新型电力系统面临惯性降低、调频容量减少导致频率失稳风险上升的问题,需求侧响应(demand response,DR)作为灵活的调频技术,成为解决电力系统频率失稳的重要手段。首先,建立需求侧资源参与互联电力系统调频的频率稳定分析及负荷频率控制...新型电力系统面临惯性降低、调频容量减少导致频率失稳风险上升的问题,需求侧响应(demand response,DR)作为灵活的调频技术,成为解决电力系统频率失稳的重要手段。首先,建立需求侧资源参与互联电力系统调频的频率稳定分析及负荷频率控制(load frequency control,LFC)模型;其次,设计需求侧资源参与互联电力系统调频的分布式模型预测控制(distributed model predictive control,DMPC)算法,推导DMPC控制DR参与互联电力系统调频的预测模型,进而设计互联电力系统DMPC的调频控制器;最后,仿真分析自动发电控制方式、DR方式、DR容量和DR通信延时对系统频率稳定性的影响。仿真算例表明,所设计的调频控制器具有良好的调频性能,DR能提升系统频率暂态稳定。展开更多
智能电网的发展认识到短期电力净负荷预测对综合能源系统(integrated energy system,IES)的重要性。净负荷预测代表用电负荷与安装的可再生能源之间的差异,是能量管理和优化调度的基础。为解决IES波动性大,传统统计模型预测精较差的问题...智能电网的发展认识到短期电力净负荷预测对综合能源系统(integrated energy system,IES)的重要性。净负荷预测代表用电负荷与安装的可再生能源之间的差异,是能量管理和优化调度的基础。为解决IES波动性大,传统统计模型预测精较差的问题,该文提出一种基于时空图卷积网络(spatial temporal graph convolutional networks,STGCN)和Transformer相结合的综合能源系统短期负荷预测模型。首先,利用STGCN作为输入嵌入层对多元输入序列进行编码,填补Transformer中没有充分考虑相关信息的空白。然后,利用Transformer中的自注意机制捕获序列数据的时间依赖性。最后,利用前馈神经网络输出预测负荷值。以浙江省某地区电力数据集为例,与其他4种预测模型相比较平均绝对百分比误差均在5%以内,结果表明该文模型具有较高的预测精度和稳定性。展开更多
文摘新型电力系统面临惯性降低、调频容量减少导致频率失稳风险上升的问题,需求侧响应(demand response,DR)作为灵活的调频技术,成为解决电力系统频率失稳的重要手段。首先,建立需求侧资源参与互联电力系统调频的频率稳定分析及负荷频率控制(load frequency control,LFC)模型;其次,设计需求侧资源参与互联电力系统调频的分布式模型预测控制(distributed model predictive control,DMPC)算法,推导DMPC控制DR参与互联电力系统调频的预测模型,进而设计互联电力系统DMPC的调频控制器;最后,仿真分析自动发电控制方式、DR方式、DR容量和DR通信延时对系统频率稳定性的影响。仿真算例表明,所设计的调频控制器具有良好的调频性能,DR能提升系统频率暂态稳定。
