面向消纳提升的新能源智能调控数据应用架构与关键技术

发布时间：2022-07-12 13:52

　　以数据深度利用和单机智能感知为特征的智能调控技术是未来新能源调控运行的核心领域,尤其在挖掘新能源消纳潜力方面,数据将发挥越来越重要的作用。在分析新能源数据应用特征的基础上,以提升新能源消纳为目标,提出了涵盖智能感知、数据融合与处理以及消纳全过程分析的新能源智能调控体系架构,并从数据校验与处理、资源评估与预测、受阻电量图谱解析、设备运行评价与智能诊断等方面介绍了新能源单机数据在消纳提升应用方面的关键技术。通过数据驱动的新能源消纳全过程分析,实现新能源调控智能化转型,提升新能源的管控能力和消纳水平。 

【文章页数】：7 页

【部分图文】：

面向新能源消纳提升的智能调控数据应用架构

等效概率功率曲线示意

新能源异常数据辨识和重构流程

【参考文献】：
期刊论文
[1]泛在电力物联网释义与研究展望[J]. 杨挺,翟峰,赵英杰,盆海波.  电力系统自动化. 2019(13)
[2]数据驱动下的智能发电系统应用架构及关键技术[J]. 刘吉臻,王庆华,房方,牛玉广,曾德良.  中国电机工程学报. 2019(12)
[3]水火风光多源发电调度系统大数据平台架构及关键技术[J]. 申建建,曹瑞,苏承国,程春田,李秀峰,吴洋,周彬彬.  中国电机工程学报. 2019(01)
[4]风电机组异常数据预处理的分类多模型算法[J]. 陈伟,吴布托,裴喜平.  电力系统及其自动化学报. 2018(04)
[5]新能源机组运行数据多维度校验研究及应用[J]. 徐海翔,王靖然,吴林林,孙荣富,李亮.  华北电力技术. 2017(10)
[6]基于风电单机数据的弃风电量分析与设备运行评价[J]. 王靖然,孙荣富,张岩,柳玉,范高锋,梁志峰.  华北电力技术. 2017(10)
[7]风电消纳全生产过程评价方法[J]. 孙荣富,王东升,丁华杰,徐海翔.  电网技术. 2017(09)
[8]基于特征聚类的区域风电短期功率统计升尺度预测[J]. 王尤嘉,鲁宗相,乔颖,吴林林,徐海翔.  电网技术. 2017(05)
[9]基于风力机功率特性的风资源评估δ指标体系[J]. 张家安,刘宁,吴林林,李志刚,刘辉,孟心怡.  太阳能学报. 2017(02)
[10]面向能源系统的数据科学:理论、技术与展望[J]. 赵俊华,董朝阳,文福拴,薛禹胜.  电力系统自动化. 2017(04)



本文编号：3659243