随着“双碳”目标的深入推进,近年来我国风电行业迅速发展,如何精准有效地预测风电功率对实现风机安全并网和维持系统稳定运行至关重要。针对现有风电功率预测方法存在输入特征冗余、泛化能力不足和未能充分捕捉风电出力内在特性等问题...随着“双碳”目标的深入推进,近年来我国风电行业迅速发展,如何精准有效地预测风电功率对实现风机安全并网和维持系统稳定运行至关重要。针对现有风电功率预测方法存在输入特征冗余、泛化能力不足和未能充分捕捉风电出力内在特性等问题,提出了一种基于特征优选与相似相本融合的长短期记忆网络与注意力机制(long short term memory-long short term memory,LSTM-AM)短期风电功率预测模型。首先,利用最小绝对收缩和选择算子(least absolute shrinkage and selection operator,Lasso)回归进行输入特征优选,减少冗余;然后,采用长短期记忆网络与注意力机制建立LSTM-AM融合网络模型;最后,通过欧氏距离计算提取相似历史样本,与模型输出加权作为最终预测值。实验结果表明,所提出的方法相比传统方法预测性能更优,在风电功率预测中表现出更高的准确性,能够为电力系统规划运行和可再生能源的深入应用提供支撑。展开更多
分布式充换电设施因充电功率小、调度关系复杂、空间集约程度低等难题,难以满足快速增长的电动汽车补能需求,因此具有统一调度主体、调度关系清晰、具备集中通信与管控能力的集中充换电设施(centralized EV charging and battery swappi...分布式充换电设施因充电功率小、调度关系复杂、空间集约程度低等难题,难以满足快速增长的电动汽车补能需求,因此具有统一调度主体、调度关系清晰、具备集中通信与管控能力的集中充换电设施(centralized EV charging and battery swapping facilities,CCSF)成为构建充换电网络的关键。首先对CCSF的发展背景及典型适用场景进行介绍,总结梳理了典型EV负荷需求模拟方法,并对典型CCSF研究现状、结构组成和数学模型进行论述。然后从CCSF独立规划、计及CCSF的电网协同规划及电网与交通网协同规划三个维度分析CCSF规划研究现状。其次从有序充电策略、智能充电路径引导、计及CCSF的电网协同调度等方面总结CCSF的优化运行研究现状。最后结合CCSF研究瓶颈对未来研究工作进行展望。综上CCSF可满足EV快速补能需求,具有促进新能源消纳、提高电网承载能力、实现充电负荷有序管理、降低个体差异性影响、提升运行效率和促进系统低碳转型的优势。展开更多
碳捕集电厂(carbon capture power plant,CCPP)在降低碳排放的同时,增强了电力系统的灵活性,是促进可再生能源消纳和低碳化转型的关键。考虑CCPP运行的灵活性,提出一种网‒储联合规划方法。针对海量场景规划计算困难的问题,利用改进k-me...碳捕集电厂(carbon capture power plant,CCPP)在降低碳排放的同时,增强了电力系统的灵活性,是促进可再生能源消纳和低碳化转型的关键。考虑CCPP运行的灵活性,提出一种网‒储联合规划方法。针对海量场景规划计算困难的问题,利用改进k-means算法对风电出力场景进行削减,并基于Spearman系数筛选典型出力场景。分析CCPP的灵活性运行机理,构建电力系统灵活性供给模型和量化指标。建立考虑CCPP的网‒储双层优化模型,在规划层中确定输电线路和储能的配置方案,并在运行层中考虑CCPP的灵活性。以改进IEEE RTS-24节点系统为算例进行分析,结果表明:所提规划方法能够提高电力系统的灵活性裕度,降低输电线路和储能的投资成本。研究结果证明了所提规划方法的有效性。展开更多
文摘随着“双碳”目标的深入推进,近年来我国风电行业迅速发展,如何精准有效地预测风电功率对实现风机安全并网和维持系统稳定运行至关重要。针对现有风电功率预测方法存在输入特征冗余、泛化能力不足和未能充分捕捉风电出力内在特性等问题,提出了一种基于特征优选与相似相本融合的长短期记忆网络与注意力机制(long short term memory-long short term memory,LSTM-AM)短期风电功率预测模型。首先,利用最小绝对收缩和选择算子(least absolute shrinkage and selection operator,Lasso)回归进行输入特征优选,减少冗余;然后,采用长短期记忆网络与注意力机制建立LSTM-AM融合网络模型;最后,通过欧氏距离计算提取相似历史样本,与模型输出加权作为最终预测值。实验结果表明,所提出的方法相比传统方法预测性能更优,在风电功率预测中表现出更高的准确性,能够为电力系统规划运行和可再生能源的深入应用提供支撑。
文摘分布式充换电设施因充电功率小、调度关系复杂、空间集约程度低等难题,难以满足快速增长的电动汽车补能需求,因此具有统一调度主体、调度关系清晰、具备集中通信与管控能力的集中充换电设施(centralized EV charging and battery swapping facilities,CCSF)成为构建充换电网络的关键。首先对CCSF的发展背景及典型适用场景进行介绍,总结梳理了典型EV负荷需求模拟方法,并对典型CCSF研究现状、结构组成和数学模型进行论述。然后从CCSF独立规划、计及CCSF的电网协同规划及电网与交通网协同规划三个维度分析CCSF规划研究现状。其次从有序充电策略、智能充电路径引导、计及CCSF的电网协同调度等方面总结CCSF的优化运行研究现状。最后结合CCSF研究瓶颈对未来研究工作进行展望。综上CCSF可满足EV快速补能需求,具有促进新能源消纳、提高电网承载能力、实现充电负荷有序管理、降低个体差异性影响、提升运行效率和促进系统低碳转型的优势。
文摘碳捕集电厂(carbon capture power plant,CCPP)在降低碳排放的同时,增强了电力系统的灵活性,是促进可再生能源消纳和低碳化转型的关键。考虑CCPP运行的灵活性,提出一种网‒储联合规划方法。针对海量场景规划计算困难的问题,利用改进k-means算法对风电出力场景进行削减,并基于Spearman系数筛选典型出力场景。分析CCPP的灵活性运行机理,构建电力系统灵活性供给模型和量化指标。建立考虑CCPP的网‒储双层优化模型,在规划层中确定输电线路和储能的配置方案,并在运行层中考虑CCPP的灵活性。以改进IEEE RTS-24节点系统为算例进行分析,结果表明:所提规划方法能够提高电力系统的灵活性裕度,降低输电线路和储能的投资成本。研究结果证明了所提规划方法的有效性。
