远程终端单元(remote terminal unit, RTU)是当前电网中最主要的测量终端,但是其量测量没有统一时标,更新频率低,而且存在不确定性的传输时延。而同步相量测量单元(phasor measurement unit, PMU)具有高同步、高精度等特点,成为电力系...远程终端单元(remote terminal unit, RTU)是当前电网中最主要的测量终端,但是其量测量没有统一时标,更新频率低,而且存在不确定性的传输时延。而同步相量测量单元(phasor measurement unit, PMU)具有高同步、高精度等特点,成为电力系统中重要的数据采集装置。为协调利用这两种测量数据,首先归纳出RTU量测非同步的来源,分析了量测数据不同步对状态估计和潮流计算的影响,并给出了相关的验证结果。并提出基于能量交互算子的量测数据相关性分析方法。该方法应用同步数据间相关性最大的原理,利用PMU所产生的精确数据来同步RTU数据,为混合测量系统确定测量基准时刻。通过对IEEE39节点电网和广东83节点实际电网的仿真,结果表明该方法能有效校正量测数据非同步以及改善状态估计和潮流计算精度。展开更多
受高比例新能源并网带来的波动性和间歇性影响,新型电力系统的长周期供需不平衡矛盾日益突出。该文将电力系统的长周期供需不平衡风险分为两部分:连续多日无风无光的极端天气场景和月电量供需不平衡风险。首先,选取连续多日无风无光的...受高比例新能源并网带来的波动性和间歇性影响,新型电力系统的长周期供需不平衡矛盾日益突出。该文将电力系统的长周期供需不平衡风险分为两部分:连续多日无风无光的极端天气场景和月电量供需不平衡风险。首先,选取连续多日无风无光的极端天气场景,提出基于条件风险价值理论(conditional value at risk,CvaR)的月电量不平衡风险评估模型。在此基础上,提出考虑长周期供需不平衡风险的新型电力系统规划方法,通过季节性储能等灵活性资源的优化配置,可有效提升电力系统的长周期平衡能力。最后,基于IEEE RTS-79算例分析论证了所提方法的有效性,并初步讨论季节性储能在平抑长周期供需不平衡风险方面的作用。展开更多
文摘远程终端单元(remote terminal unit, RTU)是当前电网中最主要的测量终端,但是其量测量没有统一时标,更新频率低,而且存在不确定性的传输时延。而同步相量测量单元(phasor measurement unit, PMU)具有高同步、高精度等特点,成为电力系统中重要的数据采集装置。为协调利用这两种测量数据,首先归纳出RTU量测非同步的来源,分析了量测数据不同步对状态估计和潮流计算的影响,并给出了相关的验证结果。并提出基于能量交互算子的量测数据相关性分析方法。该方法应用同步数据间相关性最大的原理,利用PMU所产生的精确数据来同步RTU数据,为混合测量系统确定测量基准时刻。通过对IEEE39节点电网和广东83节点实际电网的仿真,结果表明该方法能有效校正量测数据非同步以及改善状态估计和潮流计算精度。
文摘受高比例新能源并网带来的波动性和间歇性影响,新型电力系统的长周期供需不平衡矛盾日益突出。该文将电力系统的长周期供需不平衡风险分为两部分:连续多日无风无光的极端天气场景和月电量供需不平衡风险。首先,选取连续多日无风无光的极端天气场景,提出基于条件风险价值理论(conditional value at risk,CvaR)的月电量不平衡风险评估模型。在此基础上,提出考虑长周期供需不平衡风险的新型电力系统规划方法,通过季节性储能等灵活性资源的优化配置,可有效提升电力系统的长周期平衡能力。最后,基于IEEE RTS-79算例分析论证了所提方法的有效性,并初步讨论季节性储能在平抑长周期供需不平衡风险方面的作用。
