计及水电机组运行状态的水光储互补系统功率平滑方法

王冉旋; 孙子龙; 周鹍; 李渊

doi:doi:10.19912/j.0254-0096.tynxb.2024-2154

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

计及水电机组运行状态的水光储互补系统功率平滑方法

更新时间：2026-07-22

- 计及水电机组运行状态的水光储互补系统功率平滑方法
- 计及水电机组运行状态的水光储互补系统功率平滑方法
- 太阳能学报 2026年47卷第4期页码：61-73
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：doi:10.19912/j.0254-0096.tynxb.2024-2154
  中图分类号： TK519
- 网络首发：2026-05-08，
  
  纸质出版：2026
- 稿件说明：
移动端阅览
王冉旋, 孙子龙, 周鹍, 等. 计及水电机组运行状态的水光储互补系统功率平滑方法[J]. 太阳能学报, 2026,47(4):61-73.

王冉旋, 孙子龙, 周鹍, et al. 计及水电机组运行状态的水光储互补系统功率平滑方法[J]. 2026, 47(4): 61-73.
王冉旋, 孙子龙, 周鹍, 等. 计及水电机组运行状态的水光储互补系统功率平滑方法[J]. 太阳能学报, 2026,47(4):61-73. DOI： doi:10.19912/j.0254-0096.tynxb.2024-2154.

王冉旋, 孙子龙, 周鹍, et al. 计及水电机组运行状态的水光储互补系统功率平滑方法[J]. 2026, 47(4): 61-73. DOI： doi:10.19912/j.0254-0096.tynxb.2024-2154.

摘要

为提高光伏发电系统的可靠性和稳定性

减少对电网功率波动的影响

提出计及水电机组运行状态的水光储互补系统功率平滑方法。根据水电机组实际运行数据

提取表征水电机组性能的特征指标

采用改进的复杂信息指标客观赋权法结合逼近理想解排序法（CRITIC-TOPSIS）得到水电机组运行状态的初始评估

将评估结果作为卷积神经网络（CNN）-灰狼优化的支持向量机（GSVM）模型的标签输出

建立基于CNN-GSVM的水电机组运行状态在线识别模型。利用自适应局部加权回归算法和小波分解算法将光伏功率信号分解为低频并网功率和由不同性能水电机组和储能承担的高频波动功率

制定水光储互补系统协调控制策略

实现光伏功率的平滑控制。通过某区域水光储互补系统实际运行数据仿真验证了所得方法的有效性。算例分析结果表明

根据水电机组实时运行状态调整水电机组和储能系统出力

在保证平抑光伏功率波动的同时兼顾了水电机组的安全性。

Abstract

In order to improve the reliability and stability of photovoltaic power generation systems and reduce the impact on grid power fluctuations

this paper proposes a power smoothing method for a hydroelectric-photovoltaic-energy storage complementary system considering the operating status of hydroelectric units. Based on the actual operating data of hydropower units

the feature indicators that characterize the performance of hydropower units are extracted. The improved CRITIC-TOPSIS method is used to obtain the initial evaluation of the operating status of hydropower units. The evaluation results are used as the label output of the Convolutional Neural Network （CNN）-Grey Wolf Optimization Support Vector Machine （GSVM） model to establish an online recognition model for the operating status of hydropower units based on CNN-GSVM. Using local weighted regression algorithm and wavelet decomposition algorithm

the photovoltaic power signal is decomposed into low-frequency grid connected power and high-frequency fluctuating power borne by different performance hydropower units and energy storage. A coordinated control strategy for the hydroelectric-photovoltaic-energy storage complementary system is formulated to achieve smooth control of photovoltaic power. The effectiveness of the proposed method is verified through simulation of actual operating data of the hydroelectric-photovoltaic-energy storage complementary system in a certain region. The simulation analysis results show that adjusting the output of the hydroelectric unit and energy storage system based on the real-time operating status of the hydroelectric unit not only ensures the smoothing of photovoltaic power fluctuations but also considers the safety of the hydroelectric unit.

关键词

Keywords

references

鲜于虎成, 黄显峰, 张艳青, 等. 考虑短期波动与弃电风险的水光互补系统中长期双层嵌套优化调度[J]. 电工技术学报, 2023, 38(21): 5781-5793.

王聪, 赵杰, 李亮, 等. 一种嵌入改进海鸥算法的水光储鲁棒控制研究[J]. 电力系统保护与控制, 2023, 51(24): 143-153.

张宇, 田亮. 基于PCA和改进TOPSIS法的火电机组运行综合评价[J]. 华北电力大学学报(自然科学版), 2023, 50(3): 110-116, 126.

刘任改, 向文平, 喻永松, 等. 基于变权层次分析的水电机组运行状态评估[J]. 水电站机电技术, 2015, 38(4): 55-59.

秦小元, 胡伟, 刘仁杰, 等. 基于层次分析与改进模糊评价的水电机组检修效果综合评价[J]. 水电能源科学, 2024, 42(4): 183-187.

