电力系统稳态下可再生能源大规模接入量预测

doi:10.11930/j.issn.1004-9649.202405113

中国电力 ›› 2025, Vol. 58 ›› Issue (2): 126-132.DOI: 10.11930/j.issn.1004-9649.202405113

• 基于数据驱动的电力系统安全稳定分析与控制 • 上一篇下一篇

电力系统稳态下可再生能源大规模接入量预测

汤明润¹(), 李若旸²(), 刘慕然³, 程晓钰⁴, 刘铫¹(), 杨淑霞¹()

1. 华北电力大学经济与管理学院，北京　102206
2. 国网北京电力公司，北京　100054
3. 华北电力大学电气与电子工程学院，北京　102206
4. 北京国电通网络技术有限公司，北京　100071

收稿日期:2024-05-27 出版日期:2025-02-28 发布日期:2025-02-25
作者简介:汤明润（1983—），男，博士研究生，工程师，从事管理科学与工程研究，E-mail：tangmingrun@163.com
李若旸（1992—），女，博士，工程师，从事能源经济研究，E-mail：bjlry62120626@126.com
刘铫（2001—），女，硕士研究生，从事工业工程与管理研究，E-mail：18292789233@163.com
杨淑霞（1962—），女，通信作者，博士，教授，从事管理科学与工程研究，E-mail：bjysx216@126.com
基金资助:
国家自然科学基金资助项目（72074074）。

Prediction of Large-Scale Renewable Energy Access under Steady State of Electric Power System

Mingrun TANG¹(), Ruoyang LI²(), Muran LIU³, Xiaoyu CHENG⁴, Yao LIU¹(), Shuxia YANG¹()

1. Faculty of Economics and Management, North China Electric Power University, Beijing 102206, China
2. State Grid Beijing Electric Power Company, Beijing 100054, China
3. School of Electrical and Electronic Engineering, North China Electric Power University, Beijing 102206, China
4. Beijing Guodentsu Network Technology Co., Ltd., Beijing 100071, China

Received:2024-05-27 Online:2025-02-28 Published:2025-02-25
Supported by:
This work is supported by National Natural Science Foundation of China (No.72074074).

摘要/Abstract

摘要：

可再生能源发电大规模增加及各类不确定因素叠加对电力系统提出了严峻挑战。研究具有代表性的可再生发电能源，分析电力系统稳定条件下影响可再生能源大规模接入量的因素，基于灰色关联度分析法以及极端梯度提升算法（eXtreme boosting system，XGBoost）算法筛选关键因素，构建了可再生能源大规模接入量预测模型，并以某地区电力系统为例对预测模型进行验证。结果表明：所提方法具有可行性，能为新型电力系统制定合理有效的电力规划提供参考。

关键词: 电力系统, 可再生能源, 接入量

Abstract:

The large-scale increase in renewable energy generation and the superposition of various uncertainties have posed severe challenges to power systems. This paper studies representative energy sources, analyzes the factors affecting the large-scale integration of renewable energy under power system stability conditions, screens key factors based on grey correlation analysis and XGBoost, and constructs a prediction model for the large-scale integration of renewable energy. The proposed model is verified by a regional power system. The results show that the proposed is feasible and can provide a reference for the reasonable and effective power planning of new power systems.

Key words: electric power system, renewable energy, access volume

汤明润, 李若旸, 刘慕然, 程晓钰, 刘铫, 杨淑霞. 电力系统稳态下可再生能源大规模接入量预测[J]. 中国电力, 2025, 58(2): 126-132.

