風(fēng)光新能源發(fā)電先進(jìn)預(yù)測(cè)技術(shù) 楊明 于一瀟 李夢(mèng)林
定 價(jià):79 元
叢書名:機(jī)械工業(yè)出版社高水平學(xué)術(shù)著作出版基金項(xiàng)目中國能源革命與先進(jìn)技術(shù)叢書
- 作者:楊明于一瀟李夢(mèng)林
- 出版時(shí)間:2024/1/1
- ISBN:9787111742319
- 出 版 社:機(jī)械工業(yè)出版社
- 中圖法分類:TM614
- 頁碼:
- 紙張:膠版紙
- 版次:
- 開本:16開
風(fēng)光發(fā)電受氣象資源影響顯著,具有顯著的隨機(jī)性與波動(dòng)性,大規(guī)模、高比例并網(wǎng)對(duì)電力系統(tǒng)安全經(jīng)濟(jì)運(yùn)行造成挑戰(zhàn),提升預(yù)測(cè)精度可有效緩解風(fēng)光發(fā)電不確定性的負(fù)面影響,對(duì)于促進(jìn)風(fēng)光并網(wǎng)消納、提升風(fēng)光供電保障能力具有積極意義。另一方面,我國正穩(wěn)步推進(jìn)電力市場(chǎng)化改革進(jìn)程,風(fēng)光場(chǎng)站作為市場(chǎng)主體,其發(fā)電功率預(yù)測(cè)準(zhǔn)確性將直接關(guān)乎場(chǎng)站的考核與市場(chǎng)收益。因此,如何充分利用數(shù)值天氣預(yù)報(bào)信息,分析不同時(shí)空尺度下風(fēng)光出力特性,利用先進(jìn)模型與算法,準(zhǔn)確預(yù)測(cè)風(fēng)光發(fā)電功率,量化評(píng)估預(yù)測(cè)結(jié)果的不確定性,是電網(wǎng)調(diào)度、風(fēng)光場(chǎng)站以及預(yù)測(cè)服務(wù)提供商持續(xù)關(guān)注的重點(diǎn)問題。
本書的主題是對(duì)風(fēng)電、光伏新能源發(fā)電的發(fā)電量進(jìn)行預(yù)測(cè)。主要內(nèi)容包括風(fēng)光新能源發(fā)電預(yù)測(cè)背景、風(fēng)光新能源發(fā)電預(yù)測(cè)基礎(chǔ)、風(fēng)電功率單值預(yù)測(cè)、光伏功率單值預(yù)測(cè)、風(fēng)光新能源發(fā)電概率預(yù)測(cè)、風(fēng)光新能源發(fā)電組合預(yù)測(cè)和風(fēng)光新能源發(fā)電爬坡事件預(yù)測(cè)等。本書的研究成果是對(duì)作者團(tuán)隊(duì)研究成果的系統(tǒng)性總結(jié),形成了完備的風(fēng)光新能源功率預(yù)測(cè)體系,能夠代表當(dāng)前風(fēng)光功率預(yù)測(cè)先進(jìn)技術(shù)和前沿方向,具有一定參考價(jià)值。
風(fēng)光新能源發(fā)電預(yù)測(cè)是針對(duì)調(diào)控風(fēng)光發(fā)電先天具有出力不穩(wěn)特性、改善新能源發(fā)電質(zhì)量、整合電網(wǎng)調(diào)度方面的重要技術(shù),也是隨著新能源發(fā)電的技術(shù)進(jìn)步、裝機(jī)量增加而發(fā)展起來的新興先進(jìn)技術(shù),風(fēng)光新能源發(fā)電預(yù)測(cè)方面先進(jìn)技術(shù)的探索,對(duì)我國綠色能源發(fā)展戰(zhàn)略和“雙碳”目標(biāo)的實(shí)現(xiàn)具有重要意義。
