-
公开(公告)号:CN112039132B
公开(公告)日:2021-11-30
申请号:CN202010817033.0
申请日:2020-08-14
Applicant: 中国农业大学 , 中国电力科学研究院有限公司
Abstract: 本发明涉及一种不确定性电源的有功控制和精细指令分配方法,包括如下步骤:步骤1,历史有功功率数据收集及绘制历史有功功率曲线;步骤2,基于历史有功功率数据,建立组合式预测模型;步骤3,有限时域滚动优化:建立多目标优化函数;步骤4,预测误差反馈,用误差修正值,对下一时刻的预测值进行修正;步骤5,有功指令精细分配。本发明,通过将功率预测、滚动优化和反馈校正等环节,纳入到不确定性电源有功控制和精细指令分配,不仅可以提高预测精度,而且还可以减少功率控制偏差。
-
公开(公告)号:CN113537575A
公开(公告)日:2021-10-22
申请号:CN202110709778.X
申请日:2021-06-25
Applicant: 中国农业大学 , 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网辽宁省电力有限公司 , 国网辽宁省电力有限公司电力科学研究院
Abstract: 本发明涉及一种含分布式光伏和电动汽车并网的趋势负荷预测方法,按数据处理层、分布式光伏电场空间聚类分析层、电动汽车用电功率特征提取层、负荷功率预测层和优化层进行展开,为了克服海量分布式光伏电源以及电动汽车并入电网导致负荷预测不准确的弊端,本发明提供的含分布式光伏和电动汽车并网的趋势负荷预测方法,可以有效解决海量分布式光伏电源以及电动汽车并入电网导致负荷侧随机因素增强带来的预测不准确的弊端,提高负荷预测结果的准确性。
-
公开(公告)号:CN113381457A
公开(公告)日:2021-09-10
申请号:CN202110601387.6
申请日:2021-05-31
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 中国农业大学 , 国网冀北电力有限公司 , 国网山西省电力公司电力科学研究院
Abstract: 本发明公开了一种风电集群有功功率波动的抑制方法及系统,包括:对风电场的功率预测值和风速预测值的波动性进行综合评估,根据综合波动性评分对每个风电场进行风电集群的划分;确定每种类型的风电集群的功率预测值;根据每种类型的风电集群的功率预测值所占的比例确定调度计划值的分配比例,并根据分配比例进行调度计划值的分配,以确定每种类型的风电集群的输出功率计划值;以每个风电场所属风电集群的类型和输出功率计划值以及安全边界为约束条件,以风电集群的优化控制指令为目标函数,建立风电场优化控制模型,并利用风电场优化控制模型确定每个风电场的优化控制指令,以根据每个风电场的优化控制指令对风电集群有功功率波动进行抑制。
-
公开(公告)号:CN108564206B
公开(公告)日:2021-08-17
申请号:CN201810257736.5
申请日:2018-03-27
Applicant: 中国农业大学
Abstract: 本发明涉及一种基于分布式优化和空间相关性的风电功率预测方法,包括以下步骤:一、对某区域内各风电场的同期风电功率历史数据归一化,然后对出力状态等区间划分,生成基本数据集和风电出力状态库,并存储。二、各风电场交换历史空间相关数据,在待预测目标风电场生成并存储时空马尔科夫状态转移矩阵。三、基于本地时序和时空马尔科夫状态转移矩阵,建立各风电场的稀疏化时空风电功率预测模型,并求解。四、各风电场之间交换实时测量数据,根据各风电场在当前时刻的出力值,采用预测模型对风电场功率值预测,并定期采用最新的实测数据对时空马尔科夫状态转移矩阵和预测模型的参数更新。本发明有效改善风电功率预测精度,显著提高计算效率。
-
公开(公告)号:CN112200346A
公开(公告)日:2021-01-08
申请号:CN202010928043.1
申请日:2020-09-07
Applicant: 中国农业大学
Abstract: 本发明涉及一种天气波动过程划分与匹配的短期风电功率预测方法,首先,构建用于天气波动过程划分的历史数据集、当前数据集;其次,构建历史组合天气波动特征矩阵并作为聚类对象;然后,构建当前天气波动特征矩阵;再后,计算当前天气波动过程与各历史天气波动过程聚合的隶属度,确定最佳匹配的历史天气波动过程聚合;最后,基于人工智能预测算法预测当前天气波动过程下的风电功率;得到当前循环天的从次日零时起3天的风电功率。本发明,实现了天气波动过程的精细化划分,实现了多维波动特征参数提取与天气波动特征矩阵构建,实现了为短期风电功率预测提供了更加准确的训练样本,获得较为精确的从次日零时起3天的短期风电功率预测值。
-
公开(公告)号:CN110909911A
公开(公告)日:2020-03-24
