风电场发电量预测技术研究综述

首先综述了风电在我国的发展现状,分析了目前风电场接入电网急需解决的问题,然后总结了现在风电场发电量预测模型的研究方法。接着分析了风电场发电量预测技术国内外的研究现状和发展趋势,最后提出了基于混沌理论的风电场发电量预测的方法。     

基于风功率预测对风电场并网稳定性影响分析

大规模风电场并网对电网产生一定波动,为减少风电对电网的冲击影响,利用风功率预测对风电场的功率输出进行预测,使电力调度部门根据风电可预测发电量合理调控风电并网,从而减少弃风限电问题,提高风力发电的经济性能。本文详细介绍了风电场风功率预测对并网稳定性的影响,阐述了风速、空气密度等影响输出功率的因素关系。     

考虑多维度影响因素的风电场发电量损失量化分析方法研究

目前风电行业通常采用弃风电量、等效利用小时数等指标进行风电场运行性能的总体评价,但对风电场发电量损失的分析主要依靠经验定性判断,缺乏系统的量化分析手段,无法掌握发电量损失的具体原因及影响程度。文章针对性的提出了一种基于多维度影响因素的风电场发电量损失分析方法,综合考虑风资源、电网限功率、电气设备故障陪停、机组故障和发电性能劣化等影响因素,提出了各发电量损失环节的定量化计算方法,并通过实例分析验证了方法的有效性,实现了风电场发电量损失的量化评价,为风电场针对性的制定运行控制、检修策略和技改大修计划提供了依据,同时为解决风电弃风问题决策提供了参考。     

适用于新疆电网的风电短期功率预测系统研究

通过分析不同风电功率预测方法的机理和算法,结合新疆风电场的地域特点及风电的基础数据情况,针对 新疆各风电场的运行现状,利用微观气象学理论与人工神经网络算法,对风电场分别建模,对子模型进行拟合处理, 从而构建预测综合模型,实现新疆风电场短期功率的预测.基于综合预测模型,利用模块化设计方法开发了新疆电网 风电规律预测系统.将设计的系统应用于新疆在用风电场的月功率与周功率预测,结果表明该系统对总功率预测结果 的均方根误差均在１０％以下,符合设计的预期要求.     

基于风电场功率特性的风电预测误差分布估计EI北大核心CSCD

风电功率预测对风电场运行和电网调度决策具有重要影响。基于风电场的功率特性曲线,提出了一种风电预测误差分布的估计方法。首先根据历史运行数据对风电场的功率特性曲线进行拟合;然后按照风电场的切入风速和额定风速将历史实测数据划分为3部分,并利用改进后的广义误差分布等模型提取每一部分风电功率预测误差的概率密度特性,根据其数值特征,设定相应的风电功率修正方法和预测误差分布的估计方法;最后按照待测日预测风速的大小选择对应的修正方法补偿所预测的功率,并估计预测误差的分布范围。结合中国北方某风电场的实际运行数据进行了仿真算例分析,验证了所提方法的有效性。     

风电场运行数据分析

为了挖掘风电大数据蕴含的深层信息,探索风电场生产运行的规律,科学指导风电场生产经济运行,开展风电场运行数据分析研究,以风电场风力发电机组SCADA系统运行数据为主要研究对象,以电力大数据分析为基本思路,以计量经济学和统计学为主要研究方法,提出了风电场大数据分析的层次结构,归纳了风电场数据分类框架结构,分析了风电场风力发电机不同参数的运行特性,在数据分析的基础上验证了时下风电产业热点研究方向的研究必要性。     

基于风电场功率特性的风电预测误差分布估计

风电功率预测对风电场运行和电网调度决策具有重要影响。基于风电场的功率特性曲线,提出了一种风电预测误差分布的估计方法。首先根据历史运行数据对风电场的功率特性曲线进行拟合;然后按照风电场的切入风速和额定风速将历史实测数据划分为3部分,并利用改进后的广义误差分布等模型提取每一部分风电功率预测误差的概率密度特性,根据其数值特征,设定相应的风电功率修正方法和预测误差分布的估计方法;最后按照待测日预测风速的大小选择对应的修正方法补偿所预测的功率,并估计预测误差的分布范围。结合中国北方某风电场的实际运行数据进行了仿真算例分析,验证了所提方法的有效性。     