吕志鹏, 吴鸣, 宋振浩, 等. 电能质量CRITIC-TOPSIS综合评价方法[J]. 电机与控制学报, 2020, 24(1): 137-144.

姜建国, 杨效岩, 毕洪波. 基于VMD-FE-CNN-BiLSTM的短期光伏发电功率预测[J]. 太阳能学报, 2024, 45(7): 462-473.

贾岳鹏, 赵道利, 安学利, 等. 基于GAF-CNN的机组振动信号特征提取方法研究[J]. 大电机技术, 2024(3): 29-35.

何葵东, 王卫玉, 金艳, 等. 基于CNN-SVM的水电机组智能故障诊断方法研究[J]. 水电能源科学, 2023, 41(4): 207-210, 215.

闫群民, 刘语忱, 董新洲, 等. 基于CEEMDAN-HT的平抑光伏出力混合储能容量优化配置[J]. 电力系统保护与控制, 2022, 50(21): 43-53.

陈裕, 张怡, 谢俊峰. 自适应滑动平均与小波包分解平抑风电波动[J]. 控制工程, 2021, 28(7): 1281-1288.

贺彬, 任永峰, 贾伟青, 等. 储能MPC平抑分散式风电并网功率波动策略研究[J]. 太阳能学报, 2024, 45(6): 132-139.

汪茹康, 王健, 徐钢, 等. 基于SG-IDDBO-VMD的风光互补复合波动平抑策略[J]. 中国电机工程学报, 2025, 45(16): 6314-6325.

王珏, 廖溢文, 韩文福, 等. 碳达峰背景下抽水蓄能-风电联合系统建模及有功功率控制特性研究[J]. 水利水电技术, 2021, 52(9): 172-181.

CHEN L, WANG J, SUN Z, et al.Smoothing photovoltaic power fluctuations for cascade hydro-PV-pumped storage generation system based on a fuzzy CEEMDAN[J]. IEEE access, 2019, 7: 172718-172727.

WU F, WANG J, SUN Z, et al.An optimal wavelet packets basis method for cascade hydro-PV-pumped storage generation systems to smooth photovoltaic power fluctuations[J]. Energies, 2019, 12(24): 4642

朱洁, 冯建刚, 高玉琴, 等. 基于BWM-CRITIC-TOPSIS的幸福河湖综合评价模型[J]. 水利水电科技进展, 2022, 42(6): 8-14, 20.

YE F, SUN J, WANG Y Y, et al.A novel method for the performance evaluation of institutionalized collaborative innovation using an improved G1-CRITIC comprehensive evaluation model[J]. Journal of innovation & knowledge, 2023, 8(1): 100289.

ALGHASSAB M.Quantitative assessment of sustainable renewable energy through soft computing: fuzzy AHP-TOPSIS method[J]. Energy reports, 2022, 8: 12139-12152.

MALEFAKI S, MARKATOS D, FILIPPATOS A, et al.A comparative analysis of multi-criteria decision-making methods and normalization techniques in holistic sustainability assessment for engineering applications[J]. Aerospace, 2025, 12(2): 100.

张逴, 李树成, 魏东, 等. 基于GS-SVM的光伏阵列积灰程度评估方法研究[J]. 太阳能学报, 2024, 45(11): 220-226.

杨彤, 王卫玉, 张培, 等. 基于CEEMDAN和混合灰狼算法优化SVM的水电机组故障诊断方法[J]. 水电能源科学, 2022, 40(3): 195-198.

刘洋, 程强, 史曜炜, 等. 基于注意力模块及1D-CNN的滚动轴承故障诊断[J]. 太阳能学报, 2022, 43(3): 462-468.

罗超月岭, 郑韵馨, 徐帧雨, 等. 基于Borderline-SMOTE-IHT混合采样的改进GWO-SVM变压器故障诊断方法[J]. 智慧电力, 2023, 51(7): 108-114.

荆东星, 陈杨晖, 全哲. 基于1D-CNN和SWLSTM的风电轴承故障诊断方法[J]. 机械强度, 2023, 45(6): 1309-1317.

QIAN C, HE N, HE L L, et al.A weighted Gaussian process regression model based on improved local outlier factor and its application in state of health estimation of lithium-ion battery[J]. Engineering applications of artificial intelligence, 2024, 138: 109314.

刘光军, 张恒. 基于小波分解和GDI的动力电池故障诊断[J]. 电池, 2023, 53(2): 165-168.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于CNN-BiLSTM双通道特征融合的PEMFC水淹故障识别方法

基于改进布谷鸟搜索-支持向量机的光伏阵列接地故障诊断

改进麻雀搜索算法优化VMD-CNN-BiLSTM的光伏阵列故障诊断研究

基于双重特征识别的综合能源系统多元负荷预测

基于恒流充电数据的锂电池容量估计方法