申请号:CN201910932946.4
申请日:2019-09-29
Applicant: 中国农业大学 , 国网青海省电力公司 , 国网青海省电力公司电力科学研究院 , 中国电力科学研究院有限公司
Abstract: 本发明公开了考虑时空相关性的多维时序数据的聚合方法。本发明针对含风电、光伏发电的电力系统中多能源跨季互补年/月优化调度的问题,提出采用马尔可夫决策的方法优化出风电、光伏与负荷在不同初始状态组合下的最优动作策略。从而达到在该初始状态组合条件下所选的日场景组合在数值概率分布式上最接近原始时序数据。再采用马尔科夫蒙特卡洛方法抽样生成具有相关性的3×N的马尔可夫状态矩阵,将马尔科夫决策获得的最优策略与马尔可夫状态矩阵内的状态列向量组合相匹配,得到具有时空相关性的风电、光伏与负荷的聚合序列,得到符合目标地区风、光与负荷的典型功率场景,从而为系统优化调度上的年/月电量计划做指导。
-
公开(公告)号:CN107968427B
公开(公告)日:2019-09-03
申请号:CN201711068211.9
申请日:2017-11-03
Applicant: 中国农业大学
IPC: H02J3/38
Abstract: 本发明涉及电力系统建模仿真领域,公开了一种基于等效电源的多能源电力系统统一耦合模型构建方法,主要解决了现有多能源电力系统尚未有统一的耦合模型问题。包括以下步骤:1)将风、光、水、气等各异质能源发电单元分别等效为对应的电压源和可控电阻的串联形式;2)计算各异质能源发电单元的额定电压;3)利用各异质能源发电单元的决定参量对各发电单元等效的可控电阻进行控制;4)应用电源的等效变换原理,将各电能转换场站分别等效为对应的可控电流源,储能装置等效为电容;5)各电能转换场站等效的可控电流源进行耦合并网,构成统一的多能源电力系统耦合模型。本发明适用于多能源电力系统的静态能量流分析和动态过程分析。
-
公开(公告)号:CN107968427A
公开(公告)日:2018-04-27
申请号:CN201711068211.9
申请日:2017-11-03
Applicant: 中国农业大学
IPC: H02J3/38
Abstract: 本发明涉及一种基于等效电源的多能源电力系统统一耦合模型构建方法,采用电源等效原理构建各种异质能源发电单元和发电场站的统一耦合模型。该方法将各异质能源发电单元分别等效为一个电压源串联一个可控电阻,构成统一的发电模型,将各异质能源的发电场站分别等效为可控电流源,储能装置等效为电容,并进行耦合并网,构成统一的多能源电力系统耦合模型。各发电场站的装机容量可通过可控电流源的控制系数进行调节。本发明所构建的多能源电力系统统一耦合模型既适用于多能源电力系统的静态能量流分析,也适用于动态过程分析,实现对多能源电力系统多时间尺度的统一描述,为多能源电力系统的协调控制和优化调度提供理论基础。
-
公开(公告)号:CN107918082A
公开(公告)日:2018-04-17
申请号:CN201610884168.2
申请日:2016-10-10
IPC: G01R31/08
Abstract: 本发明提供了一种逆变器并联运行的孤岛检测方法,所述方法包括:确定分布式发电系统并网点的功率不匹配程度;将所述功率不匹配程度与设定的功率阈值比较;根据所述功率不匹配程度与设定的功率阈值的差值,确定启动计时的孤岛检测法,检测出孤岛,发出闭锁信号。本发明提供的技术方案避免了主动移频、移相孤岛检测方法在多逆变器并联运行情形下由于注入扰动不同步造成的稀释效应,进一步导致孤岛检测失效的问题;同时,通过并网点功率不匹配程度的判断,与过/欠压、过/欠频孤岛检测相结合,只在功率不匹配程度小于设定阈值时才向系统注入扰动,尽量减少了扰动对电能质量的影响。
-
公开(公告)号:CN105576712B
公开(公告)日:2017-12-22
申请号:CN201610088368.7
申请日:2016-02-17
Applicant: 中国农业大学
IPC: H02J3/48
CPC classification number: Y02A30/12 , Y02E10/763
Abstract: 本发明公开了一种基于自适应极点配置的风电场有功功率在线控制方法。本发明针对含风电的电力系统中有功功率发出与消耗不平衡导致电网频率波动的问题,提出使用自适应识别方法根据电网频率变化对风电场控制模型进行在线动态识别,根据识别结果对风电场控制模型使用极点配置方法进行调整,从而得到风电场实时功率需求,进而对风电场实时发电计划进行动态更新,向风电场内各台在线运行的风电机组合理的分配发电控制命令。该方法弥补了传统风电场有功功率控制中控制模型固化,无法有效参与电力系统调频的缺陷,对风电场有功功率输出进行在线控制,有效的对电力系统及风电场的发电计划进行实时更新,提高风电并网在线调度的准确性。
-
-
-
-
-
-
-
-
-