新能源接入现有电网将弱化系统的频率稳定性。充分利用调频资源对提升电网稳定性具有重要意义。火电作为当前调频主要资源有着复杂多变的特性,在不同工况下调频能力也会不同;且随着渗透率提高,传统的下垂控制调频方式逐渐不能满足控制要求。因此,提出一种储能–火电互补频率控制策略,设计了随频率变化自适应调节的出力比重系数,实现了储能出力的自适应调整,并将线性自抗扰控制(Linear active disturbance rejection control,LADRC)应用于火电机组的控制,通过频域法分析典型工业控制对象的LADRC参数调节规律。仿真结果表明,相较于传统下垂控制策略,所提出的储能–火电互补频率控制策略使系统的频率偏差最大值与稳态偏差值显著降低,并且有更好的储能恢复效果。
高精度的短期电力负荷预测可以保证电力系统调度决策的准确性、缓解电力供需矛盾、保障电力系统运行的安全。由于短期电力负荷预测受气象、历史信息等因素影响且具有很强不确定性,因此对短期负荷预测进行精准的预测较为困难。为实现对日前电力负荷进行概率密度预测,提出一种基于引入注意力机制的卷积双向长短期记忆分位数回归网络(Convolutional bidirectional long short-term memory network with attention for quantile regression,QR-CBA)特征解耦框架。首先,将输入特征分为4个分支并通过解耦神经网络对其进行训练,以有效提高神经网络的计算效率和预测精度;然后,采用核密度估计(Kernel density estimation,KDE)方法作为后处理技术将预测结果生成为概率密度曲线,以有效量化预测的不确定性。以某公开负荷数据集作为实例进行验证,结果表明,所提方法的日前点预测精度达到了96.884%,与对比预测模型相比精度明显提高,区间预测的连续排名概率得分(Continuous ranked probability score,CRPS)与对比预测模型相比明显降低。以上对比实验结果说明所提预测方法具有更高的预测精度和确定性。