基于混合分解技术的鲁棒极限学习机的风速预测

提出一种基于混合分解技术的改进鲁棒极限学习机的风速预测模型。混合分解技术的特殊性在于采用变分模态分解,把互补集合经验模式分解所产生的高频固有模态函数进一步分解为多个模态分量,以提高短期风速预测的精度。然后对混合分解技术分解得到的全部风速分量分别建立鲁棒极限学习机模型进行预测,并采用一种改进鲸鱼优化算法对鲁棒极限学习机的参数进行微调。最后,根据西班牙某-风电场实际风速数据进行风速多步短期预测。实验结果表明:基于混合分解技术和改进鲸鱼优化算法优化鲁棒极限学习机的组合预测模型在风速预测.中取得较好的预测效果。     

基于EWT-FIG和ORELM模型的风速多步区间预测

针对风速预测具有较强的不确定性,提出了一种经验小波变换一模糊信息粒化和变异鲁棒极限学习机组成的短期风速区间预测模型。该模型采用经验小波变换将原始风速分解为若千个模态分量和一个剩余量,并对所有分量进行重构,为了缩小预测区间范围,仅对重构后的剩余量进行模糊粒化,根据需求提取每个窗口的最大值、平均值和最小值,然后对极限学习机进行优化,最后对所有分量建立离群鲁棒极限学习机预测模型,叠加预测值实现风速多步区间预测。实际算例表明:所提多步区间预测方法能有效跟踪风速变化,具有较高的预测精度和可靠的区间预测效果。     

基于奇异谱分析和极限学习机的风速多步预测

风速预测对风力发电系统具有重要的影响,为获得更高精度的风速预测结果,针对多步风速预测,成功开发了一种基于奇异谱分析和优化极限学习机的新型预测模型。首先,采用奇异谱分析将风速时间序列分解为一组相对平稳的分量,以降低风速序列的随机性对预测结果的影响;然后,对分解得到的分量分别建立极限学习机预测模型,为进一步提高预测性能,将1种新颖的活性竞争萤火虫算法用于优化极限学习机的输入权值和隐含层偏置;最后,叠加全部分量的预测值得到实际预测结果。仿真结果表明,基于奇异谱分析和活性竞争萤火虫算法优化极限学习机的模型在1步到3步风速预测中实现了较高精度的预测结果。     

基于PCMRA神经网络补偿算法的瓦斯涌出量预测

为了克服自变量之间的多重共线问题,提高多元回归模型预测的精确性,将主成分分析(PCA)与多元回归分析(MRA)相结合,提出了主成分多元回归分析(PCMRA)模型。利用RBF神经网络对主成分回归分析残差进行拟合预测,最后利用残差预测值对主成分回归分析预测值进行补偿。结果表明:利用RBF神经网络对主成分回归模型进行补偿,将线性拟合算法和非线性拟合算法结合起来用于瓦斯涌出量预测是一种较为优越的算法。     

宁夏嘉泽风电场低电压穿越特性仿真分析

通过电力系统全数字仿真装置(Advanced Digital Power System Simulator,ADPSS)对嘉泽风电场建立仿真模型,采用单台风电机代替同型号风电场风电机组的方法,获得不同运行方式下风电场最低电压及风电场内各风电机组机端电压,以验证整个风电场的低电压穿越能力。结果表明:在不同运行工况下,嘉泽风电场具备低电压穿越特性,符合国家标准要求。     

计及风速与风机故障相关性的概率潮流计算

针对计及风速与风机故障不确定性及相关性的风电并网电力系统概率潮流计算问题,基于Nataf变换建立了能够同时考虑风速、风机故障不确定性和相关性的风电场出力模型,提出一种可灵活处理风速与风机故障相关性的MonteCarlo概率潮流计算方法,并引入“拉丁超立方抽样”技术提高抽样效率,降低计算复杂度。仿真结果表明:该方法能反映风电场出力的实际情况,合理评估风电并网对电力系统概率潮流的影响,有助于风电场的选址及电网规划。     

基于主成分分析与遗传优化BP神经网络的风电场短期功率预测研究

为降低风电场弃风率及对电网稳定性影响,对风电场短期功率进行准确预测显得十分重要。针对传统BP神经网络泛化能力差、网络收敛速度慢等问题,建立了一种基于主成分分析与遗传优化BP神经网络相结合的风电场短期功率预测模型。首先,利用主成分分析法对风电场原始气象数据进行分析,将得到的独立变量作为BP神经网络的输入;然后利用遗传算法确定了神经网络的最优初始权值和阈值的大致范围,并用L-M算法对BP网络权值和阈值进行细化训练;最后,利用中国北方某风电场实际运行数据进行验证,结果表明,所建立的预测模型合理有效,不仅可以加快BP神经网络收敛速度,减少预测误差,还可以提高风电场短期输出功率的预测精度,具有一定的工程应用价值。     

