风电预测风险的量化转移及保险机制研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    71401017
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    21.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    G0103.决策与博弈
  • 结题年份:
    2017
  • 批准年份:
    2014
  • 项目状态:
    已结题
  • 起止时间:
    2015-01-01 至2017-12-31

项目摘要

Wind energy is one of the mature renewable energy sources for power generation. Because wind resource cannot be predicted accurately, sufficient operating reserve should be allocated. However, some small-possibility high-loss risks cannot be mitigated with this technical solution. From the perspective of power system stability and economy, this project focuses on quantifying and mitigating wind forecast risk. Firstly, based on the investigation of wind forecast risk source, the probability distribution function of forecast error will be determined with incomplete information. Secondly, taking into account power system inherent constraints, the unpredictable blackout loss will be replaced by predictable security control cost. And the dynamic security region theory will be introduced to develop a reliability evaluation framework, which can represent the effects of flexible system dispatch and wind power forecast error. Finally, a mixed technical and market-based solution for wind forecast risk management will be proposed. The capability of transferring wind forecast risk with insurance will be evaluated as well. To fully utilize the complementary nature of entropy and variance, entropy will be added to premium pricing principle to form a new variance-entropy premium pricing method. This project aims to provide a reliable solution for large-scale integration of wind power to ensure development of wind industry in an economically-socially-environmentally friendly manner.
风力发电是目前技术成熟的可再生能源发电方式之一。由于风力资源具有一定的不可预测性,电网运行时必须留有足够的备用容量,但是这种技术性手段无法解决风电预测的极端小概率大损失风险。本项目从电力系统可靠性和经济性角度出发,系统研究风电功率预测风险的量化方法及转移机制。在梳理风电系统风险来源的基础上,着重解决在不完全信息下对风电功率预测误差的概率分布建模。考虑电力系统固有复杂安全约束,通过可预测的安全控制成本替换难以预估的停电损失成本,并借助动态安全域理论量化安全控制成本,构建可以表征灵活调度作用和风电预测误差影响的可靠性评估体系,准确量化风电功率预测风险。从电网运营管理角度提出解决预测风险的技术性和市场化手段,评估保险手段转移潜在风险的能力,建立体现熵值和方差互补性的修正保险费率厘定方法。研究成果有望促进风力发电与社会-经济-环境协调发展的良性开发模式,为大规模风电并网提供一套切实可行的解决方案。

结项摘要

风电预测风险评估是一个全新的研究课题,本项目之前没有任何研究工作或相关报导,更没有可靠的量化方法。本项目从电网运营管理角度提出了量化风电预测误差风险的方法和相应的市场化风险规避手段,评估了保险手段转移潜在风险的能力,建立了体现熵值和方差互补性的修正保险费率厘定方法。具体开展的创新研究成果包括:【创新点1】完成了基于联合概率密度函数的多风电场出力联合概率分布构造,提出了基于概率论的风电场功率输出区间预测方法。针对数学模型及仿真场景,基于动态安全域技术,提出了针对风电功率预测误差风险的度量方法,该方法可将安全性、充裕性、经济性等多目标统一量化的风险指标,有效地解决了小概率高风险的预测误差对系统造成的影响。提出了考虑风功率预测误差的多风电场柔性调度方法,克服了现有风功率预测手段不足、预测精度相对较差等问题,提高了电网的调度和运行质量,很大限度地改善了含高风电渗透率的绿色电力系统运行的经济性和可靠性。【创新点2】提出了多种分布式储能系统选址和定容的方法,建立了用于衡量兼容储能系统和分布式发电系统的配电网安全裕度,同时将放电深度及过放现象等造成的寿命损伤折合为运行成本,将未满足期望输出部分的能量折合为惩罚成本,最终实现了分布式储能的优化配置。分析了储能设备在细分电力市场上的盈利模式的基础上,量化了风电高渗透、风电调频和风储联合调频等不同工况下对电力系统频率特性的影响,完成了对储能参与实时市场和辅助服务市场的经济性分析以及具体控制策略。截至2017年12月,本项目共发表SCI论文11篇。课题组成员入选湖南省“青年百人计划”、申报并获批湖南省教育厅科学研究项目1项、湖南省科技创新创业环境建设专题1项。本项目的研究成果已成功应用于新疆金风科技股份有限公司在风电预测及风场储能规划等领域。

项目成果

期刊论文数量(11)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Optimal allocation of battery energy storage systems in distribution networks with high wind power penetration
高风电渗透率配电网电池储能系统优化配置
  • DOI:
    10.1049/iet-rpg.2015.0542
  • 发表时间:
    2016-09
  • 期刊:
    IET RENEWABLE POWER GENERATION
  • 影响因子:
    2.6
  • 作者:
    Zhang Yongxi;Dong Zhao Yang;Luo Fengji;Zheng Yu;Meng Ke;Wong Kit Po
  • 通讯作者:
    Wong Kit Po
Advanced Pattern Discovery-based Fuzzy Classification Method for Power System Dynamic Security Assessment
基于先进模式发现的电力系统动态安全评估模糊分类方法
  • DOI:
    10.1109/tii.2015.2399698
  • 发表时间:
    2015-04-01
  • 期刊:
    IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS
  • 影响因子:
    12.3
  • 作者:
    Luo, FengJi;Dong, ZhaoYang;Wong, KitPo
  • 通讯作者:
    Wong, KitPo
Cooperation-Driven Distributed Model Predictive Control for Energy Storage Systems
合作驱动的储能系统分布式模型预测控制
  • DOI:
    10.1109/tsg.2015.2449760
  • 发表时间:
    2015-11-01
  • 期刊:
    IEEE TRANSACTIONS ON SMART GRID
  • 影响因子:
    9.6
  • 作者:
    Meng, Ke;Dong, Zhao Yang;Weller, Steven R.
  • 通讯作者:
    Weller, Steven R.
Flexible Operation Planning Scheme Considering Wind Power Generation Forecasting Uncerta
考虑风电发电量预测不确定性的灵活运行规划方案
  • DOI:
    10.1080/15325008.2017.1290163
  • 发表时间:
    2017
  • 期刊:
    Electric Power Components and Systems
  • 影响因子:
    1.5
  • 作者:
    Yongxi Zhang;Yu Zheng;Ke Meng;Zhaoyang Dong
  • 通讯作者:
    Zhaoyang Dong
Insurance strategy for mitigating power system operational risk introduced by wind power forecasting uncertainty
降低风电预测不确定性带来的电力系统运行风险的保险策略
  • DOI:
    10.1016/j.renene.2015.12.007
  • 发表时间:
    2016-04
  • 期刊:
    RENEWABLE ENERGY
  • 影响因子:
    8.7
  • 作者:
    Yang Hongming;Qiu Jing;Meng Ke;Zhao Jun Hua;Dong Zhao Yang;Lai Mingyong
  • 通讯作者:
    Lai Mingyong

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

改进的粒子群算法及其在软测量建模中的应用
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    华东理工大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    宁国忠;钱锋;孟科;颜学峰
  • 通讯作者:
    颜学峰
金坛-如皋断裂北东段浅层地震勘探新证据
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    地震地质
  • 影响因子:
    --
  • 作者:
    顾勤平;杨浩;赵启光;孟科;王金艳;李云;马董伟
  • 通讯作者:
    马董伟

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

孟科的其他基金

电力零售交易机制设计及个性化用户套餐定制研究
  • 批准号:
    71871031
  • 批准年份:
    2018
  • 资助金额:
    46.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码