基于动态R-Vine Copula模型的多风电场联合出力预测方法和装置

    公开(公告)号:CN112653199A

    公开(公告)日:2021-04-13

    申请号:CN202011498682.5

    申请日:2020-12-17

    IPC分类号: H02J3/46 H02J3/38

    摘要: 本发明公开了一种基于动态R‑Vine Copula模型的多风电场联合出力预测方法和装置,属于电力系统中风电功率区间预测领域,所述方法包括:S1:将多个风电场的预测出力数据和联合出力对应的预测误差作为第一输入数据;S2:将第一输入数据输入基于ARIMA‑GARCH模型建立的动态边缘分布函数模型,以使动态边缘分布函数模型将第一输入数据转化为累计概率序列;S3:将累计概率序列输入预先建立的动态R‑Vine Copula模型,以使动态R‑Vine Copula模型输出不同置信度下多风电场对应的联合出力预测结果;其中,动态边缘分布函数模型的模型参数和动态R‑Vine Copula模型的模型参数均基于相空间重构方法进行滚动计算并更新。本申请能够提升多风电场联合出力的超短期区间预测准确度。

    一种含AA-CAES的电网电能与备用容量的协同调度方法

    公开(公告)号:CN108090666B

    公开(公告)日:2020-07-10

    申请号:CN201711330218.3

    申请日:2017-12-13

    IPC分类号: G06Q10/06 G06Q50/06

    摘要: 本发明公开了一种含AA‑CAES的电网电能与备用容量协同调度方法,包括:建立包含购电成本、购买备用量成本以及弃风成本的电网电能与备用容量协同调度模型的目标函数;建立包含AA‑CAES电站运行约束、AA‑CAES电站备用容量约束、系统约束、常规机组约束的电网电能与备用容量协同调度模型的约束条件,系统约束中正负备用容量约束用模糊机会约束形式表示;将常规机组约束中系统正负备用容量约束的风电机组出力误差和负荷预测误差模糊数进行清晰等价处理,并将AA‑CAES电站运行约束线性化处理,获得的电网电能与备用容量协调调度的清晰等价模型;用优化软件求解清晰等价模型获得电网运营商的最优电能和备用容量购置方案。

    一种含大规模储能装置的电力系统概率最优潮流方法

    公开(公告)号:CN107658878B

    公开(公告)日:2020-02-21

    申请号:CN201711012328.5

    申请日:2017-10-25

    IPC分类号: H02J3/06 H02J3/38 H02J3/46

    摘要: 本发明公开了一种含大规模储能装置的电力系统概率最优潮流方法,包括:以火电机组的发电的总费用最小为目标函数,建立含大规模储能装置的概率最优潮流模型;根据负荷的概率分布形式得到负荷的定位系数,根据风电的概率分布形式,得到风电的定位系数;根据负荷的定位系数和风电的定位系数,利用三点估计法得到负荷吸收和风电出力的N种情形;并基于含大规模储能装置的概率最优潮流模型得到N种情形下的最优潮流,根据N种情形下的最优潮流得到电力系统概率最优潮流。本发明充分考虑电网中负荷、风电等的不确定性因素,合理安排火电机组、大规模储能装置参与到电网调度中,提高了电网运行的经济性和安全性。

    一种含风电、需求响应和压缩空气储能的电网调度方法

    公开(公告)号:CN107944733B

    公开(公告)日:2020-12-08

    申请号:CN201711275591.3

    申请日:2017-12-06

    IPC分类号: G06Q10/06 G06Q50/06

    摘要: 本发明公开了一种含风电、需求响应和压缩空气储能的电力调度方法,包括:建立包含系统运行成本和系统弃风成本的电力系统日前调度模糊模型的目标函数;建立包含系统约束、常规机组约束、需求响应资源约束以及压缩空气储能电站约束的电力系统日前调度模糊模型的约束条件,约束条件中的风电机组出力、负荷预测出力和需求响应量均用模糊数表示,系统约束中的系统正负备用容量约束均采用模糊机会约束的形式表示;将系统约束中的系统正负备用容量约束进行清晰等价处理,获得电力系统日前调度的清晰等价模型;并采用优化软件对转换后的调度模型进行求解,获得电力系统优化调度方案,算例表明此方法能够有效提升电力系统运行经济性和风电消纳率。

    基于粒子群算法的向心透平全工况仿真建模方法及系统

    公开(公告)号:CN108647391B

    公开(公告)日:2020-06-09

    申请号:CN201810321477.8

    申请日:2018-04-11

    IPC分类号: G06F30/20 G06N3/00

    摘要: 本发明公开了一种基于粒子群算法面向压缩空气储能的向心透平全工况仿真模型建模方法及系统,该方法包括:确定向心透平动态仿真模型的输入量、输出量和模型参数;建立计及向心透平摩擦损失和冲角损失的向心透平仿真模型,并将求解向心透平仿真模型的过程进行优化;采用粒子群算法求解该优化问题,得到向心透平仿真模型输出量;采用循环迭代的处理方法降低因陷入局部最优值而带来的仿真误差;在Matlab/Simulink平台搭建基于粒子群算法的向心透平全工况仿真模块,该模块可以与Matlab/Simulink中的其他模型自由组合。通过本发明获得的仿真模型能够有效表现出向心透平在全工况下的运行情况,具有较低的仿真误差。

