风电场风速随机性及容量系数分析

针对国内风电场实测风速数据,利用三种分布模型拟合平均风速分布,结果说明Weibull分布是一种适合于描述平均风速分布的模型.针对不同的Weibull分布参数估计方法,提出了用风力发电机有功功率概率分布来检验参数估计效果的方法.同时也给出了一种求取风力发电机有功分布的方法.针对国内风电场实测风速数据,用Gumbel分布拟合极限风速分布,结果表明Gumbel分布适合描述极限风速的分布.通过用风速序列法和Webull法分别计算某风电场12个月容量系数结果表明在大风月份容量系数较大.通过对十台风力发电机容量系数的计算给出了风力发电机参数对容量系数的影响,得出的结论对于风电场风力发电机选型有一定指导意义.     

风电场风速随机性及容量系数分析

针对国内风电场实测风速数据,利用三种分布模型拟合平均风速分布,结果说明Weibull分布是一种适合于描述平均风速分布的模型。针对不同的Weibull分布参数估计方法,提出了用风力发电机有功功率概率分布来检验参数估计效果的方法。同时也给出了一种求取风力发电机有功分布的方法。针对国内风电场实测风速数据,用Gumbel分布拟合极限风速分布,结果表明Gumbel分布适合描述极限风速的分布。通过用风速序列法和Webull法分别计算某风电场12个月容量系数结果表明在大风月份容量系数较大。通过对十台风力发电机容量系数的计算给出了风力发电机参数对容量系数的影响,得出的结论对于风电场风力发电机选型有一定指导意义。     

基于风速相关性风电场储能容量配置定量研究

为研究风速相关性对风电场储能容量的影响,首先建立了风速ARMA模型,并根据时移技术得到风电机组风速分别呈高度、中度和低度三种不同相关度的风电场的风速时间序列,最后对不同相关度下的风电场的储能容量进行定量分析。结果表明,合理布置风电场能在较好利用风能的情况下有效减少风电储能成本和土地资源的浪费。     

考虑风速变化特性的风电容量可信度评估方法

随着风力发电在电网中穿透水平的提高,风力发电的容量可信度评估问题逐渐成为电网规划中关注的新热点。为描述风电出力与电网负荷的相关性,以规划阶段风电场可获得的数据为基础,基于半不变量法建立了考虑风速变化特性的风电出力模型;提出了基于拉丁超立方采样(Latinhypercube sampling,LHS)的风力发电容量可信度评估方法,通过对IEEE-RTS79系统进行评估验证了该方法的正确性和有效性,并分析了风电出力与电网负荷的相关性对容量可信度的影响。评估结果可作为风力发电参与电力平衡的重要依据。     

基于等可靠性准则的风电场容量可信度评估方法

风电容量可信度是衡量风力发电对电力系统可靠性贡献的重要指标。建立风速、风电机组和风电场出力模型,并考虑尾流效应,将风电场处理为等效的多状态发电机组。基于发电系统可靠性指标定义了风电场的容量可信度,采用截弦法计算得到风电场的容量可信度。以加入风电场后的IEEE RTS-96系统作为算例进行评估,通过风电渗透率、系统备用、常规机组强迫停运率等因素对风电场容量可信度的影响分析,验证了该方法的正确性和有效性。     

基于Mycielski算法的风电场风速预测

对已有的风速预测方法进行了总结归类,并使用一种新颖的基于Mycielski算法进行风电场风速预测,建立了基于该算法的预测模型,并且同持续法风速预测进行对比,同时对二者的误差进行了分析.实验结果表明,基于Mycielski风速预测模型在风速平滑段有着非常高的预测精度,其均方根误差与误差方差均小于持续法,误差为零的概率高于...     

基于时间序列法的风电场风速预测研究

采用Box.Jenkins时间序列分析方法,通过Matlab软件,利用达坂城风电场30米处,每10分钟采集一次得到的风速数据,建立ARMA模型,实现提前一小时的风速预测,为更长时间(半天、一天或两天)的风速预测提供理论基础。     

基于时间序列法的风电场风速预测研究

采用Box.Jenkins时间序列分析方法,通过Matlab软件,利用达坂城风电场30 m处,每10 min采集1次得到的风速数据,建立ARMA模型,阐述了数据预处理、模型参数识别及模型诊断、检验。实现提前1 h的风速预测,为更长时间(0.5~2 d)的风速预测提供理论基础。     

风电场短期风速预测探讨

针对我国在风电场短期风速预测的研究还不能达到令人满意程度的现状，通过分析国外在风电场短期风速预测领域的研究情况，结合实例提出并详细阐述了时间序列法在这一领域中的应用，结果表明所建模型具有一定的实用价值。     