基于主成分分析与遗传优化BP神经网络的风电场短期功率预测研究

为降低风电场弃风率及对电网稳定性影响,对风电场短期功率进行准确预测显得十分重要。针对传统BP神经网络泛化能力差、网络收敛速度慢等问题,建立了一种基于主成分分析与遗传优化BP神经网络相结合的风电场短期功率预测模型。首先,利用主成分分析法对风电场原始气象数据进行分析,将得到的独立变量作为BP神经网络的输入;然后利用遗传算法确定了神经网络的最优初始权值和阈值的大致范围,并用L-M算法对BP网络权值和阈值进行细化训练;最后,利用中国北方某风电场实际运行数据进行验证,结果表明,所建立的预测模型合理有效,不仅可以加快BP神经网络收敛速度,减少预测误差,还可以提高风电场短期输出功率的预测精度,具有一定的工程应用价值。     

风电场发电量后评估的指标评估方法探讨

风力发电机组的发电量指标是体现风电场运营的重要指标之一。对风电场项目后评价应集中于发电指标评价,由于发电量与风能资源联系紧密,而风能是随机变化、无法预估的,对发电量指标的评估有一定难度。针对此问题,提出对风电场实际运行期的发电量进行代表年分析订正的方法,对发电量进行评估。通过风电场实施前与风电场建成后的实际发电量对比,对风电场实际运行期的发电量进行代表年分析订正后,分析产生偏差的各种原因,最后根据风电场的实际参数,针对各种影响提出了调整建议,以使评估发电量更符合实际情况,为以后风电场可研设计提供参考。     

基于统计升尺度方法的区域风电场群功率预测

对区域性风电场群输出功率进行预测是增加风电接入容量,提高大规模风电接入条件下电力系统运行安全性和经济性的有效手段。文中对区域预测建模技术进行研究,利用输出功率相关系数矩阵和预测精度指数进行代表风电场选取和权重系数计算,采用基于少数代表风电场的统计升尺度方法,并利用华北电网2011年1月至6月风电场实际数据进行统计升尺度建模和方法验证。验证结果表明,相比于传统的累加法,统计升尺度方法可改进所实现的区域风电功率预测模型的区域预测精度,同时减少区域预测模型对单个风电场数据完备性的依赖。     

风力发电运行价值分析

不对风电并网产生的影响作深入的分析,就不能确定风力发电的实际效益。风力发电价值的计算需要综合考虑发电收益、发电成本、辅助服务成本、环保效益等各方面因素。文章采用可靠性评估的方法,分析了风电并网引起的电力系统辅助服务成本的变化,在此基础上,给出了风电运行价值的详细表达式,并讨论了风电穿透功率、风能预测误差、备用容量价格、风电场容量系数等因素对风电运行价值的影响。     

计及故障时间的神经网络风力发电量预测

风电是可再生能源的一种重要形式,随着越来越多的风电并入电网,发电量的预测对电网的稳定性变得格外重要,为了得到更高的预测精度,提出了一种将天气因素和故障时间相结合的两段式风力发电量预测的方法。结合湖南省某风力发电场的实际生产数据,分别运用神经网络结合时间序列的方法对故障时间进行预测,以及GRNN神经网络方法对发电量进行预测。提高了风力发电量预测的精度,延长了预测时间,证明了方法的可行性。     

基于动态神经网络的风电场输出功率预测

随着风电的大规模发展,准确预测风电场输出功率对于风电场的选址、大规模并网及运行具有重要的作用。文中提出了局部反馈时延神经网络和全局反馈时延神经网络2种动态神经网络预测模型,以适应风功率的时间序列特性,并与静态神经网络预测模型进行了比较。以国内北方某风电场的风功率预测为例,结合气象预报数据进行提前24h的风电输出功率预测,仿真结果表明,动态神经网络在预测具有时间序列特性的风功率时效果优于静态神经网络。     