基于样板机法的风电有功控制策略优化

针对自动发电量控制(Automatic Generation Control,AGC )系统因同一原因对不同风电场进行限电时,由于风电预测准确性较低而产生的公平性问题,引入样板风机法还原的理论功率作为限电依据,设计了优化的风电有功控制策略。应用结果表明:该方法可以有效解决风电限电的公平性问题,促进风电的消纳和健康有序发展,提高风电并网运行管理水平。     

大型风电场内机组的有功功率优化方法研究

为充分利用风能、提高风能利用率,改善风电场的功率输出特性,基于风速和功率的超短期提前一步预测,建立多目标的风力发电机组功率优化模型,对风电场输出的有功功率优化,并采用粒子群优化算法对优化模型进行求解和仿真分析,仿真结果表明:该优化方法使风电场整体输出功率得以提高,同时也减小了风电场的运行成本。     

光伏出力的模糊区间预测

针对光伏输出功率的点预测精度不足、传统支持向量机(SVM)在参数优化方面存在的固有缺陷等问题,根据模糊信息粒化理论和纵横交叉算法,提出一种基于CSO-SVM和模糊信息粒化理论的光伏出力模糊区间预测方案。结果表明:该方案可以得到较好的点预测值及其置信区间,某种程度上解决了传统点预测结果的信息局限性。     

风电接入对宁夏电网静态电压的影响研究

针对风电接入点的电网电压稳定性问题,根据宁夏局部电网的特点,对风电接入点的电网电压波动进行研究,结合实际情况通过仿真软件进行模拟潮流计算,验证包含风力发电的不同因素对电力系统电压性能的影响。结果表明:受风电场无功补偿水平、风电有功出力以及接入方式的影响,风电接入点的电网电压随着风电有功出力的变化呈现先上升后加速下降的波动趋势,该结果可为控制风电场接入点的电压稳定水平提供参考。     

获得固定输电权的风电公司日运行优化的研究

风电为平衡自身波动性需与储能装置联合运行,基于风蓄联合发电公司在电力市场环境下获得固定输电权的前提下进行分析,建立了以日运行收益最大化为目标的含风电场、抽水蓄能电站、常规火电厂和系统负荷的简单电力系统模型。考虑峰谷电价、功率平衡、风电场的运行约束和抽水蓄能电站的运行约束的情况下,应用在标准粒子群算法基础.上进行改进的粒子群算法迭代寻优,最后求得最优解。仿真结果表明所提出的模型及求解方法能够计算风蓄联合发电公司的最优日收益,实现收益的最大化。     

风力发电机组低电压穿越能力的试验分析

针对多起因系统故障引起电压跌落,导致风力发电机组脱网事故,对风电机组的低电压穿越能力进行分析,采用风电机组低电压穿越移动测试装置对风电机组进行低电压穿越能力测试。测试结果表明:风电机组低电压穿越能力测试可以精确记录风电机组低电压穿越期间电压、电流等各项参数指标,对并网风机及系统的稳定运行意义重大。     

风电自动发电控制策略可行性分析

为应对大规模风电并网运行带来的诸多不利因素,在传统水、火电机组有功控制技术的基础上,综合风电运行特点,研究分析了计划曲线跟踪、限时段控制等多种风电有功控制策略,并且成功实现了宁夏首次风电联网有功闭环控制。研究结果表明:风电有功控制策略有较强的可行性,能够为电网接纳大规模风电运行提供关键技术支撑。     

风电清洁供暖的区域规划方法研究

针对风资源本身所具有的间歇性和不稳定性导致风电出力与稳定的供暖需求之间不能完全匹配的问题,提出了一种风电清洁供暖的区域规划方法,以实现风电的生产和消纳之间更好的匹配,即根据某一区域的实际风资源数据、风电出力数据、热负荷需求数据评价该地区施行风电清洁供暖方案所具有的可行性,并定量计算可供暖面积以及所需要配置的储热装置的容量大小。宁夏地区的实际算例验证了该风电清洁供暖的区域规划方法具有一定的科学性及可行性。     

大规模风电并网与直流运行交互影响仿真分析

为了研究大规模风电集中接入,高比例风火、电打捆外送给交直流混合电网稳定运行带来的风险,通过建立典型风、火电打捆交直流外送系统模型,从风机无功控制模式,风电场动态无功补偿,风、火电打捆比例以及直流闭锁故障等方面仿真分析了交直流混合电网中风电与直流运行的交互影响。仿真结果表明:风、火电打捆外送的交直流混合电网需要配备一定比例的常规电源,常规电源的强惯量和优良的无功电压支撑能较好地支持新能源发电并网运行,有利于降低电网系统电压的波动,减缓新能源发电波动性对电网直流运行的影响,提升电网直流运行的可靠性。