著作《風(fēng)光新能源發(fā)電先進(jìn)預(yù)測(cè)技術(shù)》由國內(nèi)該領(lǐng)域的ding級(jí)專家撰寫,是作者及其科研團(tuán)隊(duì)在近年參與多項(xiàng)國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目的結(jié)論的結(jié)晶。特別是通過時(shí)間尺度、空間尺度和不同預(yù)測(cè)形式的角度,結(jié)合前沿的大數(shù)據(jù)技術(shù)及人工智能技術(shù),創(chuàng)新性地提出了精準(zhǔn)性更高的預(yù)測(cè)方法,具有極高的學(xué)術(shù)價(jià)值和社會(huì)價(jià)值。
前 言
在“雙碳”目標(biāo)驅(qū)使下,我國風(fēng)光新能源發(fā)電裝機(jī)容量持續(xù)提升。風(fēng)光發(fā)電受氣象資源影響顯著,具有顯著的隨機(jī)性與波動(dòng)性,大規(guī)模、高比例并網(wǎng)對(duì)電力系統(tǒng)安全經(jīng)濟(jì)運(yùn)行造成挑戰(zhàn),提升預(yù)測(cè)精度可有效緩解風(fēng)光發(fā)電不確定性的負(fù)面影響,對(duì)于促進(jìn)風(fēng)光并網(wǎng)消納、提升風(fēng)光供電保障能力具有積極意義。另一方面,我國正穩(wěn)步推進(jìn)電力市場(chǎng)化改革進(jìn)程,風(fēng)光場(chǎng)站作為市場(chǎng)主體,其發(fā)電功率預(yù)測(cè)準(zhǔn)確性將直接關(guān)乎場(chǎng)站的市場(chǎng)收益與考核懲罰。因此,如何充分利用數(shù)值天氣預(yù)報(bào)信息,分析不同時(shí)空尺度下風(fēng)光出力特性,利用先進(jìn)模型與算法,準(zhǔn)確預(yù)測(cè)風(fēng)光發(fā)電功率,量化評(píng)估預(yù)測(cè)結(jié)果的不確定性,是電網(wǎng)調(diào)度、風(fēng)光場(chǎng)站以及預(yù)測(cè)服務(wù)提供商持續(xù)關(guān)注的重點(diǎn)問題。
在上述背景下,山東大學(xué)電力系統(tǒng)經(jīng)濟(jì)運(yùn)行團(tuán)隊(duì)以多時(shí)空尺度風(fēng)光發(fā)電預(yù)測(cè)精度提升為目標(biāo),自2009年開始持續(xù)開展深入研究,針對(duì)超短期、短期等不同時(shí)間尺度,場(chǎng)站、集群、分布式等不同空間尺度,單值、概率、爬坡事件等不同預(yù)測(cè)形式,提出了系列預(yù)測(cè)方法,基本涵蓋了風(fēng)光發(fā)電功率預(yù)測(cè)所涉及的熱點(diǎn)問題。與此同時(shí),團(tuán)隊(duì)自主研發(fā)了風(fēng)光功率預(yù)測(cè)產(chǎn)品,實(shí)現(xiàn)了科研成果的產(chǎn)業(yè)轉(zhuǎn)化與推廣應(yīng)用,積累了充足的工程經(jīng)驗(yàn)。本書是對(duì)團(tuán)隊(duì)10余年研究成果的系統(tǒng)性總結(jié),具有一定參考價(jià)值,既可以作為相關(guān)科研人員與工程人員的參考書目,也可以作為研究生的教材使用。
本書結(jié)構(gòu)按照由淺入深,逐步開展的原則設(shè)計(jì)。書的第一章介紹了國內(nèi)外風(fēng)光發(fā)電的發(fā)展現(xiàn)狀,進(jìn)一步引出了國內(nèi)外風(fēng)光發(fā)電功率預(yù)測(cè)方法以及系統(tǒng)的發(fā)展歷程,在此基礎(chǔ)上總結(jié)了風(fēng)光新能源發(fā)電對(duì)于電力系統(tǒng)以及電力市場(chǎng)的重要性;第二章介紹了風(fēng)光新能源發(fā)電預(yù)測(cè)的相關(guān)理論基礎(chǔ),包括面向風(fēng)光發(fā)電預(yù)測(cè)的電力數(shù)值氣象預(yù)報(bào)技術(shù)、風(fēng)光發(fā)電預(yù)測(cè)分類方法、風(fēng)光發(fā)電預(yù)測(cè)基礎