高光伏发电功率预测精度,根据不同天气类型下光伏输出功率特点,确定光伏发电功率预测模型的输入量。针对狼群算法(wolf pack algorithm,WPA)缺陷,对狼群游走位置和奔袭步长进行改进,得到改进狼群算法(improved wolf pack algorithm,IWPA),并通过IWPA对最小二乘支持向量机(least squares support vector machine,lSSVM)进行优化,建立了考虑天气类型和相似日的IWPA-LSSVM光伏发电功率预测模型。采用不同天气类型下的光伏发电功率数据进行仿真,结果表明:无论是晴天、多云还是阴雨天气,所提方法预测精度更高,回归拟合时的误差波动更小。
基于密度聚类模态分解的卷积神经网络和长短期记忆网络短期风电功率预测
近年来,随着碳达峰和碳中和“双碳”战略目标的提出,风力发电已成为可再生能源发电的关键部分。为提高风电功率短期预测的准确度,提出基于密度聚类与自适应噪声完备集成经验模态分解(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN)和卷积神经网络与长短期记忆网络结合的短期风电功率预测方法。首先,利用密度聚类将风电功率与天气特征分成不同类别的数据集,通过自适应噪声完备集成经验模态分解算法将不同类别的数据进行频域分解得到子序列分量。以此为基础,将不同的子序列分量与天气特征进行特征选择,输入到卷积神经网络与长短期记忆网络的预测模型。最后,将不同的预测结果进行叠加得到最终的预测结果。整个预测过程通过聚类、分解和特征选择,有效提高了短期风电功率预测的准确度。
海上风电主辅一体监测及智能运维辅助决策系统研发与应用
本项目对海上风电场全景监控和预测性维护技术进行了研究,开发了相关系统。在监视方面,提出一种海上风电全景一体化监控架构,首次建立辅控系统CIM 模型,实现了主辅设备的统一建模及海上升压站全数字化;功率预测方面,提出可在线校正的海上风电功率预测方法,针对高变化率的海风实时修正预测模型,解决传统预测模型自适应差问题,提升了海上风电功率预测精度;功率控制方面,提出计及多因素和约束条件下海上风电有功功率控制方法及计及多时间尺度的无功设备两层协调控制方法,攻克了大惯量风电机组有功功率调节慢且精度不高的问题,实现了风电机组、无功设备功率调节次数的最优化及无功电压精准控制;运维方面,提出一种大数据趋势特征拟合的海上风机故障预测方法,结合海洋环境数据,建立多种风机劣化概率随机模型,风电机组潜在性故障判别有效率可达85%以上,实现海上风电场预测性维护。项目成果通过中国电机工程学会鉴定,结论为:“项目内容具备推广应用价值,填补了国内外空白,整体达到国际领先水平”。 项目成果目前在国内外没有同类产品可以比较。在统一模型、统一监视方面,国内外无相对应技术或产品;在控制和预测方面,技术指标处于国内外领先水平;率先建立的预测性维护体系,实现了海上风电场的智能运维。 项目成果已在25个海上风电项目中应用,对我国海上风电健康发展起到积极促进作用。从海上风力发电企业考虑,有利于降低海上风电场建设和运维成本,改善运维人员工作环境,提升企业运维水平及生产效率,增强企业的市场竞争力,年均节约运维成本约100万元;从整个新能源发电产业考虑,能够提升海上风电场可控性,有利于促进海上风电产业的发展,进而为减少碳排放,降低环境污染做出贡献。 项目成果能够为海上风电项目后期运行维护、系统协调、电网服务、资产管理等方面提供有效的技术手段和管理平台,应用前景广阔。
国网河南电力研发应用新能源气象监测与功率预测平台
入冬后,风光资源丰富的豫北地区进入新能源电力大发阶段。11月15日上午,河南安阳县供电公司电力调度控制中心调度班班长李文广利用新能源气象监测与功率预测平台发布的新能源功率预测结果,结合本地风电、光伏发电场站运行实际,精准开展电网潮流断面功率受限分析、新能源电力电量平衡等工作。
电力市场环境下独立储能多阶段协同交易策略研究
在新能源渗透率不断提高的背景下,储能等灵活性资源是构建新型电力系统的重要支撑。基于安徽电力市场建设现状,提出一种独立储能参与电力市场的多阶段协同交易策略。首先,提出了中长期交易结算模式。然后,针对电价和功率预测的不确定性,建立了多概率场景表征的日前电能量-备用辅助服务联合出清模型,并在此基础上建立了日内偏差量单独交易模型。其次,分析了储能老化成本对收益的影响。最后,以独立储能收益最大化为目标进行仿真,结果表明所提机制能有效提升独立储能市场收益,以期为电力市场建设提供参考。