我国北方地区高渗透率风电场和高比例热电联产（combined heat and power,CHP）机组的电源结构给电力系统调度和运行控制带来了巨大挑战。通过CHP机组与集中供热系统协调配合,释放CHP机组灵活性潜力是解决这一问题的有效手段。但是,CHP机组灵活性有限且难以度量,如何利用CHP机组的灵活性来协调满足电力系统调度和运行控制的不同需求,是高效、安全发挥CHP机组灵活性的前提。基于此,该文从电力系统调度和控制时间尺度角度定义了CHP机组多时间尺度灵活性,提出了满足CHP机组多时间尺度灵活性释放的CHP机组与热网系统协调模型。建立了电热系统联合调度框架：集中供热系统给出满足最大化CHP机组电出力灵活性的CHP机组允许热出力区间,电力系统以允许热出力区间为电热系统运行边界,实现CHP机组多时间尺度灵活性的最优分配。采用电/热联合系统算例,研究了高渗透率风电条件下CHP机组多时间尺度灵活性对风电消纳以及系统备用需求的影响,算例结果验证了该文所提方法的有效性和优越性。
变压器油中溶解气体体积分数是表征变压器健康状态及故障特性的重要参量。因此,准确预测变压器油中溶解气体的体积分数,有助于及时把握变压器的状态演化与故障发展趋势。现有对气体体积分数预测的研究多集中在点预测方面,难以全面反映气体体积分数的不确定性信息。针对此问题,提出了一种基于灰狼优化长短期记忆网络(long short⁃term memory based on grey wolf optimization,GWO⁃LSTM)与非参数核密度估计(non⁃parametric kernel density estimation,NKDE)的变压器油中溶解气体体积分数点—区间联合预测方法。首先,搭建变压器油中溶解气体体积分数点—区间联合预测模型的整体结构,阐述预测的实现过程;其次,利用自适应噪声完备集合经验模态分解方法将气体体积分数原始序列分解成若干个较为平缓的子序列,再基于GWO⁃LSTM对上述子序列分别进行点预测,并将所有子序列点预测结果叠加合成还原为气体体积分数点预测结果;然后,基于气体体积分数点预测结果及NKDE构造气体体积分数预测误差的概率密度估计函数,进而生成不同置信水平下的区间预测结果;最后,对所提方法进行算例分析,算例结果验证了所提方法的有效性。
