基于模式识别的风电场风速和发电功率预测

风电场风速预测对电力系统的交易计划和可靠运行起着非常重要的作用.根据风的形成机理、影响因素及变化规律,提出了一种基于模式识别技术选取风速样本,利用自适应模糊神经网络法(ANFIS)进行风速预测的方法,ANFIS利用混合学习算法训练网络的前件参数和结论参数,然后输入选取的风速样本于训练好的自适应模糊神经网络中进行风速预测.以美国夏威夷Maui岛1994年的风速数据为例,对上述方法进行验证,结果表明该方法具有一定的实用性.     

基于模式识别的风电场风速和发电功率预测

风电场风速预测对电力系统的交易计划和可靠运行起着非常重要的作用。根据风的形成机理、影响因素及变化规律,提出了一种基于模式识别技术选取风速样本,利用自适应模糊神经网络法（ANFIS）进行风速预测的方法,ANFIS利用混合学习算法训练网络的前件参数和结论参数,然后输入选取的风速样本于训练好的自适应模糊神经网络中进行风速预测。以美国夏威夷Maui岛1994年的风速数据为例,对上述方法进行验证,结果表明该方法具有一定的实用性。     

风电场发电功率组合预测方法研究

针对风电场发电功率的短期预测,阐述了组合预测的方法原理。分别建立基于相空间重构的RBF神经网络模型、时间序列模型、支持向量机模型三种单项预测模型,并在此基础上确立加权系数,得到了两个组合预测模型。预测结果显示组合预测较单项预测的效果有了很大的改善,具有实际意义和应用价值。     

基于时间序列与支持向量机的风电场风速预测研究

介绍时间序列法与支持向量机用于风速预测的理论基础,通过Matlab软件,利用风电场采集得到的风速数据,建立时间序列法与支持向量机模型,对这2种方法在风电场风速预测中的应用进行了研究和比较。仿真结果表明,这两种方法都有效,但支持向量机风速预测精度更高,预测结果更好,具有一定的实用价值。     

基于相似日和风速连续性的风电场短期功率预测

对风电场进行短期功率预测能够有效减小风电场出力波动对电力系统的影响,降低电力系统的运行成本和旋转备用。综合考虑天气因素以及风速连续性的影响,提出基于相似日和风电连续性的风电场短期功率预测方法。首先,完成BP神经网络训练样本的选择,然后利用预测日前一天的风速作为输入,完成预测日功率的预测,最后将此模型运用于威海某风电场,并与仅考虑风速连续性得到的预测结果相比较,分析预测误差,结果表明前者预测精度更高。     

微电网风/光发电功率预测软件的设计与开发

风力发电和光伏发电功率的预测是进行微电网能量调度计划制定的前提。运用基于时间序列法的风/光发电功率预测模型,引用等效平均风速概念,以提高风功率预测的准确度;采取在线滚动建模的方式修正基于时间序列法的预测模型,最后运用天气预报信息修正风/光发电功率预测的误差。设计了风/光发电功率预测软件的功能组成结构,制定了包括超短期、扩展短期与短期预测模块的程序流程,应用实例验证了所开发软件的实用性与有效性。     

基于经验模式分解的风电场风速趋势预测研究

风速预测对风电场和电力系统的运行具有重要意义。对风速进行准确的预测可以有效减轻或避免风电场对电力系统的不利影响,同时提高风电场在电力市场中的竞争力。由于风速时间序列的非线性和非平稳性,传统的预测方法难以对其准确预测。该文提出将经验模式分解与最小二乘法相结合对风速时间序列进行建模预测。对风速时间序列进行经验模式分解可以得到若干不同频率的平稳分量和趋势项;以趋势项为自变量,建立二元线性回归分析的预测模型,依据最小二乘法原理来获取预测模型的两个系数;再利用预测模型对未来风速变化趋势进行预测。仿真结果验证了此方法的有效性。     

基于优化相空间重构技术的风电场发电功率预测研究

大规模风电的接入将对电网的规划建设、分析控制、经济运行以及电能质量等方面产生一定的影响,较为准确的风电功率预测可减少电网旋转备用,为电网运行调度提供可靠的依据。以中国某风电场为例,对风力发电功率的超短期预测方法进行了研究,提出了以混沌理论为基础、基于相空间重构的风电出力混沌时间序列预测的方法,对相空间重构参数的优化进行了综合计算,定性分析了风电出力时间序列的混沌特征,同时对应用嵌入维空间的具体预测方法进行了研究。实际算例表明该综合方法具有较高的预测精度。     

基于人工神经网络和模糊推理的短期负荷预测方法

电力系统短期负荷预测是电力系统调度部门制定发电运行计划的依据，也是制定电力市场交易计划的基础。人们提出了许多种短期负荷预测方法，如时间序列法、状态空间法、人工神经网络法等，但是这些方法都无法精确地描述电力负荷模型。在对大量历史负荷数据进行统计分析的基础上，作者提出了一种基于人工神经网络和模糊推理的预测新方法，其中首先根据实际经验将负荷日类型划分为周一、工作日、周六、周日和节假日5种类型；然后根据不同的类型日建立相应的人工神经网络模型用以预测负荷归一化系数，最后通过模糊推理策略预测日最大负荷和日最小负荷。实际算例表明，所提出的方法能够提高短期负荷预测的精度。     

风力发电系统动态仿真的风速模型

风力发电机组不同于火电等传统发电机组的最大之处在于其原动机功率的本质不可控,这是由风速的易变性和不可控性造成的。风速状况对风力发电系统的性能有着重要的影响,也使得风速模型成为风力发电系统仿真模型的重要部分。该文针对风速随机变化的特性,在风速统计特性研究的基础上,用自回归滑动平均(ARMA)方法建立了具有一定功率谱密度特性的风速模型。对该模型所模拟的风速序列进行了分析和验证,并与现有仿真程序中风速模型的结果进行了对比,结果表明该文提出的ARMA模型能够有效地产生动态分析和仿真所需的风速序列。     