Mingrun TANG, Ruoyang LI, Muran LIU, Xiaoyu CHENG, Yao LIU, Shuxia YANG. Prediction of Large-Scale Renewable Energy Access under Steady State of Electric Power System[J]. Electric Power, 2025, 58(2): 126-132.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.electricpower.com.cn/CN/10.11930/j.issn.1004-9649.202405113

https://www.electricpower.com.cn/CN/Y2025/V58/I2/126

图/表 6

参考文献 22

1	翟苏巍, 李银银, 杜凡, 等. 考虑海量分布式能源接入的配电网分布式无功控制策略[J]. 中国电力, 2024, 57 (8): 138- 144.
	ZHAI Suwei, LI Yinyin, DU Fan, et al. Distributed reactive power control strategy of distribution network considering massive distributed energy access[J]. Electric Power, 2024, 57 (8): 138- 144.
2	刘哲, 唐成鹏, 周青, 等. 新型电力系统建设环境下的“西电东送” 发展研究[J]. 广东电力, 2023, 36 (9): 26.
	LIU Zhe, TANG Chengpeng, ZHOU Qing, et al. Research on development of west-to-east power transmission under the environment of new power system construction[J]. Guangdong Electric Power, 2023, 36 (9): 26.
3	徐涛, 李互刚, 杨龙雨, 等. 注意力机制和多目标粒子群混合驱动的配电网无功优化[J]. 电网与清洁能源, 2024, 40 (7): 146- 154. DOI
	XU Tao, LI Hugang, YANG Longyu, et al. Hybrid-driven reactive power optimization for distribution networks driven by attentional mechanisms and multi-objective particle swarms[J]. Power System and Clean Energy, 2024, 40 (7): 146- 154. DOI
4	张礼浩, 刘翔宇, 顾雪平, 等. 新型电力系统频率安全稳定研究综述及展望[J]. 浙江电力, 2024, 43 (10): 12- 26.
	ZHANG Lihao, LIU Xiangyu, GU Xueping, et al. Review and prospects of frequency security and stability research in new-type power systems[J]. Zhejiang Electric Power, 2024, 43 (10): 12- 26.
5	张艳丽, 王争冕, 薛成, 等. 考虑新能源接入的配电网两阶段有功无功协调降损方法[J]. 电网与清洁能源, 2023, 39 (12): 121- 129. DOI
	ZHANG Yanli, WANG Zhengmian, XUE Cheng, et al. A two-stage active and reactive power coordinated loss reduction method for distribution networks integrated with new energy[J]. Power System and Clean Energy, 2023, 39 (12): 121- 129. DOI
6	马骏超, 陆承宇, 王晨旭, 等. 新型电力系统惯量特性及其实时感知技术[J]. 浙江电力, 2024, 43 (2): 1- 12.
	MA Junchao, LU Chengyu, WANG Chenxu, et al. Inertia characteristics and the real-time sensing technology of new-type power systems[J]. Zhejiang Electric Power, 2024, 43 (2): 1- 12.
7	陈一鸣, 刘赟静, 王金鑫. 考虑风电出力不确定性的多源联合系统双层优化调度[J]. 东北电力大学学报, 2024, 44 (1): 17- 24.
	CHEN Yiming, LIU Yunjing, WANG Jinxin. Bi-level optimal scheduling of multi-source combined system considering wind power output uncertainty[J]. Journal of Northeast Electric Power University, 2024, 44 (1): 17- 24.
8	夏雨烁, 张新生, 王明虎. 基于ISSA-NESN的可再生能源电力需求预测研究[J]. 电网与清洁能源, 2023, 39 (6): 136- 14. DOI
	XIA Yushuo, ZHANG Xinsheng, WANG Minghu. A study on renewable energy power demand forecast based on ISSA-NESN[J]. Power System and Clean Energy, 2023, 39 (6): 136- 14. DOI
9	张跃龙, 辛力, 赵建平, 等. 绿色电力交易体系及其在蒙西地区的建设实践[J]. 内蒙古电力技术, 2024, 42 (5): 3- 12.
	ZHANG Yuelong, XIN Li, ZHAO Jianping, et al. Green power trading system and its construction practice in western area of Inner Mongolia[J]. Inner Mongolia Electric Power, 2024, 42 (5): 3- 12.
10	马大卫, 苏阳, 王正风, 等. 安徽省地级市发电碳排放因子特征与聚类研究[J]. 电力科技与环保, 2023, 39 (6): 524- 5.
	MA Dawei, SU Yang, WANG Zhengfeng, et al. Characteristics and clustering research of carbon emission factors of power generation for prefecture-level cities of Anhui Province[J]. Electric Power Technology and Environmental Protection, 2023, 39 (6): 524- 5.
11	杨彪, 颜伟, 莫静山. 考虑源荷功率随机性和相关性的主导节点选择与无功分区方法[J]. 电力系统自动化, 2021, 45 (11): 61- 67.
