-
公开(公告)号：CN107769254A
公开(公告)日：2018-03-06
申请号：CN201711154943.X
申请日：2017-11-20
申请人： 中国农业大学 , 国家电网公司 , 国网冀北电力有限公司 , 中国电力科学研究院
摘要： 本发明涉及一种风电集群轨迹预测与分层控制方法，包括：根据风电集群及风电场内的拓扑结构，基于空间相关性和NWP数据进行超短期风电功率预测；根据调度中心下发的调度值，将控制过程在空间上分为集群优化调度层、场群协调分类层和单场自动执行层，将风电功率预测值从时间上逐层细化；在场群协调分类层，基于风电功率预测值对风电场进行分类，分为上爬坡群、下爬坡群、平稳群和振荡群；在单场自动执行层，基于AGC机组下旋转备用裕度和风电送出断面裕度判断风电可增发空间，增发上爬坡群风电场出力或降低下爬坡群风电场出力；基于风电场运行与监测系统，根据监测到的风电场实际值，计算并反馈风电功率误差，修正风电集群和风电场预测值，使优化过程更加精确。
-
公开(公告)号：CN107769254B
公开(公告)日：2019-12-03
申请号：CN201711154943.X
申请日：2017-11-20
申请人： 中国农业大学 , 国家电网公司 , 国网冀北电力有限公司 , 中国电力科学研究院
摘要： 本发明涉及一种风电集群轨迹预测与分层控制方法，包括：根据风电集群及风电场内的拓扑结构，基于空间相关性和NWP数据进行超短期风电功率预测；根据调度中心下发的调度值，将控制过程在空间上分为集群优化调度层、场群协调分类层和单场自动执行层，将风电功率预测值从时间上逐层细化；在场群协调分类层，基于风电功率预测值对风电场进行分类，分为上爬坡群、下爬坡群、平稳群和振荡群；在单场自动执行层，基于AGC机组下旋转备用裕度和风电送出断面裕度判断风电可增发空间，增发上爬坡群风电场出力或降低下爬坡群风电场出力；基于风电场运行与监测系统，根据监测到的风电场实际值，计算并反馈风电功率误差，修正风电集群和风电场预测值，使优化过程更加精确。
-
公开(公告)号：CN107404127B
公开(公告)日：2019-12-03
申请号：CN201710682313.3
申请日：2017-08-10
申请人： 中国农业大学
IPC分类号： H02J3/38
摘要： 本发明涉及一种考虑多时间尺度协调的风电鲁棒区间轨迹调度方法。该方法结合模型预测控制与鲁棒优化，在多时间尺度的调度框架下滚动鲁棒优化，生成风电场可消纳功率区间轨迹界限与常规机组发电计划，当风电出力在可消纳功率区间轨迹界限内时均满足系统安全约束，缓解了传统调度中风电功率点预测不精确遗留的系统安全隐患，同时风电场监测系统实时反馈风电场实际出力，计算预测误差并对预测值进行校正，使未来预测值更接近实际值，逐级削减由于风电预测误差导致的决策量的计划偏差，使优化计划指标更精确。
-
公开(公告)号：CN108564206A
公开(公告)日：2018-09-21
申请号：CN201810257736.5
申请日：2018-03-27
申请人： 中国农业大学
摘要： 本发明涉及一种基于分布式优化和空间相关性的风电功率预测方法，包括以下步骤：一、对某区域内各风电场的同期风电功率历史数据归一化，然后对出力状态等区间划分，生成基本数据集和风电出力状态库，并存储。二、各风电场交换历史空间相关数据，在待预测目标风电场生成并存储时空马尔科夫状态转移矩阵。三、基于本地时序和时空马尔科夫状态转移矩阵，建立各风电场的稀疏化时空风电功率预测模型，并求解。四、各风电场之间交换实时测量数据，根据各风电场在当前时刻的出力值，采用预测模型对风电场功率值预测，并定期采用最新的实测数据对时空马尔科夫状态转移矩阵和预测模型的参数更新。本发明有效改善风电功率预测精度，显著提高计算效率。
-
公开(公告)号：CN106874646A
公开(公告)日：2017-06-20
申请号：CN201611247196.X
申请日：2016-12-29
申请人： 中国农业大学
IPC分类号： G06F19/00
CPC分类号： G06F19/00
摘要： 本发明涉及一种多能源系统同质化耦合建模方法。基于功率键合图理论，建立多能源系统同质化耦合模型；辨识多能源系统同质化耦合模型关键特征参数；基于实际运行数据，分析多能源系统同质化耦合模型的精度；分析多能源系统同质化耦合模型对不同典型运行场景的适用性，优化调整多能源系统同质化耦合模型关键特征参数。该方法包含多种能量范畴，可解决多种非线性问题；准确反映系统内部的信号流向、功率流向和能量流向，便于对照实物建立系统模型，并对系统进行性能分析；可以进行组件化建模，修改模型迅速方便。在多能源系统中以统一的方式处理多种能源形式的建模与分析问题，具有结构简明，包含信息量大及动力学建模过程规则化等特点。
-
公开(公告)号：CN108564206B
公开(公告)日：2021-08-17
申请号：CN201810257736.5
申请日：2018-03-27
申请人： 中国农业大学
摘要： 本发明涉及一种基于分布式优化和空间相关性的风电功率预测方法，包括以下步骤：一、对某区域内各风电场的同期风电功率历史数据归一化，然后对出力状态等区间划分，生成基本数据集和风电出力状态库，并存储。二、各风电场交换历史空间相关数据，在待预测目标风电场生成并存储时空马尔科夫状态转移矩阵。三、基于本地时序和时空马尔科夫状态转移矩阵，建立各风电场的稀疏化时空风电功率预测模型，并求解。四、各风电场之间交换实时测量数据，根据各风电场在当前时刻的出力值，采用预测模型对风电场功率值预测，并定期采用最新的实测数据对时空马尔科夫状态转移矩阵和预测模型的参数更新。本发明有效改善风电功率预测精度，显著提高计算效率。
-
公开(公告)号：CN106933778A
公开(公告)日：2017-07-07
申请号：CN201710052723.X
申请日：2017-01-22
申请人： 中国农业大学
摘要： 本发明公开了一种基于爬坡事件特征识别的风电功率组合预测方法，包括以下步骤：一、利用小波降噪法对风电场的历史风速和功率数据进行处理，分别得到光滑的曲线；二、将得到的曲线采用压缩算法对其进行爬坡事件的特征识别和提取；三、利用模糊聚类的方法将步骤二得到的风电功率的爬坡事件的特征值进行分类；四、利用统计方法对不同的爬坡事件类型分别进行训练并建立预测模型；五、对风电场的实时风速测试数据和实时功率测试数据进行步骤一至二，提取实时风速和功率测试数据的爬坡事件的特征值；六、利用步骤四得到的预测模型对提取出来的实时风速和功率测试数据的爬坡事件的特征值进行分类，并利用预测模型进行预测，最后得到最终的组合预测结果。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.021 秒)