(chǔ)模型以及風(fēng)光發(fā)電預(yù)測(cè)評(píng)價(jià)體系;第三章從風(fēng)力發(fā)電特性分析出發(fā),分別針對(duì)超短期、短期時(shí)間尺度以及集群空間尺度的特點(diǎn)介紹了相應(yīng)的風(fēng)電功率單值預(yù)測(cè)模型,通過算例對(duì)比研究證實(shí)了所提模型的有效性與精準(zhǔn)性;第四章從光伏發(fā)電特性分析出發(fā),分別針對(duì)超短期、短期時(shí)間尺度以及分布式空間尺度的特點(diǎn)介紹了相應(yīng)的光伏功率單值預(yù)測(cè)模型,并利用實(shí)際場(chǎng)站數(shù)據(jù)進(jìn)行模型性能驗(yàn)證研究;第五章在單值預(yù)測(cè)的基礎(chǔ)上進(jìn)一步深入探討風(fēng)光發(fā)電功率概率預(yù)測(cè),介紹了參數(shù)化概率模型(稀疏貝葉斯學(xué)習(xí))和非參數(shù)化概率模型(分位數(shù)回歸、D-S證據(jù)理論、核密度估計(jì))并進(jìn)行算例分析驗(yàn)證;第六章重點(diǎn)探討了多模型組合預(yù)測(cè)在風(fēng)光功率單值和概率預(yù)測(cè)中的應(yīng)用,以克服單一預(yù)測(cè)模型環(huán)境適應(yīng)能力較弱的缺陷,提升預(yù)測(cè)精準(zhǔn)度和魯棒性;第七章介紹了風(fēng)光發(fā)電爬坡事件的定義,針對(duì)爬坡事件的小樣本問題,提出了非精確概率區(qū)間預(yù)測(cè)方法。
本書是團(tuán)隊(duì)研究成果的總結(jié),在此感謝直接參與此項(xiàng)研究的于一瀟博士、李夢(mèng)林博士、王傳琦博士,以及所有參與到此項(xiàng)研究工作中的碩士研究生。此外,還要衷心感謝在研究過程中給予指導(dǎo)的韓學(xué)山教授、參與討論的課題組其他老師,以及長期保持密切合作與溝通的中國電科院新能源所的各位專家。本書涉及研究內(nèi)容獲得了國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目“促進(jìn)可再生能源消納的風(fēng)電/光伏發(fā)電功率預(yù)測(cè)技術(shù)及應(yīng)用”(2018YFB0904202)、國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目“大規(guī)模風(fēng)電/光伏多時(shí)間尺度供電能力預(yù)測(cè)技術(shù)”(2022YFB2403003)、國家重點(diǎn)研發(fā)計(jì)劃政府間國際科技創(chuàng)新合作項(xiàng)目“基于多元柔性挖掘的主動(dòng)配電網(wǎng)協(xié)同運(yùn)行關(guān)鍵技術(shù)與仿真平臺(tái)研究”(2019YFE0118400)、國家自然科學(xué)基金聯(lián)合基金項(xiàng)目“基于靈活性挖掘的區(qū)域能源互聯(lián)網(wǎng)協(xié)同運(yùn)行關(guān)鍵技術(shù)與仿真平臺(tái)研究”(U2166208)的資助,也一并表示感謝。
本書內(nèi)容體現(xiàn)的研究成果是階段性的,由于作者水平有限,難免存在缺陷與不足,懇請(qǐng)讀者給予批評(píng)和指正。
