新型电力系统新能源发电智能预测系统设计与实现

新型电力系统新能源发电智能预测系统设计与实现

刘德强1吴洪浩2

 中电伟恒科技发展有限公司天津分公司  天津市 300000

摘 要：伴随着新能源技术的日新月异，风能和光伏为主的新能源发电技术日渐成为我国电力供应的重要组成部分。但是，新能源发电技术受制于气象因素，发电间歇性和波动性均会对电网运行稳定性产生一定的影响，务必要做好新能源发电功率的准确预测。基于此，文章提出一种新型电力系统新能源发电智能预测系统，旨在更好的预测新能源发电功率的准确预测。

关键词：新能源发电；智能预测系统；设计；实现

随着新能源的迅速发展和普及，电力系统面临着越来越复杂的供需平衡和能源调度问题。新能源的自然波动性和间歇性导致了电网负荷的不确定性和波动性，给电力系统的运行带来了一些挑战。为了迎接这一挑战，短期电网负荷智能预测算法已成为一种有效的解决方案。

1 新能源调度特征

1.1不确定性

新能源发电具有波动性和间歇性。与传统能源不同，其发电受天气等因素的影响较大，难以预测和控制。因此，新能源调度需要处理不确定性，灵活调整调度策略。

1.2多样性

新能源包括太阳能、风能、水能等多种形式。不同类型的新能源具有不同的特点和输出规律。对于多样化的新能源发电装置，需要制定相应的调度计划，以协调各种新能源的运行，最大限度地利用各种资源。

1.3快速响应要求

由于新能源具有瞬时、快速反应的特点，对新能源的需求变化较快。智能调度系统和算法可以更快地响应新能源的波动，保证电力系统的稳定运行。

1.4灵活性

新能源调度需要具有一定的灵活性，可以根据市场需求和电网运行情况进行调整。通过灵活调整发电量或与储能系统相结合，可以实现新能源的有效消耗和供需平衡。

1.5综合考虑

新能源调度需要综合考虑电网的负荷需求、储能系统、传输线等因素，优化电力系统的运行效率和经济性。同时，还必须考虑到环境保护和可持续发展的要求，以尽量减少对环境的不利影响。

2新能源发电智能预测系统设计

新能源电力预报系统实现了天气预报、功率预报、统计分析、检修管理、系统管理五大模块。该软件具有模块化的特点，具有层次分明的网络结构和灵活性，具有较高的实用性。进一步简化了风电场的布局方式，方便了扩建，减少了建设费用，并支持了风场监测、资产管理和灾害预警。

2.1硬件设计

在服务器的集群方面，它使用了DELLT640塔型的主机，它支持64 G的多网端口，它的数据存储能力大，计算能力强，适合各类光伏电站的控制控制，它能够存储和传输太阳能电池的数据，还能够与各个光伏发电厂的控制中心装置进行数据通讯，支持多协议、多网络、多平台、多个地理区域的装置迅速连接。

2.2软件设计

该平台采用Java编程语言，在此基础上开发了基于浏览器/服务器体系结构的仿真实验平台，实现了实时监控，发电规划，统计分析，故障诊断等多种功能。通过在第二区域设置的绝缘装置，对各变电站的有功、无功、气象、设施状况等数据进行收集，并对其进行数据处理，形成向调度中心报告的生产计划。该软件可以实时监测电力网络及周围的环境，显示电力和气象历史曲线，显示预测曲线。另外，本项目的预报准确率很高，可以通过大量的资料进行实时校正，从而达到先进的资料同化效果；对单个风场的预报精度可达到10%。

3新能源发电智能预测系统的关键技术

3.1短期功率预测模型

风电与光电的出力预报，要综合考量预报站点的时空尺度、观测资料的种类和预报模式。模式的输入为风力发电的短时电力预报模式，其输入为过去的电力观测资料及历史天气资料。因为风速，风向，温度；由于风力发电系统中的气压、湿度等物理量与风力发电的出力存在较大差异，因此必须利用相关系数进行选择，以改善模型的学习速率及预测结果的准确性。模式的结果是对风力发电系统的短期电力预报结果进行分析，它可以划分为给定时段内的预报功率和预报误差。其中，物理法、统计学法和联合法是研究风力发电短期预报的重要手段。（1）建立包含资料导入、风机轮毂高度风速及功率转换三个关键步骤，通过引入物理因子，在不获取海量观测数据的前提下，通过模式输出数据，获得局部天气因子的最优解。以降低对实际模型的预报错误。（2）利用特定的计算方法找到了电力系统中的历史资料与对应的电力系统出力的对应关系。在此基础上，提出了一种新的计算方法——神经网络，该神经网络是一种新的神经网络，它是一种新的神经网络。（3）结合模式适合于复杂地势的风电场，通过提高精度和更加完备的物理表达来获得当地的天气状况，并利用统计学的方法来学习单个风机的风速功率特性。通过组合方式，应对风电机组所处置风资源的不同，并考虑风电功率曲线随时间和环境的变化，有利于提高风电功率的预测精度。 大型光伏电站的发电量受多种因素的影响，单一的预测模型不能充分考虑各种因素。在极端天气条件下，单个模型学习不充分，会产生较大的预报误差。应选择一定的组合方法对单一预测模型进行组合，并尽可能将未来的影响因素纳入组合模型。光伏短期功率预测技术路线如图1所示。

图1    光伏短期功率预测基本技术路线

3.2短期预测算法

该系统采用的光伏短期预测算法包括持续预测法、机器学习模型、时间序列算法和组合预测方法。新能源发电的智能化预报系统能够完成三个次级职能：风电监控中心、风电预测中心和风电预警中心。风电场的基本情况及运行状况，风电场发电数据，以及区域内聚集功率等都由风电场监控。风电预报中心分别对风机定位风速、单站风机出力和区域总出力进行预报。风电警报中心针对可能会对

风能产生危害的恶劣气象灾害发出警告。

综上所述，新能源消纳带来的间歇性、波动等问题一直是制约电力系统正常运行的主要因素，如何提高新能源消纳能力，减小新能源对电力系统的扰动，减小其对电网运行的影响，是亟待解决的关键科学问题。通过本项目的研究，能够对我国新能源电网的新能源出力进行精确的预报，并为其提供深度融合、实用性强、个性化定制的综合预报能力，为新能源供电的精确性与可靠性提供技术支撑。

参考文献 ：

[1] 马乐.新能源发电并网调度自动化系统设计要点[J].中国新技术新产品,2023,(21):7-9.

[2] 杨静.基于短期电网负荷智能预测算法的新能源调度策略[J].模具制造,2023,23(10):226-228+231.

[3] 翟季青,宋晓东,杨啸帅等.新型电力系统新能源发电智能预测系统设计与实现[J].数字通信世界,2023,(05):47-49.