标准规定了新型电力系统储能配置的基本技术要求。基于不同场景的储能配置,结合不同配置考虑因素,形成更为合理的配置方案。储能配置需考虑的配置因素包含多方面。在容量要求上,能量容量配置要考虑调峰、可再生能源消纳和备用电源需求;功率容量配置需考虑调频、无功功率调节和暂态稳定性要求;系统性能要求关注充放电效率、自放电特性和循环寿命等。接入系统配置要求包括接入点选择、接入电压等级、保护与控制配置以及通信与监测配置。储能系统数据分析包括数据采集和特性分析。数据采集涵盖电力系统数据和储能系统数据。特性分析涉及技术特性、经济特性和环境特性。储能系统配置方面,能量容量配置依据电网调峰、可再生能源消纳和备用电源需求确定;功率容量配置根据电力系统调频、故障清除时间和无功功率需求确定。
标准规定了新型电力系统需求侧调控潜力评估的基本技术要求。基于不同负荷类型的相关历史数据,建立负荷可调潜力预测模型,可针对不同负荷类型、不同负荷层级、不同用电计划分别建立模型,也可根据业务需求建立区域需求侧负荷可调潜力综合评估模型。根据电力用户类型、用户负荷特性、需求侧调控计划、日期、气象等情况综合考虑进行选择,评估算法可包括机器学习、深度学习、长短期记忆网络、模糊逻辑和数据挖掘等,可选择一种或多种算法形成组合评估策略。负荷调控潜力评估分为调控潜力因素指标构建、指标权重计算与潜力评估三个环节。影响因素指标构建,需要从用户类型、经济需求、社会和系统层面构建多维影响因素指标体系,指标因素可不限于负荷的历史数据、用户行为模式、负荷的可调节性、经济激励措施、社会接受度以及系统运行约束等因素。指标权重计算,这一步骤宜应用正向与负向指标区分对各影响因素的重要性进行量化。调控潜力评估可使用模深度学习、长短期记忆网络和模糊逻辑等方法对负荷的调控潜力进行评估。
标准规定了新型电力系统省市县变电站负荷协同预测的基本技术要求。基于不同负荷层级的相关历史数据,建立负荷预测模型,可针对不同负荷类型、不同负荷层级、不同类型日、不同时间阶段分别建立模型,也可根据业务需求建立负荷综合预测模型。根据负荷预测模型、负荷特性、预测精度需求、季节、气象等情况综合考虑进行选择,预测算法可包括最小二乘法、线性回归、倍比平滑法、模糊聚类法、时间序列算法、线性外推法、频域分量法、人工智能算法、专家系统法等,可选择一种或多种算法组合预测。负荷预测分为初始预测、预测修正两个环节。初始预测通过负荷预测模型进行预测,预测修正考虑相关影响因素(专家经验、社会因素、气象因素、新能源发电因素、年自然增长率)修正初始预测结果。对于社会因素、气象因素相似日期的负荷预测,宜考虑结合相似日、叠加历年自然增长率进行负荷预测修正。