楊明 山東大學(xué)電氣工程學(xué)院副院長、教授、博士生導(dǎo)師,山東省優(yōu)秀科技工作者,全球前2%ding尖科學(xué)家,國家一流課程負(fù)責(zé)人;長期從事風(fēng)光新能源功率預(yù)測(cè)理論研究,擔(dān)任《電力系統(tǒng)自動(dòng)化》“新能源電力系統(tǒng)預(yù)測(cè)技術(shù)及其應(yīng)用”專輯特約主編、《高電壓技術(shù)》“促進(jìn)可再生能源消納的發(fā)電功率預(yù)測(cè)技術(shù)及應(yīng)用”專輯特邀主編,以及IEEE Transactions on Power Systems、IEEE Transactions on Industry Applications等期刊副編輯;主持多項(xiàng)與新能源發(fā)電功率預(yù)測(cè)相關(guān)的國家級(jí)、省部級(jí)縱向項(xiàng)目,包括國家重點(diǎn)研發(fā)計(jì)劃“大規(guī)模風(fēng)電/光伏多時(shí)間尺度供電能力預(yù)測(cè)技術(shù)—極端與轉(zhuǎn)折性天氣下風(fēng)電/光伏功率爬坡及供電能力不足風(fēng)險(xiǎn)預(yù)測(cè)技術(shù)”、國家自然科學(xué)基金項(xiàng)目“短期負(fù)荷預(yù)測(cè)自適應(yīng)動(dòng)態(tài)建模理論與方法研究”、國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目“促進(jìn)可再生能源消納的風(fēng)電/光伏發(fā)電功率預(yù)測(cè)技術(shù)及應(yīng)用—多空間尺度風(fēng)電/光伏短期功率預(yù)測(cè)及概率預(yù)測(cè)技術(shù)”、山東省重點(diǎn)研發(fā)計(jì)劃項(xiàng)目“數(shù)據(jù)驅(qū)動(dòng)的風(fēng)電預(yù)報(bào)系統(tǒng)關(guān)鍵技術(shù)研究”等。
前言
第1章 風(fēng)光新能源發(fā)電預(yù)測(cè)背景
1.1 風(fēng)光新能源發(fā)展現(xiàn)狀
1.1.1 風(fēng)電發(fā)展現(xiàn)狀
1.1.2 光伏發(fā)展現(xiàn)狀
1.2 風(fēng)光新能源發(fā)電預(yù)測(cè)系統(tǒng)發(fā)展歷程
1.2.1 風(fēng)電預(yù)測(cè)系統(tǒng)發(fā)展歷程
1.2.2 光伏發(fā)電功率預(yù)測(cè)系統(tǒng)發(fā)展歷程
1.3 風(fēng)光新能源發(fā)電預(yù)測(cè)意義
1.2.3 新能源發(fā)電預(yù)測(cè)對(duì)電力系統(tǒng)安全經(jīng)濟(jì)運(yùn)行的意義
1.2.4 新能源發(fā)電預(yù)測(cè)對(duì)電力市場(chǎng)高效運(yùn)行的意義
第2章 風(fēng)光新能源發(fā)電預(yù)測(cè)基礎(chǔ)
2.1 數(shù)值天氣預(yù)報(bào)技術(shù)
2.1.1 概述
2.2.2 全球尺度數(shù)值氣象模式
2.2.3中尺度數(shù)值氣象模式
2.2.4 面向風(fēng)光新能源發(fā)電預(yù)測(cè)的電力氣象預(yù)報(bào)
2.2 風(fēng)光新能源發(fā)電預(yù)測(cè)分類
2.2.1 時(shí)間尺度分類
2.2.2 空間尺度分類
2.2.3 預(yù)測(cè)模型分類
2.2.4 預(yù)測(cè)形式分類
2.3 風(fēng)光新能源發(fā)電預(yù)測(cè)基礎(chǔ)模型
2.3.1 物理模型
2.3.2 統(tǒng)計(jì)模型
2.3.3 機(jī)器學(xué)習(xí)與人工智能模型
2.4 風(fēng)光新能源發(fā)電預(yù)測(cè)評(píng)價(jià)體系
2.4.1 單值預(yù)測(cè)評(píng)價(jià)
2.4.2 概率預(yù)測(cè)評(píng)價(jià)
2.4.2 事件預(yù)測(cè)評(píng)價(jià)
2.4.4 考核要求
第3章 風(fēng)電功率單值預(yù)測(cè)
3.1 風(fēng)力發(fā)電特性分析
3.1.1 氣象相依特性
3.1.2 時(shí)序波動(dòng)特性