	YANG Biao, YAN Wei, MO Jingshan. Pilot-bus selection and network partitioning method considering randomness and correlation of source-load power[J]. Automation of Electric Power Systems, 2021, 45 (11): 61- 67.
12	袁林涛, 孙媛媛, 刘振, 等. 基于潮流变向点的配电网低压分布式光伏无功影响及优化[J]. 山东电力技术, 2023, 50 (8): 11- 19, 41.
	YUAN Lintao, SUN Yuanyuan, LIU Zhen, et al. Influence and optimization of low-voltage distributed photovoltaic reactive power in active distribution network based on the power flow reverse point[J]. Shandong Electric Power, 2023, 50 (8): 11- 19, 41.
13	贺春光, 韩光, 赵阳, 等. 双碳背景下计及新能源大规模接入的电量趋势预测与分析[J]. 可再生能源, 2022, 40 (11): 1554- 1562.
	HE Chunguang, HAN Guang, ZHAO Yang, et al. Prediction and analysis of electric quantity trend including large-scale access of new energy under dual carbon background[J]. Renewable Energy Resources, 2022, 40 (11): 1554- 1562.
14	林其友, 衣涛, 杨乐新. 一种可再生能源并网的最大容量边界计算方法[J]. 电网与清洁能源, 2021, 37 (7): 130- 135. DOI
	LIN Qiyou, YI Tao, YANG Lexin. A method for calculating the maximum capacity boundary of renewable energy accessing grid[J]. Power System and Clean Energy, 2021, 37 (7): 130- 135. DOI
15	但扬清, 王蕾, 郑伟民, 等. 高比例可再生能源接入背景下电网承载能力鲁棒提升策略[J]. 中国电力, 2023, 56 (9): 104- 111.
	DAN Yangqing, WANG Lei, ZHENG Weimin, et al. Robust improvement strategy for power grid hosting capacity with integration of high proportion of renewable energy[J]. Electric Power, 2023, 56 (9): 104- 111.
16	周洪权, 陈德珍, 尹丽洁, 等. CFD-BP神经网络耦合算法对焚烧炉的一次风管道配风的模拟研究[J]. 电力科技与环保, 2023, 39 (5): 410- 416, 435.
	ZHOU Hongquan, CHEN Dezhen, YIN Lijie, et al. Simulation study of CFD-BP neural network coupled algorithm for air distribution in the primary air pipeline of incinerator[J]. Electric Power Technology and Environmental Protection, 2023, 39 (5): 410- 416, 435.
17	陈晓华, 吴杰康. 基于北方苍鹰优化算法优化长短期记忆神经网络的光伏发电功率短期预测[J]. 山东电力技术, 2024, 51 (10): 10- 17.
	CHEN Xiaohua, WU Jiekang. Photovoltaic power short-term prediction based on long short-term memory neural network optimized by northern goshawk optimization algorithm[J]. Shandong Electric Power, 2024, 51 (10): 10- 17.
18	谢小瑜, 周俊煌, 张勇军, 等. 基于W-BiLSTM的可再生能源超短期发电功率预测方法[J]. 电力系统自动化, 2021, 45 (8): 175- 184.
	XIE Xiaoyu, ZHOU Junhuang, ZHANG Yongjun, et al. W-BiLSTM based ultra-short-term generation power prediction method of renewable energy[J]. Automation of Electric Power Systems, 2021, 45 (8): 175- 184.
19	林顺富, 张琪, 沈运帷, 等. 面向灵活爬坡服务的高比例新能源电力系统可调节资源优化调度模型[J]. 电力系统保护与控制, 2024, 52 (2): 90- 100.
	LIN Shunfu, ZHANG Qi, SHEN Yunwei, et al. Optimal dispatch model of adjustable resources in a power system with high proportion of renewable energy for flexible ramping product[J]. Power System Protection and Control, 2024, 52 (2): 90- 100.
20	陈勇, 芮俊, 肖雷鸣, 等. 基于动态主从博弈模型的综合能源系统碳交易方法[J]. 浙江电力, 2024, 43 (4): 51- 62.
	CHEN Yong, RUI Jun, XIAO Leiming, et al. A carbon trading method for integrated energy systems based on a dynamic masterslave game model[J]. Zhejiang Electric Power, 2024, 43 (4): 51- 62.
21	李翠萍, 朱文超, 李军徽, 等. 分布式电源接入中压配电网的运行方案研究[J]. 东北电力大学学报, 2023, 43 (4): 57- 64.
	LI Cuiping, ZHU Wenchao, LI Junhui, et al. Research on the operation scheme of distributed generation access to medium voltage distribution network[J]. Journal of Northeast Electric Power University, 2023, 43 (4): 57- 64.
22	彭曙蓉, 郑国栋, 黄士峻, 等. 基于XGBoost算法融合多特征短期光伏发电量预测[J]. 电测与仪表, 2020, 57 (24): 76- 83.
	PENG Shurong, ZHENG Guodong, HUANG Shijun, et al. Multiple-feature short-term photovoltaic generation forecasting based on XGBoost algorithm[J]. Electrical Measurement & Instrumentation, 2020, 57 (24): 76- 83.

