泛在电力物联网下虚拟电厂的研究现状与展望

可再生能源的规模化接入与应用是泛在电力物联网的基础性特征之一,其固有的不确定性一方面会给电 网的安全稳定运行带来影响,另一方面导致其无法直接加入电力市场运营。虚拟电厂作为一种多能源的聚合模 式,可对分布式可再生能源进行协同控制,并以一个集合体的形式参与电力市场,对于实现泛在电力物联网建设 内容中提升电网安全经济运行水平以及促进清洁能源消纳具有重要意义。国内外对虚拟电厂的研究由来已久, 欧洲FENIX项目虚拟电厂以实现分布式电源可靠并网和电力市场运营为目标,而北美的虚拟电厂主要基于需求 响应计划,所以虚拟电厂聚合了大量可控负荷。在中国,国网冀北电力公司虚拟电厂示范工程兼顾考虑“源–网– 荷–储”的互动,将泛在可调资源聚合为可与电网柔性互动的互联网电厂。在此基础上,首先分析了虚拟电厂在协 调控制、优化调度、参与电力市场交易3个方面的研究现状。虚拟电厂的协调控制对象主要包括各种分布式电源、 储能系统、可控负荷以及电动汽车,协调控制方式主要分为集中式控制和分散式控制。在集中式控制下,虚拟电 厂的全部决策由中央控制单元制定;在分散式控制下,虚拟电厂的决策由各个代理系统取代。虚拟电厂的优化调 度是指在满足各机组出力约束和网络约束的前提下,以收益最大化、运行成本最小、碳排放最小为目标,对自身 内部多个电源的容量配置或出力进行优化调度,或者将虚拟电厂作为一个整体参与电网调度。此外,虚拟电厂利 用其先进的通信技术在参与电力市场交易时能够快速响应市场电价变化、负荷需求变化,对促进电力市场自由 化、增加市场灵活度、引导用户调峰调频等方面起到重要的作用。其次,详细阐述了泛在电力物联网下虚拟电厂 的关键技术,包括“边缘–云”计算架构、区块链技术和大数据技术。“边缘–云”计算架构,一方面,通过云主站对 虚拟电厂内部参与需求响应的负荷进行选择;另一方面,通过边缘计算感知用户用电行为,使得虚拟电厂在制定 投标策略时能够更加精准。区块链技术去中心化和透明化的特点与虚拟电厂在地域上的分散性和调度过程中的 协调控制有一定的相似之处,同时区块链技术也可保证虚拟电厂参与电力市场交易时的公平性和信息安全。大 数据技术一方面可用于对各分布式电源的出力进行更为精确的预测;另一方面也可用于处理虚拟电厂内部的各 种信息,提高各单元数据交换与处理的速度与精度。最后,对泛在电力物联网下虚拟电厂的研究进行了展望。考 虑了全成本节点电价下虚拟电厂的模型与优化调度方法以及虚拟电厂的信息物理安全问题与对策。

  • 2021-06-24
  • 阅读297
  • 下载0
  • 10页
  • pdf

基于随机森林算法的煤层气直井产气量模型

煤层气产量评价和预测是煤层气开发工程决策的关键基础。随机森林算法具有计算量小、精确度高的优点。影响煤层气井产能的参数包含地质参数、工程措施和排采工艺参数。煤储层地质参数分为动态参数和静态参数两个部分。静态地质参数由煤层的本质属性决定,如:煤层埋深、煤层厚度、地应力等;动态地质参数在排采过程中发生动态变化,如储层压力、渗透率等。排采工艺参数多为动态参数,主要受人为调控,如井底流压、套压、动液面深度、冲次、冲程等。当煤层气井完成选址、钻井、水力压裂等条件进入生产阶段,排采工艺参数对其产量影响至关重要。基于随机森林算法,分析了沁水盆地郑村区块15号煤层8口煤层气井的地质参数和排采工艺参数对产气量的影响,计算得到了排采工艺参数对煤层气井产气量影响的重要性指标排序,即流压>套压>动液面>冲次>冲程>埋深。将煤层气井最近60 d的生产数据作为产气量预测的测试样本,其余历史生产数据作为学习样本。学习样本经过缺失值处理、异常数据处理后,输入至R语言中,利用随机森林算法对历史产气量进行拟合分析。综合考虑排采工艺参数和历史产气量的动态变化对煤层气井后续日产气量的影响,建立了煤层气井的产量模型。依据随机森林算法的分枝优度准则,预测了不同排采方案下的煤层气井日产气量,将预测值与测试样本进行对比分析。结果显示,日产气量预测值中95%以上的数据与实际产量数据(测试样本)的误差小于5%,这说明基于随机森林算法的煤层气直井产量模型具有较高的拟合及预测精度,为煤层气井产能评价和预测提供了借鉴。

  • 2021-06-21
  • 阅读297
  • 下载0
  • 10页
  • pdf