交流励磁变速恒频风力发电系统控制策略的仿真研究

介绍了交流励磁变速恒频（Variable Speed Consrant Frequency，VSCF）风力发电系统运行的基本原理及发电机的定子磁链定向矢量控制技术。在此基础上，以Matlab／Simulink为工具，建立了系统仿真模型，进行了发电机空载运行、并网、有功、无功功率独立调节、最大风能捕获运行等工况的仿真研究，仿真结果证明理论分析正确，对系统的实验研究具有一定的理论指导意义。     

与风电并网相关的研究课题

风力发电环境友好、技术成熟、可靠性高、成本低且规模效益显著，是发展最快的新型能源。很多与大型风电场并网运行有关的技术课题亟待解决，例如，大型风电场并网会改变系统原有的潮流及网损的分布，对电网的规划提出了新的要求；可能给配电网带来电能质量问题，如谐波污染、电压波动及闪变；对系统的功角、频率以及电压稳定性产生不利影响；风电具有很强的随机性，需要研究能够考虑风电特点的发电和运行计划方法；重新评估系统的发电可靠性，分析风电的客量可信度；研究新的无功调度及电压控制策略等。感应发电机因为结构简单、并网方便，一度成为风力发电机组的首选，很多研究也是基于这样一个事实。随着电力电子元件的性价比不断提高，采用同步电机、双馈电机等新型发电机组是大势所趋，风电场可以像常规机组一样，承担电压及无功控制的任务，出现了许多新的富有挑战性的研究课题。风力发电作为电力系统中一个崭新的领域，正吸引越来越多的研究机构和人员从事风电并网技术的研究和咨询工作。     

上海奉贤海湾风力发电场简介

上海奉贤海湾风力发电场是上海新能源环保工程有限公司投资兴建并已商业运行的上海第一爿现代化的风力发电场.该发电场一期装机4台,总装机容量为3400kW.风电机组自2003年11月投运以来,各项运行参数正常.该G52-850型风力发电机是前置三叶片、变速、变桨双馈式,并且主动偏航的风电机组.叶轮直径为52m;风机配有Ingecon-W控制系统.所配发电机是一台高效率的4极双馈式发电机,带有绕组转子和滑差线圈.风力发电机组的运行可以通过远程SGIPE风场管理系统来集中实现.SGIPE风场管理系统是一个开放和集成的控制系统"开放"是因为它允许引入新的系统功能;"集成"是因为它包括了风场的全部功能,能够满足实际运行工作的需要.     

风力发电引起的电压波动和闪变

并网风电机组在持续运行和切换操作过程中都会产生电压波动和闪变，对当地电网的电能质量有不良影响。从并网风电机组输出的功率波动出发，分析了风力发电引起电压波动和闪变的主要原因。介绍了关于并网风电机组电能质量的国际电工标准IEC 61400-21，给出了风电机组在持续运行与切换操作期间引起的闪变值和相对电压变动的计算公式。然后综述了有关风力发电引起的电压波动和闪变的计算方法和影响因素等方面的研究成果，最后展望了未来的研究方向和研究重点。     

并网风力发电场的最大注入功率分析

风力发电场的最大注入功率分析是风电场规划和运行的一项重要内容.文章建立了异步发电机的稳态数学模型,给出了包含风电场的电力系统潮流的交替迭代计算方法,并结合实际风电系统,分析了确定并网风电场最大注入功率的主要因素.计算结果表明,系统运行方式、风电机组无功补偿量、风电场与系统联络线的电抗与电阻之比的大小等都会影响风电场的最大注入功率,对于一个实际的风电系统,要最终确定其最大注入功率必须进行系统的计算分析.     

南澳风电场谐波的测量与分析

南澳风电场装机容量已达53．8MW,约占汕头地方电网容量的7％,近期具备开发条件的风资源在300MW以上。因此,风力发电是否对电能质量有明显的影响受到人们的关注,该介绍了谐波测量与分析结果。     

变速恒频风力发电机组建模与仿真

建立了包含风力机、双馈发电机及发电机电气控制部分的变速恒频风力发电机组的整体动态数学模型；以该数学模型为基础应用MATLAB软件搭建了用于研究变速恒频风电机组和固定转速风电机组并网特性的数字仿真工具。并以风速发生阶跃变化及风速发生不规则扰动为例，仿真比较了具有相同参数的变速和固定转速的风电机组相应物理量的响应特性。仿真结果表明了所建模型的正确性及变速恒频双馈电机具有良好的动态特性。     

基于时间序列的支持向量机在负荷预测中的应用

由于负荷预测是不确定、非线性、动态开放性的复杂大系统,传统方法往往难以准确地描述这种复杂的非线性特征,因而无法准确进行负荷预测.作者提出了基于一种基于时间序列的支持向量机(SVM)的负荷预测方法.SVM方法采用结构风险最小化原则(SRM),能够在对小样本学习的基础上,对其它样本进行快速、准确的拟合预测,具有更好的泛化性能和精度,减少了对经验的依赖.时间序列考虑了趋势分量和周期分量,使负荷预测模型更加符合电力负荷特性.将该方法用于实际负荷预测中.和真实值的比较说明所提出的负荷预测方法是可行和有效的.     

福建省电力需求预测研究

根据规范编制了《福建省电力需求预测程序》,程序以多种算法建模, 用户可选择回归法、单耗法、弹性系数法、人均电量法等预测最大负荷,根据特征系数预测负荷曲线,其功能先进并在省、地两级获得应用。