基于经验模态分解的PSO-SVM风电功率短期预测

针对风电功率预测对精确度的要求,结合风电机组功率特性曲线及支持向量机非线性拟合,提出了一种基于经验模态分解(EMD)的粒子群算法(PSO)优化支持向量机(SVM)功率短期预测模型。即将EMD分解后的各个风速序列分量通过PSO-SVM模型预测,将得到的各分量预测结果叠加后得到风速预测值,将该值输入功率转化曲线,即可得到最终的风电功率预测结果,以实现对风电机组功率的预测。通过对某地区风电场实际风速为例进行的仿真误差对比分析,得知该组合预测模型不仅有效可行,且有效提高了短期风电功率的预测精度。     

联合条件下风力发电风速预测

风速性质直接影响风力发电的功率,确定性预测在很多方面无法满足当前需要,而概率性预测比较符合实际,具有更强的实用性．采用以当前时段实测风速和下一时段预报风速为联合条件的离散预报误差概率统计模型（forecasterrorprobabilitydistribution,FEPD）,从而预测短时（功率预测前几小时）风速,通过得到风速数据,在短时时段覆盖内,就能够预测风力发电的功率．实例证明,以风速为基础从而预测风力发电功率是一种有效的方法．     

基于门控递归单元神经网络的风速误差修正模型短期风电功率预测

随着风力发电的日益普及,风电功率预测已成为辅助电网调度和电力交易的基础.针对短期风电功率预测问题,提出一种基于门控递归单元神经网络的数值天气预报风速误差修正模型.首先,提取数值天气预报风速误差的标准差作为权重,并根据数值天气预报风速时间序列对这些权重进行重新排列,得到权重时间序列.然后,提出基于双向门控递归单元神经网络...     

基于CNN–LSTM的风电场发电功率迁移预测方法

随着能源消耗的持续增长和全球气候问题的日趋严峻,以风能为代表的清洁能源装机容量正在稳步提升。为更好地消纳风电,需要准确的风电场发电功率预测为配套设施建设和未来规划制定提供有效依据。针对在缺少风电历史运行数据时预测精度较低的问题,提出一种基于卷积神经网络–长短期记忆神经网络（CNN–LSTM）的规划阶段风电场发电功率预测模型。首先,基于参考电站历史数据提取风速–风电功率实测数据点,采用3次样条插值进行风电功率曲线建模。然后,采用K–means聚类算法,根据风速–风电功率的特性关系划分参考风电场的区域类别。综合考虑风电功率与多维气象因素的特征关系和功率的时序特性,构建CNN–LSTM预测模型,提出基于功率曲线的预测结果修正方法。最后,基于某地风电场实际数据进行算例分析,并与使用标准功率曲线和未进行修正时的预测结果进行对比分析。结果表明：基于风速–风电功率特性的风电场聚类可以实现参考风电场的优化识别;所提模型预测结果优于传统标准功率曲线预测方法,基于功率曲线的修正方法进一步提升了预测效果。基于深度学习算法的规划阶段风电场发电功率迁移预测模型综合考虑了风力发电特性和多维环境因素,其有效性得到了...     

基于修正风速的风电场等效功率特性模型研究

风电机组功率曲线中的风速应为轮毂高度处的来流风速,而现在普遍采用机舱处风速仪测得的风速,由此建立的风电场功率模型会引入误差。为了减少这种误差,更准确地反映风电场的实际功率特性,提出了一种基于修正风速的风电场等效功率特性模型,该模型利用风轮单元流管模型将实测风速修正成风轮前风速,以此建立风电场等效功率模型。以某两个风电场为例进行验证,结果表明该模型预测发电量精度比现有风电场等效模型分别提高了1.28%和1.73%,且计算简易可行,为提高风电功率预测精度和风电场优化运行提供重要理论依据。     

风电功率超短期多步预测误差评估及分析

超短期风电功率预测误差分析有助于改进预测精度,进而降低风电不确定性对电力系统带来的不利影响.以LSTM模型为例,对超短期多步预测的误差特性进行分析.首先,对超短期风电功率预测误差进行静态特性分析,研究了预测误差随预测步长的动态变化特性;然后,提出了数值天气预报在超短期风电功率预测中的误差占比定量评估模型;最后,提出了一种综合考虑形状和时间损失的神经网络损失函数,降低由于输入信息不足引起的时滞和幅值误差.结合吉林省20个风电场的实测数据,对风电功率多步预测误差特性进行全面分析,为风电功率多步预测模型的评估、修正提供了参考.     

