基于马尔科夫链的自适应储能需求功率预测模型

• 作者: 何俊强 师长立 韦统振
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 自动发电控制(AGC) 马尔科夫链 预测模型 场景树 自适应调整
• 年，卷（期）: 2021,（z2）
• 所属期刊栏目: 电力系统与综合能源
• 页码范围: 563-571
• 页数: 9页
• 分类号: TM761
• 语种: 中文
• DOI: 10.19595/j.cnki.1000-6753.tces.L90136

摘要

针对储能辅助火电机组二次调频时储能需求功率随机性强的问题,提出一种基于马尔科夫链的自适应储能需求功率预测模型.首先,针对火电机组响应自动发电控制(AGC)指令时功率随机变化性强且难以实时监测的特点,运用马尔科夫随机过程理论来描述储能未来有限时域内的需求功率,并采用后验功率信患实时自适应调整预测模型以适应AGC指令的周期性波动;然后,针对需求功率随机场景繁多的问题,提出一种可变预测时域的场景树生成方法来选择预测场景,该方法能够在树节点数一定的情况下更有效地选择场景;最后,进行了算例分析.结果 表明,相比无自适应调整的马尔科夫模型,所提自适应预测模型的预测精度提高了8.28％;采用该文所提场景树方法的预测精度相对于固定场景树结构方法提高了6.67％,较极大似然估计法提高了4.65％.