3.2 風(fēng)電場(chǎng)功率超短期預(yù)測(cè)
3.2.1 概述
3.2.2 基本算法原理
3.2.3 基于多變量EDM的風(fēng)電功率單值預(yù)測(cè)
3.2.4 算例分析
3.3 風(fēng)電場(chǎng)功率短期預(yù)測(cè)
3.3.1 概述
3.3.2 基于減法聚類和GK模糊聚類算法的氣象條件分類方法
3.3.3 基于氣象分類和XGBoost的短期風(fēng)電場(chǎng)功率預(yù)測(cè)
3.3.4 算例分析
3.4 集群風(fēng)電場(chǎng)功率預(yù)測(cè)
3.4.1 概述
3.4.2 時(shí)空特征深度挖掘的集群風(fēng)電功率預(yù)測(cè)模型
3.4.3 算例分析
第4章 光伏功率單值預(yù)測(cè)
4.1 光伏發(fā)電特性分析
4.1.1 氣象相依特性
4.1.2 時(shí)序波動(dòng)特性
4.2 光伏功率超短期預(yù)測(cè)
4.2.1 概述
4.2.2 多時(shí)間尺度云團(tuán)移動(dòng)預(yù)測(cè)
4.2.3 考慮云遮擋的光伏功率超短期預(yù)測(cè)
4.2.4 算例分析
4.3 光伏功率短期預(yù)測(cè)
4.3.1 概述
4.3.2 基于高斯相似度的相似日檢索方法
4.3.3 基于相似日檢索與Light-GBM的光伏功率預(yù)測(cè)模型
4.3.4 算例分析
4.4. 分布式光伏功率預(yù)測(cè)
4.4.1 概述
4.4.2 基于小波包算法的分布式光伏功率序列分解
4.4.3 分布式光伏平穩(wěn)序列與波動(dòng)序列插值過程
4.4.4 算例分析
第5章 風(fēng)光新能源發(fā)電概率預(yù)測(cè)
5.1 稀疏貝葉斯學(xué)習(xí)
5.1.1 概述
5.1.2 SBL原理
5.1.3 基于SBL的新能源功率概率預(yù)測(cè)——以風(fēng)電為例
5.1.4 算例分析——以風(fēng)電為例
5.2 分位數(shù)回歸
5.2.1 概述
5.2.2 基于非線性分位數(shù)回歸的新能源發(fā)電功率概率預(yù)測(cè)模型
5.2.3 算例分析——以風(fēng)電為例
5.3 D-S證據(jù)理論
5.3.1 概述
5.3.2 誤差條件概率預(yù)測(cè)
5.3.3 D-S證據(jù)理論整合概率分布
5.3.4 算例分析——以風(fēng)電為例
5.4 核密度估計(jì)
5.4.1 概述
5.4.2 基于KDE的新能源發(fā)電功率概率預(yù)測(cè)模型
5.4.3 算例分析——以光伏為例
第6章 風(fēng)光新能源發(fā)電組合預(yù)測(cè)
6.1 單值預(yù)測(cè)組合模型
6.1.1 概述
6.1.2 自適應(yīng)增強(qiáng)集成模型原理
6.1.3 基于自適應(yīng)增強(qiáng)的單值集成組合預(yù)測(cè)
6.1.4 算例分析—以光伏功率預(yù)測(cè)為例
6.2 概率預(yù)測(cè)組合模型
6.2.1 概述
6.2.2 擴(kuò)展BMA模型原理
6.2.3 組合非參數(shù)概率預(yù)測(cè)—以風(fēng)電為例
6.2.4 算例分析—以風(fēng)電功率預(yù)測(cè)為例
第7章 風(fēng)光新能源發(fā)電爬坡事件預(yù)測(cè)
7.1 風(fēng)電爬坡事件預(yù)測(cè)
7.1.1 概述
7.1.2 風(fēng)電爬坡事件定義
7.1.3 基于樸素貝葉斯網(wǎng)絡(luò)的爬坡事件概率預(yù)測(cè)模型
7.1.4 算例分析
7.2光伏功率爬坡事件預(yù)測(cè)
7.2.1 概述
7.2.2 考慮日周期性影響的光伏功率爬坡事件定義
7.2.3 基于信度網(wǎng)絡(luò)的光伏功率爬坡事件預(yù)測(cè)
7.2.4 算例分析
參考文獻(xiàn)