考虑天气过程随机性的风电场群概率预测及系统优化调度方法

Aggregated wind power probabilistic prediction is not considered in any existing wind power prediction system. This situation limits the application value of wind power prediction in wind power schedule. This proposal is to study the probabilistic characteristic of the ensemble numerical weather prediction members in different weather process. The wind power probabilistic prediction method based on random weather process will be proposed. Secondly， based on a practical algorithm of superposition of random variables with correlation， the aggregated wind power probabilistic prediction will be modeled.Afterwards， the proposal is to study the optimal schedule model and the quick solving algorithm a in order to provide schdule strategy for the system. The proposal will also study the evaluation of the system operation risk， in which the stochastic characteristic and correlation of wind power will be considered. This proposal is to solve the issues of wind power schedule by combining of theory innovation， modeling， algorithm for solving and dynamic simulation method. A practical schedule model based on probabilistic prediction will be set up to provide technical support for the safety operation of bulk grid with large-scale wind power integration.

现有风电功率预测系统均未实现对区域风电场群的概率预测，限制了风电调度的优化空间，给电力系统的安全运行带来较大风险。本申请以集合数值天气预报为基础，通过研究不同集合成员对不同天气过程的预测误差分布特征，构建基于天气过程不确定性的风电场概率预测模型；研究具有强相关性随机变量的误差相关结果特征及联合概率分布求解方法，构建具有强相关性风电场群的概率预测模型；研究含大规模风电并网的优化调度建模方法及快速求解算法，为电力系统运行提供包括机组组合及发电计划的调度策略；研究考虑风电出力随机性和相关性的系统运行风险评估算法，保证系统的安全稳定运行。本研究采用理论创新，数学建模，算法求解和动态仿真相结合的方式，建立基于概率预测的风电优化调度模型，破解我国风电调度面临的难题，提高风电消纳能力，降低系统运行风险，为我国大规模风电并网的优化调度问题提供技术支撑。

现有风电功率预测系统均未实现对区域风电场群的概率预测，限制了风电调度的优化空间，给电力系统的安全运行带来较大风险。为此本项目从集合数值天气预报、区域风电场群概率预测、考虑风电消纳的机组组合及发电计划调度策略以及系统运行风险评估四个方面展开研究，主要内容及成果包括：.1. 研究了基于多参数化方案组合的集合预报技术，通过数值模式敏感性试验及泰勒图评估，遴选出集合预报成员。针对集合预报成员对不同天气过程的模拟能力差异问题，提出了基于经验模态分解的天气过程分类识别方法，通过历史回算分析各成员模态的误差权重，并在预报中对各模态进行修正，提升了预报准确率。针对集合成员难以描述完整不确定性分布的困难，提出了采用贝叶斯模型平均算法形成风速连续分布函数的方法，并建立了风速分布向风功率分布转化的计算模型。.2. 针对区域风电场群误差及功率的复杂时空相关特性，建立了藤结构Copula模型，实现了高维相关结构的精确建模。建立了区域风电场群的多元联合概率分布模型，并提出了适用于工程实践的条件概率分布求解方法，得到了区域风电场群的概率预测结果。对比传统概率预测方法，所提方法预测效果好，且对数据缺失的稳健性更高，具有工程实用价值。.3. 建立了基于机会约束的机组组合优化模型，提出了基于条件风险约束的机会约束优化模型凸近似转换方法和基于随机蒙特卡洛抽样的模型快速求解方法。计算结果显示，所提出的方法能够实现电网最大化消纳风电，并且具有很好的求解效率，满足了工程实用性的需要。.4. 提出了考虑相关性的风电出力场景快速构造方法，提出了含大规模风电的电力系统风险评估模型及方法，利用风电出力场景进行概率潮流计算，实现了对系统风险的量化评估。提出了基于系统运行静态安全域的风险评估算法，通过对危险场景的快速查找，避免了大量安全场景的冗余计算，提高了风险评估的计算速度。