北极星

搜索历史清空

  • 水处理
您的位置:电力火电火电产业评论正文

面向虚拟电厂运营的温度敏感负荷分析与演变趋势研判

2024-07-23 10:51来源:中国电力作者:周颖 白雪峰 等关键词:虚拟电厂电力负荷电力市场收藏点赞

投稿

我要投稿

随着人们对生产生活舒适度要求的提高,同时由于极端天气频发、广发,使得温度敏感负荷不断攀升,负荷峰值不断刷新纪录,电力保供压力逐渐增加。2022年11月国家能源局发布《电力现货市场基本规则(征求意见稿)》,要求推动虚拟电厂等新兴市场主体参与电力现货交易,充分激发和释放用户侧灵活调节能力。国家能源局2023年3月发布的《关于加快推进能源数字化智能化发展的若干意见》强调要进一步提高负荷预测精度。上海的密集商业楼宇虚拟电厂中温度敏感负荷占比较大,准确的温度敏感负荷预测为虚拟电厂制定需求响应方案、参与电力市场交易提供了必要的参考依据,尤其是在迎峰度夏/度冬期间的极端高温、寒潮时,是虚拟电厂调峰的重要场景。但目前对于极端气象场景的预测精度往往较低,准确把握温度敏感负荷大小能够帮助虚拟电厂在发电侧综合评估区域内分类分布式发电机组的攀峰响应能力,在用电侧可以及时下达需求响应邀约以降低部分负荷,缓解紧张的供需形势。

(来源:中国电力 作者:周颖, 白雪峰, 王阳, 邱敏,孙冲,武亚杰,李斌)

《中国电力》2024年第1期刊发了周颖等撰写的《面向虚拟电厂运营的温度敏感负荷分析与演变趋势研判》一文。文章为支撑虚拟电厂运营,精准预测虚拟电厂在寒潮天气下的负荷大小,通过对负荷的分解,提取出温度敏感负荷,提高气象因素与负荷的相关性,并采用改进的时间序列生成对抗网络,扩充寒潮期间温度敏感负荷数据,增加样本训练量,最后采用卷积-长短时记忆神经网络对寒潮期间的日最大负荷进行预测。

01

温度敏感负荷分解与影响因素分析

6.png

02

极端天气小样本条件下负荷短期预测

7.png

03

算例分析

8.png

04

结论

本文基于多类型气象指标,提出一种基于负荷分解及小样本生成的CNN-LSTM网络模型,以中国某省数据进行模型训练。得到以下结论。

1)采用负荷分解得到的温度敏感负荷与体感温度、人体舒适度等二次气象指标的相关性普遍大于总负荷与此类指标的相关性,并高于与单一气象的相关性。通过负荷分解与二次气象指标,选择与温度敏感负荷相关性较高的指标,可进一步提升温度敏感负荷的预测精度。

2)采用TimeGAN算法对学习寒潮期间的负荷及气象数据的时序特征,并对样本进行扩充,从生成数据与原始数据的概率分布和实际预测精确度效果可知,生成数据在保留原始数据分布特征的基础上,弥补了寒潮期间负荷样本过少、预测模型难以学习其时序特征的不足。

3)本文选用的基于CNN-LSTM预测模型在输入多维特征参数下可以充分考虑温度敏感负荷的时序特性,提高对历史负荷、气象参数的利用率,提高在短期电力负荷预测中的预测精度,有利于虚拟电厂提前安排运营计划。

4)未来随着极端天气的频发,温度敏感负荷占比逐年升高,将愈发成为虚拟电厂中重要的调控资源,可在负荷预测的基础上,进一步研究极端天气下温度敏感负荷可调节潜力,支撑虚拟电厂调控资源的挖掘。


投稿与新闻线索:陈女士 微信/手机:13693626116 邮箱:chenchen#bjxmail.com(请将#改成@)

特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。

凡来源注明北极星*网的内容为北极星原创,转载需获授权。

虚拟电厂查看更多>电力负荷查看更多>电力市场查看更多>