1.項目背景
　　隨著風(fēng)電并網(wǎng)容量的迅猛增長，對風(fēng)電高度不確定性和間歇特性的準(zhǔn)確估計與實時分析成為了風(fēng)電入網(wǎng)迫切需要解決的難題。如何準(zhǔn)確估計風(fēng)電入網(wǎng)功率，實現(xiàn)其動態(tài)隨機特性的分析，為電網(wǎng)的調(diào)峰及消納決策提供依據(jù)，是風(fēng)電入網(wǎng)需要解決的首要問題。由于近地風(fēng)場的復(fù)雜的非線性特性和風(fēng)電機組的風(fēng)-電轉(zhuǎn)換關(guān)系建模方面受物理環(huán)境因素影響較大，給風(fēng)電的預(yù)測分析帶來困難。以環(huán)境和系統(tǒng)狀態(tài)感知為基礎(chǔ)，集通信、計算和控制于一身的信息物理融合系統(tǒng)，為大規(guī)模風(fēng)電場動態(tài)系統(tǒng)建模的參數(shù)信息獲取、多源信息融合、狀態(tài)信息估計等方面提供了強有力的支撐，為風(fēng)電場發(fā)電功率波動性實時動態(tài)分析提供了可能。
　　2.論文所解決的問題及意義
　　本文以信息物理融合系統(tǒng)為支撐，利用其多源信息感知與融合的特點，從近地風(fēng)場的動力學(xué)特征出發(fā)，以隨機Burgers方程為基礎(chǔ)，建立了描述近地風(fēng)場動態(tài)特性及其風(fēng)電轉(zhuǎn)換過程的隨機系統(tǒng)模型。針對系統(tǒng)的非線性特征，利用粒子濾波算法，實現(xiàn)了大規(guī)模風(fēng)電場發(fā)電功率波動性的提前τ步估計與隨機特性分析。最后，利用一個30風(fēng)機風(fēng)電場算例說明了算法的有效性。實現(xiàn)了大規(guī)模風(fēng)電場發(fā)電功率波動性的動態(tài)過程描述及隨機特性分析。
　　3.論文重點內(nèi)容
　　利用環(huán)境感知與能量感知的能源CPS平臺，基于風(fēng)能傳播的動態(tài)物理模型，充分考慮多元信息之間的相互支撐關(guān)系，再結(jié)合數(shù)據(jù)驅(qū)動的建模思想，得到如圖1所示的大規(guī)模風(fēng)電場隨機系統(tǒng)分析模型框架。

 

　　4.結(jié)論
　　本方法得到的預(yù)測結(jié)果可以較好的反映總體發(fā)電出力的動態(tài)變化。但由于利用平流過程作為系統(tǒng)動態(tài)方程，當(dāng)實際出力的波動較大時，預(yù)測出力有一定的時間滯后，并且會平滑一部分較小的波動。
　　如圖3所示，CPS預(yù)測在功率小范圍變化時，比以時間序列分析為基本原理的ANFIS方法會更明顯的平滑一部分波動；而當(dāng)實際發(fā)電功率變化較大時，兩種方法本質(zhì)上都是對此變化的一種跟蹤，ANFIS方法較CPS方法的跟蹤反應(yīng)更快，但在數(shù)據(jù)拐點上往往會放大這種跟蹤效果。因此，兩種方法在不同特性的數(shù)據(jù)集下會有不同的預(yù)測效果。

　　同時，CPS方法可以較好的提供出力預(yù)測的分布特性。為了更好的展示概率預(yù)測結(jié)果，圖4中以某日6:00、12:00、18:00和24:00為例，展示了各自預(yù)測分布的具體形式。結(jié)果顯示，預(yù)測分布明顯具有非高斯性，如在圖4(b)和(c)中預(yù)測分布具有多峰特性，在圖4 (a)、(b)和(c)中預(yù)測分布明顯非對稱，呈現(xiàn)出右偏特性。圖4中的三角表示總體發(fā)電功率80%置信度水平的區(qū)間預(yù)測上、下限?？梢园l(fā)現(xiàn)，星型符號所表示的實測功率均位于80%置信度水平的區(qū)間預(yù)測范圍內(nèi)。同時，圖4的結(jié)果表明，預(yù)測區(qū)間在通常情況下是非對稱的分布在點預(yù)測結(jié)果兩側(cè)的，并且預(yù)測區(qū)間寬度具有明顯的時變特性。