基于自回归滑动平均模型的风电功率预测

针对风电功率的波动性及不可控性等问题,提出基于自回归滑动平均(ARMA)模型的风电预测方法。基于风速序列的时序性和相关性建立ARMA模型,利用该模型进行风电功率的预测。结合某风电厂的风电数据对该预测模型进行分析和验证,结果表明,提出的基于ARMA模型的风电预测方法能够有效地对风电功率进行预测。     

采用气象信息的神经网络应用于短期风力发电功率预测

针对江西省某风电场的风速和功率的历史数据,分别结合当地的温度、气压、相对湿度,采用人工神经网络进行预测,预测未来2 h的功率,并分析每种气象数据对风电场功率预测影响程度,预测结果表明：针对该风电场,对功率预测最大的因素是温度,其次是气压和湿度,将3种气象因素综合考虑,预测均方误差达到31.2%,对风电场的安全调度与经济运行具有一定的指导价值。     

基于BP神经网络的风电场发电功率短期预测

结合我国风电发展的基本情况,分析总结了国内外风力发电功率预测的现状及方法。由于BP神经网络能以任意精度逼近任意非线性映射并且泛化能力强,所以运用BP神经网络法来进行功率预测,建立内蒙某风电场提供的数值天气预报数据与发电功率的映射模型。利用MATLAB进行仿真,验证设计预测模型的实际可行性,并且预测精度满足相关要求。最后运用VB简单设计开发了一个风电功率预测系统。     

基于FCM和SSA–ELM的超短期风功率预测

针对风电输出功率波动大、随机性强等特征引起风功率难以预测的问题,提出了基于模糊C均值聚类(Fuzzy C-Means,FCM)选取相似日和樽海鞘群算法优化极限学习机（SSA-ELM）的风电场超短期风功率预测模型。首先,采用FCM数据聚类方法,筛选出与预测日相关性较大的历史相似日,将其风速、温度、风向、气压等影响风功率的主要因素组成多输入样本集合;其次,通过训练集在训练过程中确定的网络参数,利用樽海鞘群算法在迭代过程中的充分探索和开发,优化极限学习机的输入权值矩阵及隐含层偏差值,建立樽海鞘群算法优化极限学习机的超短期风功率预测模型;最后,根据超短期风电并网的相关规定,针对河南省某风电场的实际数据,分别从基于相似日超短期预测、具有代表性的四季预测和滚动误差三方面进行仿真实验,与传统极限学习机（ELM）和BP神经网络模型进行对比分析,结果表明本文提出的模型收敛速度快,预测精度较高。证明了基于FCM和SSA-ELM的超短期风功率预测模型具有良好的追踪性和泛化性。     

基于时间序列和神经网络法的风电功率预测

为克服风速与风电功率之间的非线性关系对预测精度的影响,建立了基于时间序列法和神经网络法的改进预测模型。用时间序列法建立风速预测模型;利用神经网络法建立风速-风电功率模型,并以风速预测数据为输入量预测风电功率。以某风电场为例,比较分析了该改进模型与传统预测模型的平均绝对误差和相关系数,结果表明该改进预测模型可有效提高预测精度。     

