气候变化条件下基于智能预测模型的虚拟电厂不确定性运行优化研究

• Published in: 发电技术 Vol. 44; no. 6; pp. 790 - 799
• Main Authors: 贾晓强, 杨永标, 杜姣, 甘海庆, 杨楠
• Format: Journal Article
• Language: Chinese
• Published: 电网安全全国重点实验室(中国电力科学研究院有限公司),北京市 海淀区 100192%东南大学电气工程学院,江苏省 南京市 210096%国网江苏省电力有限公司,江苏省南京市 210000%国网江苏省电力有限公司南京供电分公司,江苏省 南京市 210000 2023
• Subjects: 虚拟电厂(VPP); BP neural network; 区域气候模型(PRECIS); BP神经网络; 不确定性优化; virtual power plant(VPP); uncertainty optimization; 气候变化; providing regional climate for impact studies(PRECIS); climate change
• ISSN: 2096-4528
• DOI: 10.12096/j.2096-4528.pgt.23094

TK01%TM73; 为有效应对气候变化,促进虚拟电厂(virtual power plant,VPP)的健康发展,基于区域气候模型(providing regional climate for impact studies,PRECIS)、BP神经网络预测模型和区间优化算法,提出了适应气候变化的VPP运行优化模型.应用PRECIS模拟2025年不同碳排放情景下气温、风速和辐射量等气象要素的变化规律;基于PRECIS气象要素模拟结果,应用BP神经网络模型预测2025年光伏电站的发电量;将区间优化算法与发电量预测结果相耦合,以此降低光伏发电不确定性对优化模型模拟结果的影响.结果显示,该模型可生成适应气候变化的VPP最优运行策略,降低系统运行成本,提升VPP运行效益.