电功率

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%。

国家电网有限公司确立了“具有中国特色国际领先的能源互联网企业”战略目标，作为责任央企，连云港供电公司致力于为沿海岛屿提供安全、优质、经济、环保的能源。为满足海岛用电需求，公司组建联合攻关团队，攻克发展、建设、运检、调控、信通等多个专业难题，在开山岛上建设一套综合能源智能微电网系统；充分利用海岛丰富的风、光、波浪能等自然资源，建设30千瓦风机一台，采用屋顶平铺方式建设110千瓦光伏，660千瓦时储能，发电功率50千瓦柴油发电机和日产10吨淡水的海水淡化系统，通过多种能源协同互补利用，彻底解决岛上用电用水紧缺难题。建成投运开山岛智能微电网及海水淡化系统，让开山岛的夜晚灯火通明，为将开山岛建设成为全省乃至全国有影响力的党性教育基地、国防教育基地、爱国主义教育基地贡献苏电经验。 

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。

储能系统和光伏发电相结合的统筹规划能够提高系统的光伏自我消纳能力,增强可协调性和灵活性,提升经济效益,具备广阔的发展前景,光伏发电和储能设备容量合理配置与运行的重要性日益显现。建立电池储能的容量和功率配置的线性规划模型,将电池容量、功率及系统全年电池充放电功率、购电售电功率等参数进行统一优化计算,得出经济效益最优化的电池充放电策略及电池容量和功率配置结果。以某工业园区为研究对象,提出获得最佳经济效益的储能电池规划方案,以内部收益率、光伏自我消纳率等指标为参考,研究光伏上网价格、储能电池成本、电池寿命和折现率等因素对电池储能容量配置和经济效益的变化规律,以及电池储能在系统中发挥的作用。

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。

交直流互联电网的送受关系复杂，电网运行调控的约束众多，使得完全依赖人工经验来判断送受电计划调整空间的难度较大。为适应市场化交易对于跨省送受电计划调整提出的精细化要求，提出了一种跨省输电功率可行域的分析方法。首先，根据交直流互联电网的运行特点，对调度可行域所含的运行约束进行拓展建模。然后，构建跨省输电功率可行域模型，并采用有序顶点搜索法进行求解。最后，基于南方区域电网的实际运行场景展开算例分析，并利用全网调度优化模型的计算结果验证了跨省输电功率可行域的有效性。依据可行域的计算结果可以获知特定送受场景下跨省输电功率的限值范围，从而为中长期送受电计划校核调整提供参考依据。

我国拥有18000多公里长的海岸线，可利用海域面积多达300万平方公里，是世界上海上风能资源最丰富的国家之一。大力发展可再生能源发电是我国锚定“碳达峰、碳中和”目标、推进清洁低碳、安全高效能源体系建设的重要举措。其中，海上风电因风能储量丰富、发电功率高、发电时间长、邻近负荷中心、不受地形限制等优势，已成为最具潜力的新能源发电形式之一。2021年，我国海上风电新增装机容量为10.8GW，累计装机容量达26.4GW，新增装机容量和累计装机容量均稳居世界首位。

针对光伏发电功率预测方法难以捕捉层次时序信息导致预测精度提升受限的问题，提出基于周期信息增强的Informer光伏发电功率预测方法。首先，提取光伏发电功率序列标量投影、局部时间戳和全局时间戳建立周期信息增强的预测模型嵌入层；然后，通过Informer模型概率稀疏自注意力主动筛选光伏发电功率与特征变量间重要联系，采用卷积层和池化层对模型变量维度和网络参数进行自注意力蒸馏；最后通过解码层生成式机制进一步预测单序列和长序列发电功率。通过仿真验证，所提模型预测精度更高，能够对光伏发电功率进行长时间预测。