-
题名基于机器学习的新型电力系统下水电运行规则提取研究
- 1
-
-
作者
周开喜
王靖
赵羽西
闫孟婷
黄炜斌
-
机构
国家电网有限公司西南分部
四川大学水利水电学院
-
出处
《水利水电技术(中英文)》
北大核心
2024年第S2期523-530,共8页
-
基金
国家电网有限公司西南分部科技项目资助(SGSW0000DKJS2310037)
-
文摘
随着新能源装机稳步提高,新型电力系统不确定属性进一步加强,亟需水电等调节性电源平抑风光等不确定能源的季节性波动、随机性波动等。本研究旨在探讨新型电力系统下水电站最优运行规则的提取,以提高清洁电力生产效率和电网稳定性。首先,研究构建了以多能系统发电量最大和枯期系统保证出力最大的多目标优化模型,采用逐步优化算法求解,得到水电站最优运行过程;其次利用支持向量回归模拟水电站运行,最后以某典型水电站及其周边风光电站为例进行水电站规则提取。结果表明本文构建的优化模型能够有效改善系统丰枯电量结构,相较各电源单独优化出力极差降低13.90%,枯期最小出力提升12.43%。此外,使用支持向量机模拟水电站运行取得较高精度,与多元线性回归相比决定性系数最高提升2.18%,均方误差最高减少29.84%,能更好地学习新型电力系统下水电参与风光补偿后的运行规律。
-
关键词
新型电力系统
水风光互补调度
支持向量回归
运行策略
逐步优化算法
-
Keywords
novel electric power system
hydro-wind-PV complementary operation
support vector regression
operational strategy
progressive optimization algorithm
-
分类号
TM715
[电气工程—电力系统及自动化]
TV737
[水利工程—水利水电工程]
-
