摘要
本发明涉及一种基于新能源出力误差采样校准的双层滚动精准调度方法,属于电力系统领域。该方法通过分析历史数据确定新能源出力波动范围,并建立预测误差模型,修正采样概率区间,生成具有代表性的新能源出力场景。同时,结合BTM和FCM聚类算法进行场景削减,保留极端场景,提升场景库的多样性和调度方案的可靠性。此外,该方法还提出了日前‑日内双层滚动优化调度模型,通过动态调整日前调度计划,有效应对新能源出力和负荷的实时波动,保证微电网的稳定运行。本发明能够有效减少新能源出力的平均误差,平抑出力波动,提高微电网的运行效率和安全性,为风光发电的调度优化、风险管理和极端事件检测提供新的思路。
技术关键词
风光
微型燃气轮机
预测误差
电热锅炉
精准调度方法
冰蓄冷空调
燃气锅炉
出力场景
时序
蓄电池充放电功率
优化调度模型
主题
燃料电池
吸收式制冷机
高斯混合模型
计划
FCM聚类算法
系统为您推荐了相关专利信息
闭环反馈控制方法
残差预测
平台
扩展卡尔曼滤波
闭环反馈控制系统
信息安全预警方法
区块链技术
数据
指数加权移动平均值
机器学习模型
建模方法
预测误差
新能源消纳能力
数学模型
风电消纳能力
态势预测方法
引发大面积停电
不确定性参数
水网
概率密度函数
混合储能系统
双层优化模型
全钒液流电池
风光
弃风弃光