《風電預測，併網調度與規劃的決策最佳化模型》是依託南京大學，由宋哲擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：風電預測，併網調度與規劃的決策最佳化模型
- 項目類別：青年科學基金項目
- 項目負責人：宋哲
- 依託單位：南京大學
項目摘要,結題摘要,
項目摘要
在全球都在強調低碳經濟和可持續性發展的大環境下，風能作為一種清潔的可再生能源得到了全世界的重視。但是大規模風電的存在給目前電網的管理帶來前所未有的挑戰，這主要體現在併網調度以及相應的規劃上面。究其主要原因還是風能的隨機性較大，從而導致風電廠發電總量具有很大的波動。本課題從風電的短期預測入手，以提高預測精度為目標，探索一種基於數據挖掘和傳統數值方法相結合的預測模型。然後以該預測模型為前提，進而研究風電和其它傳統發電廠（比如火電）之間的調度決策模型。該調度決策模型將運用隨機規劃的思想與預測模型有機地結合，從而大大降低調度風電時的不確定性風險和成本。本課題試圖將風電預測模型的作用延伸到對風電廠早期規劃上，提出相應的決策最佳化模型。例如風電廠往往會配套火電廠作為備份電廠，用於提高風電廠輸出電力的可靠性。如果能夠將風電預測模型套用到這類問題的規劃，可能避免配套火電廠裝機容量的過度冗餘。
結題摘要
在風電預測方法創新方面，本研究發現風速具有結構性突變特徵，即風速在短期內呈現出很強的不確定性，不能用一種隨機分布模型來描述；與此同時，人們依據經驗和歷史數據，往往對於某個地區的風速有著先驗知識。根據這些特點，我們自然聯想到貝葉斯理論和時間序列的結構突變模型。因此我們將基於貝葉斯的結構突變模型套用到超短期風電預測，通過計算實驗驗證了該方法的有效性，為國內外風電預測同行們提供了嶄新的思路。該項研究成果 Very short-term wind speed forecasting with Bayesian structural break model 發表在可再生能源方向國際一流期刊Renewable Energy （5-Year Impact Factor: 3.2）上面。 在風電廠調度研究方面，我們通過2011年度實地調研，以及和國內外學者交流，我們發現風電廠有時存在不得不停止某些風機從而降低發電量的現象。即風電調度不僅僅是和其它火電廠，或者其它可再生能源發電廠的調度調配問題。在一個風電廠內部，啟停某些風機來達到發電量的嚴格要求也顯得頗為重要。因此我們研究團隊（包括香港和美國的合作者）提出了風電廠內部最佳化調度模型，幫助風電廠運營人員，根據風機發電效率、電價和天氣狀況作出啟停風機的最優決策。該項研究成果彌補了國內外在這個方面的空白（目前大部分研究關注風電廠和其它傳統電廠的電力調配、調度，忽略了風電廠內部也需要最佳化調度）。我們的研究成果“Scheduling Electric Power Production at a Wind Farm”發表在管理科學方向國際一流期刊European Journal of Operational Research（5-Year Impact Factor: 2.3）上面。