考虑尾流效应的海上风电场可靠性评估

提出了考虑尾流效应的风电出力模型,用于电力系统可靠性评估。通过分析复杂风机局部遮挡和尾流效应的影响,建立了考虑复杂地形的部分遮挡尾流效应模型。利用MATLAB软件对不同风速、风向和机组布置下的尾流效应进行了计算,模拟了风场在不同风速和风向下的快速建模。该模型可以更准确地描述风电场风速和风向输出功率的变化,对于调节海上风电场输出的间歇性和随机性有一定的参考作用。     

风剪切对风力机设计的无关性分析

根据指数律的风速分布函数,对风轮扫掠面积上的实际风功率与以风轮中心风速为设计风速产生的风功率的差值做精确计算,得到了风功率的增量。在四类廓线指数、七种塔架高度情况下,利用数值积分方式计算得到的结果表明,采用风轮中心风速做为单一的设计风速是切实可行的,风剪切对于风力机的气动设计基本无关。     

上海横沙岛风能资源评估

由于全球能源和环境危机,人们加快了对风能利用的研究与开发,而风能资源评估是有效利用风能的关键.根据对横沙岛测风数据的处理,分析了横沙岛的风速变化规律,对有效风速、风向频率、风能密度、有效小时数和风速频率进行了评估,其风能资源评估结果为建立风力发电场提供了理论依据.     

MW级变速恒频风力发电机组的一种复合控制方法

分析和建立了兆瓦级风力发电机组各部分机理模型以及有效风速的模型,针对变速恒频风力发电机组(VSCF)在低风速最大风能捕获和高风速额定功率保持的控制目标,提出了间接控制策略(ISC)和模糊滑模控制方案,并对一个实际系统在各种风况下进行仿真实验。仿真结果验证了系统控制策略的可行性,该变速变桨距风力发电系统在全风速下均能获得最佳功率,并且系统具有优良的鲁棒性。     

基于支持向量机的短期风电功率预测

风电场风速及风电机功率预测的准确性对电力系统运行有着重要的意义。基于支持向量机理论,结合江西省某风电场的风速和功率历史数据,建立了支持向量机风速预测模型,预测未来4 h的风速和功率。仿真结果表明:该模型预测的风速和功率平均相对误差分别为6.35%,16.83%,要优于BP神经网络的25.37%,25.43%。     

风力机风轮设计中计算风速影响的两种新形式

根据指数律的风速分布函数，在两种坐标系中采用不同的数学处理形式，对风轮扫掠面积上的风功率做精确计算，并与以风轮中心风速为设计风速产生的风功率做对比。定量分析结果证实采用风轮中心处的风速做为单一的设计风速具有很好的合理性，非均匀的风速切面对于风力机的气动设计基本无影响。     

风力机风轮设计中计算风速影响的两种新形式

根据指数律的风速分布函数,在两种坐标系中采用不同的数学处理形式,对风轮扫掠面积上的风功率做精确计算,并与以风轮中心风速为设计风速产生的风功率做对比。定量分析结果证实采用风轮中心处的风速做为单一的设计风速具有很好的合理性,非均匀的风速切面对于风力机的气动设计基本无影响。     

海上风电过电压及无功补偿问题研究

提出一种新的海上风电并网过电压及无功配置问题的动态研究方法.利用DIgSILENT PowerFacotry软件建立海上风电场模型,包括风电机组、海缆、变压器及相关的控制策略.利用时域仿真方法分析不同风速条件下风电场的有功、无功及电压特性,根据时域仿真的结果,配置无功补偿装置,调整、改善风电场电压及无功特性.通过时域仿...     

双馈风电系统全风速下的功率控制策略

为了实现全风速条件下的功率调节,对双馈风力发电机组的功率控制策略进行了研究。额定风速以下采用基于叶尖速比的最大功率追踪控制,实现最大风能捕获;额定风速以上采用变桨距角控制,输出功率维持恒定,保证整个系统安全稳定地运行。利用MATLAB建模并进行了仿真,仿真结果表明：在较大的风速变化区间内,双馈风电机组能实现对输出功率的有效调节,两种功率控制策略切换时系统能保持较好的稳定性。