    一种含AA-CAES的电网电能与备用容量的协同调度方法

    公开(公告)号:CN108090666A

    公开(公告)日:2018-05-29

    申请号:CN201711330218.3

    申请日:2017-12-13

    IPC分类号: G06Q10/06 G06Q50/06

    摘要: 本发明公开了一种含AA-CAES的电网电能与备用容量协同调度方法,包括:建立包含购电成本、购买备用量成本以及弃风成本的电网电能与备用容量协同调度模型的目标函数;建立包含AA-CAES电站运行约束、AA-CAES电站备用容量约束、系统约束、常规机组约束的电网电能与备用容量协同调度模型的约束条件,系统约束中正负备用容量约束用模糊机会约束形式表示;将常规机组约束中系统正负备用容量约束的风电机组出力误差和负荷预测误差模糊数进行清晰等价处理,并将AA-CAES电站运行约束线性化处理,获得的电网电能与备用容量协调调度的清晰等价模型;用优化软件求解清晰等价模型获得电网运营商的最优电能和备用容量购置方案。

    一种含大规模储能装置的电力系统概率最优潮流方法

    公开(公告)号:CN107658878A

    公开(公告)日:2018-02-02

    申请号:CN201711012328.5

    申请日:2017-10-25

    IPC分类号: H02J3/06 H02J3/38 H02J3/46

    摘要: 本发明公开了一种含大规模储能装置的电力系统概率最优潮流方法,包括:以火电机组的发电的总费用最小为目标函数,建立含大规模储能装置的概率最优潮流模型;根据负荷的概率分布形式得到负荷的定位系数,根据风电的概率分布形式,得到风电的定位系数;根据负荷的定位系数和风电的定位系数,利用三点估计法得到负荷吸收和风电出力的N种情形;并基于含大规模储能装置的概率最优潮流模型得到N种情形下的最优潮流,根据N种情形下的最优潮流得到电力系统概率最优潮流。本发明充分考虑电网中负荷、风电等的不确定性因素,合理安排火电机组、大规模储能装置参与到电网调度中,提高了电网运行的经济性和安全性。

    一种利用绝热压缩空气储能实现电网调频的方法和系统

    公开(公告)号:CN113595105B

    公开(公告)日:2023-08-04

    申请号:CN202110857398.0

    申请日:2021-07-28

    IPC分类号: H02J3/24 H02J3/28 F01D15/10

    摘要: 本发明公开了一种利用绝热压缩空气储能实现电网调频的方法和系统,属于电网调频领域。方法包括:在绝热压缩空气储能运行于放电状态下时,根据电网频率变化状态,通过控制流入透平的空气压力pa调节发电机的发电机电磁功率Pg,e,使电网频率恢复正常;通过控制热水质量流量mw,使得流出换热器的空气温度Tsh始终跟踪流出换热器的空气温度参考值Tsh,ref。本发明通过控制热水质量流量mw,使得流出换热器的空气温度Tsh始终跟踪流出换热器的空气温度参考值Tsh,ref,从而使得A‑CAES的运行效率在调频过程中始终较高;本发明仅需通过控制流入透平的空气压力pa来调节发电机的发电机电磁功率Pg,e,从而实现电网调频,技术手段简单。

    多风电场功率建模、PDF构建、预测场景生成方法和系统

    公开(公告)号:CN113094891A

    公开(公告)日:2021-07-09

    申请号:CN202110358831.6

    申请日:2021-03-24

    IPC分类号: G06F30/20 G06F111/08

    摘要: 本发明公开多风电场功率建模、PDF构建、预测场景生成方法和系统,属于风电功率的场景预测领域。本发明建立预测误差的概率分布模型,将预测误差的概率分布与各风电场功率的点预测功率相加和,作为各风电场功率的边缘分布模型。计算各风电场功率数据的累计概率,作为时变R藤Copula模型的输入数据。通过将ARIMA‑GARCH‑t模型和时变R藤Copula模型结合,即建立高维风电功率数据的联合概率分布模型。基于各风电场的历史功率数据拟合模型参数,在此基础结合各风电场未来一天的点预测功率数据,提出多风电场功率日前预测场景生成方法。本发明建立的日前预测场景生成模型可更好地拟合多风电场功率的时间‑空间相关性特征,提升多风电场功率日前预测场景的准确性和有效性。

    一种风电场等值建模方法、装置、电子设备和存储介质

    公开(公告)号:CN112149346A

    公开(公告)日:2020-12-29

    申请号:CN202010929519.3

    申请日:2020-09-07

    摘要: 本发明公开了一种风电场等值建模方法、装置、电子设备和存储介质,风电场建模领域领域,所述方法包括S1:获取风电场内风机对应的有功功率高维时间序列和无功功率高维时间序列作为聚类指标;S2:将所述聚类目标聚类指标划分为多个数据块,利用多视角模糊C均值算法MV‑FCMC对各个所述数据块进行聚类分析得到依次获取依次获取各个所述数据块对应的隶属度矩阵;S3:利用各个所述数据块对应的隶属度矩阵计算各个所述数据模块数据块中样本对应的隶属度矩阵,以获取各个所述样本的聚类结果。本申请提供的方法将数据划分为多个数据块并进行迭代聚类,使得计算机内存只需承担单个数据块的计算压力,即可在较小内存中实现大规模风电场等值建模,而不会出现卡死。