 

　　圖 4  某日6:00、12:00、18:00和24:00的提前1小時總體發(fā)電功率預(yù)測概率密度和實測功率（實線：預(yù)測概率密度函數(shù)；星型標(biāo)記：實測風(fēng)電功率；三角標(biāo)記：80%置信度水平的預(yù)測區(qū)間上、下限）
　　引文信息
　　吳江，靳晶新，管曉宏，等．面向信息物理融合能源系統(tǒng)的大規(guī)模風(fēng)電場發(fā)電功率隨機特性分析模型與算法[J]．中國電機工程學(xué)報，2016，36(15)：4055-4063.
　　Wu Jiang，Jin Jingxin，Guan Xiaohong，et al．Estimation and acteristic analysis of large-scale wind farm generation in cyber physical energy system[J]．Proceedings of the CSEE，2016，36(15)：4055-4063(in Chinese)．
　　團隊介紹
　　本文作者及所在團隊隸屬于西安交通大學(xué)智能網(wǎng)絡(luò)與網(wǎng)絡(luò)安全教育部重點實驗室智能電網(wǎng)與能源電力系統(tǒng)優(yōu)化調(diào)度課題組。近十多年來，課題組注重基礎(chǔ)研究與應(yīng)用開發(fā)，得到國家重點研發(fā)計劃、國家杰出青年基金、國家自然科學(xué)基金重點和面上項目、國家863項目以及國家電網(wǎng)、上海寶鋼、山東魯能、美國太平洋燃氣電力、美國思科、德國西門子等的資助。
　　課題組在電力系統(tǒng)優(yōu)化調(diào)度理論和方法做出了系統(tǒng)性創(chuàng)新成果，包括基于Lagrange松弛的發(fā)電優(yōu)化調(diào)度創(chuàng)新方法，包括具有復(fù)雜混合動態(tài)約束的梯級水電系統(tǒng)的優(yōu)化調(diào)度新方法、克服同構(gòu)子問題的相同解和解振蕩的新方法等，建立了發(fā)電調(diào)度策略的可實現(xiàn)性理論，解決了多個公認的難題，特別是在處理有能量約束的機組組合、安全約束的快速精簡、受梯級水資源約束的水火電聯(lián)合優(yōu)化調(diào)度、風(fēng)電入網(wǎng)功率隨機特性分析等方面具有獨到之處，并在多方得到應(yīng)用。結(jié)合以上成果，課題組能夠給出水火風(fēng)光多電源系統(tǒng)優(yōu)化調(diào)度和協(xié)調(diào)的電網(wǎng)經(jīng)濟調(diào)度整體解決方案。
　　課題組系統(tǒng)研究了電力市場資源競標(biāo)的博弈分析方法，提出了基于序優(yōu)化的發(fā)電資源優(yōu)化競標(biāo)策略，提出了發(fā)電資源競標(biāo)“機會性共謀”理論，指出非壟斷性博弈行為可能造成的電價異常飚升，導(dǎo)致電力市場崩潰，后被加州電力市場情況證實。課題組與哈佛大學(xué)合作發(fā)表的論文曾被美國加州能源委員會索取作為聽證材料。
　　課題組在電力市場負荷與價格預(yù)測、大型鋼鐵企業(yè)電量與負荷預(yù)測和能量交換平衡調(diào)度、發(fā)電資源優(yōu)化分配與管理、多市場購電優(yōu)化、平衡競標(biāo)成本最小和購電成本最低電力市場規(guī)則等方面做出了新成果。
　　近年來，課題組共發(fā)表論著300多篇，其中國際期刊論文百余篇，包括IEEE Transactions長文30余篇，被SCI引用1000多次。課題組的研究成果獲得了1996年度美國李氏基金杰出成就獎（全球華人每年1~2人）、2005年度國家自然科學(xué)二等獎、2009年度國家自然科學(xué)二等獎、1997、2000、2004年度何潘清漪最佳論文獎（全球華人每年1篇）、2008年度全國優(yōu)秀博士論文等獎勵，管曉宏教授當(dāng)選IEEE Fellow、IEEE機器人與自動化學(xué)會杰出講座人。