Power System Thesis

本文主要探讨了电力系统分析中的可靠性问题，特别是短期风能发电的承诺问题。文章从全球范围内风电系统安装的迅速增长开始谈起，主要归因于对电力生产环境问题的关注以及对使用可再生能源资源的迫切需求。然而，风力发电的不确定性和间歇性特点，导致了将其整合到电力系统中的问题日益突出，尤其是随着风力发电的渗透率不断增加，电力系统运行中的一大挑战就是在承诺风力发电量时保持系统的可靠性。短期风力发电承诺是一个关键任务，需要准确的风力发电预测。 统计方法，尤其是时间序列模型，已被用来较为准确地预测短期风力发电。短期风力发电依赖于初始风力发电量和风力发电场地。由于任何未来的预测都包含一定的风险，短期风力发电承诺也依赖于可接受的风险标准，这是一个管理决策。本文提出了一种基于时间序列模型的条件概率方法，用以识别风力的变异性，并在系统运行期间量化风力发电承诺的风险。 在系统可靠性方面，风力发电系统运行的挑战主要在于如何在预计的电力需求时间内，基于已知的初始风力发电输出，合理地承诺风力发电量。这需要系统操作员和风电场业主根据可接受的风险标准，做出是否承诺风力发电的决策。在高风力发电渗透率的电力系统运行中，维持系统的可靠性是维持风力发电承诺的关键。风力发电的承诺取决于对未来风力发电量的准确预测，这需要使用统计方法和时间序列模型。 文章还提到，任何未来预测都包含一定的风险，而短期风力发电承诺也依赖于可接受的风险标准。这表明，风险预测是风力发电承诺过程中的一个重要因素。为了更好地管理和预测风力发电的可靠性，提出了基于时间序列模型的条件概率方法，该方法旨在识别风力的变异性并量化风力发电承诺期间的风险。 在论文的引言部分，作者还指出传统的电力生产主要由核能、水能和化石燃料热电厂主导，这些单位基本上能提供相对固定的发电容量水平，因此被称为传统单元。然而，这些传统发电单位的主要缺点之一是它们很难快速响应负荷的变化，这限制了它们在提供峰值电力和快速频率调节方面的能力。相比之下，风能发电具有较高的灵活性，可以调整其输出以响应电网需求的变化，但其输出的间歇性和不确定性对电力系统的可靠性和稳定性构成了挑战。 因此，研究者们开发了基于风险的简化的风电短期承诺方法，这种方法相对简单，容易应用于实际操作中，从而有助于电力系统操作员和风电场业主根据已知的初始风力发电输出在接下来的一小时或更长时间内承诺适当的电力量。这种方法不仅对电力系统的可靠性和稳定性有积极影响，也有助于促进风电的进一步整合和优化电力系统的整体性能。