影响因素		关联度
容载比/(MA·V·MW^–1)		0.533 482
负备用容量/MW		0.553 766
下调旋转备用要求/MW		0.594 132
电网电压越下限/kV		0.590 086
持续充电时间下限/h		0.589 064

影响因素		关联度
容载比/(MA·V·MW^–1)		0.533 482
负备用容量/MW		0.553 766
下调旋转备用要求/MW		0.594 132
电网电压越下限/kV		0.590 086
持续充电时间下限/h		0.589 064

年份	实际值/万kW	XGBoost预测值/万kW	准确度/%
2022	1 880	1 889.67	99.5
2023	2 100	2 084.48	99.3

年份	实际值/万kW	XGBoost预测值/万kW	准确度/%
2022	1 880	1 889.67	99.5
2023	2 100	2 084.48	99.3

精度指标	支持向量回归方法	思维进化算法	长短期记忆方法	XGBoost
RMSE/万kW	32,3	22.47	26.92	12.93
MAPE/%	2.16	1.23	1.64	0.63

电力系统稳态下可再生能源大规模接入量预测

Prediction of Large-Scale Renewable Energy Access under Steady State of Electric Power System

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 22

相关文章 15

编辑推荐

Metrics

年份	可再生能源投资成本/ 亿元	能源设备故障率/%	正备用容量/ MW	上调旋转备用要求/ MW	火电机组平均爬坡速率/ (MW·min¹)	最小开机时间/h	最小停机时间/h	最大最小出力比	互补电源接入比例	输电线路容量/ MW	主节点分布距离比	电网电压越上限/kV	载流量上限值/ (kV·A)	断面极限传输功率/ MW	负荷规模/ 亿kW	最大峰谷差率/ %
2024	39.5	0.17	1367.3	1014.5	–1589.7	4	2	4.23	0.74	420	0.67	1.04	0.96	4689.4	0.321	0.433
2025	43.4	0.18	1355.2	1233.7	–1574.4	5	2	3.69	0.69	420	0.80	1.04	0.96	4644.2	0.297	0.532
2026	42.2	0.16	1432.6	1124.9	–1427.1	6	3	6.12	0.84	420	0.91	1.05	0.95	4832.1	0.314	0.486

