2019年12月，信息与电气工程学院叶林教授团队在电气工程领域国际顶级期刊《IEEE Transactions on Power Systems》（5年IF= 8.143，ESI前5%）发表了题为“Hierarchical Model Predictive Control Strategy Based on Dynamic Active Power Dispatch for Wind Power Cluster Integration”的研究论文。论文主要作者之一的张慈杭同学是我校电气工程2019届毕业的硕士研究生，获得2019年北京市优秀毕业生称号，目前就职于国网北京电力公司。中国农业大学为论文的第一作者单位，论文合作单位包括中国电力科学研究院和国网冀北电力有限公司。

随着大规模风电的并网，风电具有的波动性和不确定性给电力系统的安全稳定运行带来了严峻的挑战。由于风电集群内风电场数量多、分布范围广，传统的风电场有功功率控制方法已无法满足风电消纳的需求，亟需提升含风电集群的电力系统有功优化调度与指令分配的精细化水平。

研究团队从提高风电集群有功调度与分配精度入手，提出了一种基于模型预测控制的含风电集群系统有功分层调度与分配策略。在整体框架方面，从时间尺度上分为日内调度层、实时调度层、集群优化层、单场调整层，每一层考虑了不同分辨率的超短期风电功率预测信息。在反馈校正环节嵌入了一种超短期风电功率预测误差分层分析方法，以提升风电功率预测精度。为了提高风电消纳水平和各风电场风能利用率，在集群优化层中加入了基于风电功率变化趋势和风电场发电状态的动态分群策略，在风电场内考虑了风电集群送出通道利用率和自动发电控制机组下旋转备用空间，实现了风电集群的电力系统有功功率优化调度与指令分配的精细化水平，研究成果能显著提升大规模风电的消纳能力。

近三年来，叶林教授领导的电力系统运行与控制团队在电气和能源工程领域的国际顶级期刊上也发表一系列高水平研究成果，其中2018年发表在IEEE Transactions on Sustainable Energy（5年IF=8.713，ESI前5%，https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=7953532）上的“Data-Driven Correction Approach to Refine Power Curve of Wind Farm Under Wind Curtailment”，采用基于数据驱动组合方法剔除弃风异常数据簇，构建出高精度的风电场实际等值功率曲线，期刊主编、IEEE Fellow、帝国理工学院Bikash C. Pal教授给出高度评价，研究成果对改进风电场功率曲线建模、提高风电功率预测精度具有重要贡献。

2018年发表在IEEE Transactions on Power Systems（5年IF=8.143，ESI前5%，https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8260961）上的“Correlation-Constrained and Sparsity-Controlled Vector Autoregressive Model for Spatio-Temporal Wind Power Forecasting”，在深入分析集群区域内大量风电场功率数据时空特征的基础上，提出一种大规模风电集群有功功率的稀疏化表征和预测方法；结合空间相关性和稀疏化建模技术，在预测中强化有价值的空间相关信息，弱化或去除无效的冗余信息，在提高预测精度的同时，还能够保证计算的效率。

2016年发表在Applied Energy（5年IF=8.558，ESI前5%，https://www.sciencedirect.com/science/article/pii/S0306261916304263）上的“A novel bidirectional mechanism based on time series model for wind power forecasting”创新性地提出了风电功率的反向和双向预测机制，利用反向时间序列的间接预测，打破了传统预测方法通过历史信息直接预测未来信息的固有模式，可以推广到不同的预测场景，有效解决了在风电剧烈波动时段预测误差过高的问题，提高了风电功率预测精度。上述研究成果对促进大规模风电的消纳、电网安全稳定运行具有重要意义。

叶林教授在大规模新能源发电系统功率组合预测算法、大规模新能源并网调度运行与控制、多能互补系统运行控制和大电网防灾减灾等研究领域攻坚克难，取得了多项创新成果。这次成果是在大规模风电并网运行领域的又一重要突破，完善了大规模风电集群有功功率调度理论体系，可有效支撑电力系统安全、高效消纳大规模风电，提高可再生能源利用率，促进能源转型。

本研究得到了国家自然科学基金、国家重点研发计划和国家电网公司总部科技项目的支持。

论文链接：https://ieeexplore.ieee.org/document/8703728