基于大规模消纳可再生能源的电网脆弱性预测研究

发布时间：2021-08-14 07:29

　　随着国民经济迅猛发展,资源储备总量趋紧以及全球性质的环境恶化等问题日益显著,这些问题对能源安全和生态环境构成严重威胁并且影响和制约着我国经济社会的高速化发展。因此,着力建设稳定、洁净、低碳、高效的现代能源体系,开发可再生能源相关技术已经成为突破当前能源环境困境的重要途径。由于可再生能源具有随机性、间歇性、波动性且不易控制等特点,加剧着电网的安全稳定运行的负担。消纳大规模可再生能源的电网作为一类复杂系统,其脆弱性问题更是重中之重。因此有必要对大规模消纳可再生能源的电网脆弱性展开预测研究,提前预测电网对可再生能源的适应程度,找出系统薄弱环节,有的放矢地采取应对措施,保证消纳大规模可再生能源后电网的稳定运行。本文对大规模消纳可再生能源的电网脆弱性进行系统、科学地研究。首先,系统梳理了国内外关于可再生能源发电、消纳、电网脆弱性及其预测的相关研究成果,对绿色电网的相关研究现状和发展趋势进行了概述。其次,分析了消纳可再生能源与电网脆弱性的相关关系,阐述了电网脆弱性预测研究可能涉及的脆弱性理论、智能预测理论等,为预测模型的确定奠定理论基础。随后,在电网脆弱性预测相关理论分析的基础上,结合可再生能源并... 

【文章来源】：华北电力大学(北京)北京市 211工程院校 教育部直属院校

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

图２－２脆弱性关系类型图??图２－２分别表示双子系统的脆弱性关联、三子系统完全脆弱性关联关系；三子系统??

华北电力大学硕士学位论文??是引发电网脆弱性风险的关键环节。因此掌握可再生能源并网的框架结构十分必要，如??图２－３所示。??胃ｆ?＿?＾有序并网｜?？控制中心??Ｉ??丨??Ｉ?￣＾｜??储能设备?』?负荷中心?????ｉ??图２－３绿色能源发电并网逻辑框架图??通过对可再生能源并网逻辑框架的过程分析，可以得出其并网的涵盖了发电、储能、??入网、电力调度以及需求侧响应等方面。为了系统分析上述关键节点的交互过程，文章??对可再生能源并网的运行机制进行详细阐述，图２４描述了可再生能源从电力规划到整??合并网基本流程，如图所示。??可再生能源并网发电规划??可再生能源?卜?可再生能源??发电选址?＿线路紐：?并网??：．．．ｉ－??可再生能源发电出力预测??可再生能源发电运行控制??：?并??网??！?—??运??可再生能源发电并网过程控制?行??！?Ｉ?（需求响应、辅助服务、能量储存）??１……………—…―Ｉ———??可再生能源并网消纳??Ｉ????图２－４绿色能源发电并网运行流程图??分析可再生能源的并网运行流程可以得出，可再生能源从并网到最终消纳的全过程??中影响因素众多。在规划阶段电源选址与输电线路选址均能够对可再生能源并网产生直??接影响；在并网阶段，准确预测机组的出力、发电运行的监测控制、电源接入的过程控??制、需求侧负荷的合理预测都是制约可再生能源并网水平的关键因素。通过分析可再生??能源并网的逻辑框架与运行机制，可以确定影响电网脆弱性的关键维度，为预测指标体??系的建立

华北电力大学硕士学位论文??是引发电网脆弱性风险的关键环节。因此掌握可再生能源并网的框架结构十分必要，如??图２－３所示。??胃ｆ?＿?＾有序并网｜?？控制中心??Ｉ??丨??Ｉ?￣＾｜??储能设备?』?负荷中心?????ｉ??图２－３绿色能源发电并网逻辑框架图??通过对可再生能源并网逻辑框架的过程分析，可以得出其并网的涵盖了发电、储能、??入网、电力调度以及需求侧响应等方面。为了系统分析上述关键节点的交互过程，文章??对可再生能源并网的运行机制进行详细阐述，图２４描述了可再生能源从电力规划到整??合并网基本流程，如图所示。??可再生能源并网发电规划??可再生能源?卜?可再生能源??发电选址?＿线路紐：?并网??：．．．ｉ－??可再生能源发电出力预测??可再生能源发电运行控制??：?并??网??！?—??运??可再生能源发电并网过程控制?行??！?Ｉ?（需求响应、辅助服务、能量储存）??１……………—…―Ｉ———??可再生能源并网消纳??Ｉ????图２－４绿色能源发电并网运行流程图??分析可再生能源的并网运行流程可以得出，可再生能源从并网到最终消纳的全过程??中影响因素众多。在规划阶段电源选址与输电线路选址均能够对可再生能源并网产生直??接影响；在并网阶段，准确预测机组的出力、发电运行的监测控制、电源接入的过程控??制、需求侧负荷的合理预测都是制约可再生能源并网水平的关键因素。通过分析可再生??能源并网的逻辑框架与运行机制，可以确定影响电网脆弱性的关键维度，为预测指标体??系的建立

【参考文献】：
期刊论文
[1]基于聚类和时间序列分析的变压器状态评价方法[J]. 辛建波,康琛,翁新林,陈田,谢斌,郭创新.  电力系统保护与控制. 2019(03)
[2]模糊神经网络在电力系统短期负荷预测中的应用[J]. 喻圣,邹红波,余凡,伏春林,韩娜.  智慧电力. 2018(11)
[3]基于支持向量机的接触网故障识别方法研究[J]. 黄一鸣,袁天辰,杨俭.  计算机仿真. 2018(11)
[4]基于双变权缓冲算子的多变量灰色电量预测[J]. 邓裕文,胡资斌.  黑龙江电力. 2015(06)
[5]含双馈风电场的电网节点脆弱性评估[J]. 王兰,李华强,陈卓,许海青.  电测与仪表. 2015(18)
[6]基于小波分析和GM-ARIMA模型的月度售电量预测[J]. 樊娇,冯昊,牛东晓,王筱雨,刘福炎.  华北电力大学学报(自然科学版). 2015(04)
[7]基于Sobol序列和混合Copula的含风电和光伏电力系统暂态稳定分析[J]. 潘雄,张龙,黄家栋,王莉莉,刘文霞,吴瑞华.  太阳能学报. 2015(07)
[8]优化系数的NGM（1,1,k）模型在中长期电量预测中的应用[J]. 鲁宝春,赵深,田盈,杨杨,李宝国,陈晓英,孙丽颖.  电力系统保护与控制. 2015(12)
[9]基于三角图法的输电线路物理脆弱性评估及分类[J]. 门永生,金龙哲,于振,赵宏波.  安全与环境学报. 2015(02)
[10]云模型理论在互联电力系统负荷频率控制中的应用[J]. 蔡国伟,张斌,王建元,杨德友,孙然.  中国电机工程学报. 2015(02)

硕士论文
[1]基于小波分析的电力系统短期负荷预测的应用研究[D]. 贾辛淼.沈阳工业大学 2016



本文编号：3342049