年份	最大允许负荷/亿kW	储能装置最大充电功率/MW	储能容量上限/ MW	储能装置调度时间间隔/min	碳排放配额约束/ 万t	可再生能源配额约束/ %	电力平衡约束/ MW	电量平衡约束/ 亿度	地面温度/ ℃	相对湿度/ %	风速/ (M·s^–1)	太阳辐射量/ (kj·m^–2)	日照时数/h	气压/ hPa	接入量预测值/ 万kW
2024	0.74	131.6	1	224.3	6	52	1278.42	4977.5	11.4	57.6	7.1	667	3354	920.0	566.45
2025	0.83	126.2	1	231.5	7	52	1311.20	5023.2	11.3	57.3	6.9	650	3540	934.5	2978.54
2026	0.92	113.9	2	237.5	8	53	1345.63	5035.3	10.4	58.2	7.3	647	3429	966.4	3245.87

[1]	李健, 张钧, 韩新阳, 靳晓凌. 新型电力系统形态量化推演方法的总体框架与功能设计[J]. 中国电力, 2025, 58(3): 1-7, 97.
[2]	张磊, 马晓伟, 王满亮, 陈力, 高丙团. 互联新能源电力系统区内AGC机组分布式协同控制策略[J]. 中国电力, 2025, 58(3): 8-19.
[3]	张沛, 杨马婧, 张放, 谢桦, 刘广一, 李文云, 路学刚, 王珍意, 翟苏巍. 图数据库与图计算在电力系统调度运行应用综述[J]. 中国电力, 2025, 58(3): 119-131.
[4]	高志远, 庄卫金, 李峰, 于芳, 张鸿, 王艳, 夏旻. 调控领域人工智能应用的高复用性验证平台[J]. 中国电力, 2025, 58(3): 142-150.
[5]	姜通海, 王峰, 刘子琪, 单帅杰. 基于改进生成对抗网络的风光气象资源联合场景生成方法[J]. 中国电力, 2025, 58(3): 183-192.
[6]	黄堃, 付明, 翟家祥, 华昊辰. 基于改进线性化ADMM的多微网经济运行分布式协调优化[J]. 中国电力, 2025, 58(2): 193-202.
[7]	赵晨浩, 焦在滨, 李程昊, 张迪, 张鹏辉. 基于主动迁移学习的电力系统暂态稳定自适应评估[J]. 中国电力, 2025, 58(1): 70-77.
[8]	董武, 张健, 周勤勇, 张立波, 龚浩岳. 中国电力系统安全稳定性演化综述[J]. 中国电力, 2025, 58(1): 115-127.
[9]	鲁玲, 苑涛, 杨波, 李欣, 鲁洋, 蒲秋平, 张鑫. 计及㶲效率和多重不确定性的区域综合能源系统双层优化[J]. 中国电力, 2025, 58(1): 128-140.
[10]	邹小燕, 张瑞宏. 考虑政府干预的可再生能源与储能企业合作模式演化博弈研究[J]. 中国电力, 2025, 58(1): 153-163.
[11]	朱瑞, 娄奇鹤, 靳晓凌, 刘畅. 适应新型电力系统的电网基建功能化投资结构演化研究[J]. 中国电力, 2024, 57(9): 194-204.
[12]	傅观君, 张富强, 夏鹏, 冯君淑, 张晋芳. 天然气发电在新型电力系统中的功能定位及发展前景研判[J]. 中国电力, 2024, 57(8): 67-74.
[13]	翟苏巍, 李银银, 杜凡, 李文云, 潘凯岩, 梁峻恺. 考虑海量分布式能源接入的配电网分布式无功控制策略[J]. 中国电力, 2024, 57(8): 138-144.
[14]	李碧君, 李威, 董希建. 新型电力系统中主控型安全稳定服务质量的在线评估[J]. 中国电力, 2024, 57(8): 168-181.
[15]	邵冲, 胡荣义, 余姣, 王明典. 考虑荷电与储氢状态的风光氢储系统动态控制仿真模型[J]. 中国电力, 2024, 57(7): 109-124.

模态框（Modal）标题

电力系统稳态下可再生能源大规模接入量预测

Prediction of Large-Scale Renewable Energy Access under Steady State of Electric Power System

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 22

相关文章 15

编辑推荐

Metrics