双馈电机风电场无功功率分析及控制策略

提出一种双馈电机风力发电系统无功极限的计算方法，该方法以双馈电机风电系统的功率关系为基础，考虑了网侧变换器在其功率允许范围内的无功发生能力，系统动态无功极限为定子与网侧变换器的无功极限之和。对双馈电机风电场在强电网无功调节中的应用进行了探讨，提出双馈电机风电场对当地用户进行就近无功补偿的策略，并给出相应的无功分配策略，包括风电场各风机之间以及单台风电机组定子和网侧变换器之间的无功分配原则。双馈电机风电场在实现变速恒频优化运行的同时，充分发挥了风电机组和整个风电场的无功处理能力，使其参与所连电网的无功调节。     

大容量风电场接入后电网电压稳定性的计算分析与控制策略

由于风电场容量较大,并位于电网末端,可能会对电网的电压稳定性产生较大的影响。为保证风电场投入后的安全,按大干扰下风功率的转换特性及异步发电机的运行特性建立了风电场与相关电网的数学模型,计算了风电场与相关电网发生短路故障后的电压稳定性。通过数值仿真计算,揭示了风电场接入导致电网电压稳定性被破坏的机理,指出机组转速是影响风力机和异步发电机这两个能量转换器工作特性的关键参数,控制风电场内风机的速度增量是保持大容量风电场接入后电压稳定性的关键,靠近故障点的风电单元容量、故障点位置和故障持续时间是影响短路后电压稳定性的主要因素,并提出了大容量风电场接入后保证电网电压稳定性的策略与措施。     

大规模风电入网的有功功率波动特性分析及发电计划仿真

分析大规模风电入网的有功特性,找出其中的规律,对指导电网运行管理非常重要。根据内蒙古电网2年来风电运行的实时数据,运用概率统计分析和时间序列分析方法,对风电有功功率的波动特性进行了分析,寻找其中的变动规律和对电网运行造成影响的各种因素。根据研究和分析结果,找出了影响风电入网容量的核心因素,总结了不同容量风电入网后电网有功功率呈现的特点。     

风速概率分布参数预测及应用

利用双参数Weibull分布对历史风速数据按月拟合,通过对每年相同月份的分布参数数据进行分析,提出了一种基于灰色模型的、对未来年份中对应月的风速分布参数进行预测的方法。算例结果表明,该模型可以用较少的历史数据获得较高的精度,而预测所得的参数既可以用来评估风电场的风资源,又可根据概率分布的逆运算得到符合预测参数的风速序列。上述预测结果可以广泛应用于风力发电系统的仿真或风电场并网可靠性分析等方面。     

矶山湖风电接入系统对九江电网的影响

风力发电机组由于风速的易变性和不可控性,可能对电网的电能质量、负荷预测以及运行稳定带来一系列影响,结合矶山湖的实际运行,分析矶山湖并网后对九江电网提出改进的意见及措施。     

考虑风电功率预测的分散式风电场无功控制策略

分散式风电接网模式可以解决集中式并网限电等问题,但对配电网传统运行模式带来挑战。为解决其经济稳定运行难题,提出了一种包含无功预测、无功整定、无功分配的三层新型分散式风电场无功协调控制策略。其中,无功预测层利用物理和统计方法组合预测单台机组未来无功输出能力;无功整定层针对有无无功补偿设备,提出风电机组基于电网无功缺额降出力的自身补偿和多时间尺度协调离散补偿设备、静止无功发生器(SVG)与风电机组共同补偿配电网无功需求方法;无功分配层基于风电功率预测无功功率信息,考虑风速波动性,按照优先级动态筛选风电机组,调节其输出功率以跟踪无功补偿指令。工程算例证明了所提策略可以有效提高电压支撑能力,减小风电场损耗。     

极端天气事件对新能源发电和电网运行影响研究

风电和光伏发电极易受极端天气的影响而出现大规模停机和出力损失,严重时可能威胁电网安全稳定运行。针对极端天气事件对新能源发电和电网运行的影响开展研究。首先从新能源发电的角度阐述了极端天气影响新能源的机理。然后基于海量风电机组和光伏发电单元的运行数据,对寒潮、大风、降雪、沙尘等几类极端天气条件下新能源发电和电网运行情况进行深入分析。最后从电网调度运行的角度提出保障极端天气条件下电网安全稳定运行的建议。