基于运行可靠性的风电容量可信度研究

现有风电容量可信度的研究通常属于系统规划层面,难以直接指导实际生产运行。从运行层面出发,研究风电运行容量可信度及其影响因素,分析了其对调度计划的指导作用。首先针对风电预测误差与预测出力之间的相关关系,建立多风电场预测误差的条件概率分布模型;其次建立风电和常规机组的等效容量分布模型并进行运行可靠性评估;继而提出运行层面风电容量可信度的定义及评估方法;最后结合实际风电数据和测试算例,对不同时间尺度运行容量可信度进行计算,得出风电运行容量可信度的相关结论,为大规模风电接入后的调度运行提供决策支持。     

基于等效平均风速的风力发电功率预测

目前应用风速气象数据预测风力发电功率的方法存在较大误差,难以满足工程应用的精度要求.文中基于能量守恒原理提出了风力发电机组等效平均风速的概念,并通过为期1年的现场实验分析得到等效平均风速与最大风速和平均风速的函数关系,由此提出了基于等效平均风速的风力发电功率预测方法,并与以往基于平均风速的风力发电功率预测方法进行了工程应用效果对?栽 比,表明基于等效平均风速的预测方法较基于平均风速的预测方法在预测精度方面有明显提高.     

不同风速模型和可靠性指标对风电可信容量评估的影响

目前关于风电可信容量的研究存在风速模型和可靠性指标的选取缺少依据的问题。为此,比较了实测风速法、实测风速均值法、概率抽样法、时间序列分析法所产生的风速序列用于发电系统可靠性评估效果的差异,并分析原因。结合well-being框架内的风险、临界、健康状态的概率、频率、持续时间及失负荷量等可靠性指标,分别应用于风电可信容量评估。利用基于序贯蒙特卡洛模拟的可信容量求解方法,通过加入风电的IEEE-RTS算例,结合2种风速场景,对比分析了不同风速模型和可靠性指标对发电系统可靠性和风电容量可信度评估的影响,并针对评估需求给出选用建议。     

基于小波-神经网络的风速及风力发电量预测

风能作为可再生清洁能源已得到世界各国的广泛应用。由于风速的不确定性,给保障风力可靠性发电带来了一定的困难。提出了一种较为准确的小波–神经网络法预测风速。该方法利用小波函数将原始波形进行不同尺度的分解,将分解得到的周期分量用时间序列进行预测,其余部分采用神经网络进行预测,最后将信号序列进行重构得到完整的风速预测结果。在神经–网络学习过程中加入了微分进化算法,提高了其收敛速度,解决了局部最小化问题。通过实例分析证明了该算法能较为准确地预测风速。     

风电场风速预测模型研究

介绍了两种风电场风速预测模型,分别是BP神经网络模型和小波-BP神经网络组合模型。BP神经网络模型是风速预测中常用的模型之一,小波技术和BP神经网络结合,即为组合模型。小波技术将风速时间序列按时间和频率两个方向展开,体现了各成分对预测值贡献率的不同。将BP神经网络模型和小波-BP神经网络组合模型分别应用到我国朱日和风电场的逐时风速预测中,从预测结果对比得出组合模型更适合该风电场的逐时风速预测。     

基于Adaboost的BP神经网络改进算法在短期风速预测中的应用

进行较准确的风速预测对含大规模风电场的电力系统进行经济调度具有重要意义。针对目前神经网络法、时间序列法、卡尔曼滤波法等算法在短期风速预测上精度不高的缺陷,引入Adaboost算法对前馈(back propagation,BP)神经网络算法进行改进,提出了基于Adaboost的BP神经网络算法,并将该方法应用于短期风速预测。经算例分析,该算法在超前1 h和2 h的风速预测精度优于其他2种算法,且该算法在高风速段(10 m/s以上)平均绝对百分比误差低于7.5%,具有较高的工程应用价值。     

基于ARMA-ARCH模型的风电场风速预测研究

风速预测对风电场规划设计和电力系统的运行都具有重要意义.对采样时间为15 min的风速时间序列建立自回归移动平均(ARMA)模型,利用拉格朗日乘数法检验ARMA模型残差的自回归条件异方差(ARCH)效应,建立ARMA-ARCH模型.分别使用ARMA模型和ARMA-ARCH模型对风速时间序列进行短期预测,并比较两者精度.结果表明,ARMA-ARCH模型具有更高的预测精度,具有一定的实用价值.     

风电容量可信度研究综述与展望

风电容量可信度定义为等可靠性前提下风电机组可以替代的常规机组的容量占风电装机容量的比例,是衡量风电对电力系统充裕度贡献的重要指标。随着我国风电的大规模并网,风电容量可信度将成为电力规划中电力平衡的重要指标。综述了风电容量可信度的定义与主要计算方法,总结了风电容量可信度的影响因素,分析了风电容量可信度的变化机理,展望了未来有待进一步研究的方向。     

基于遗传算法的风电混合储能容量优化配置

为了降低独立风力发电系统中储能装置的生命周期费用,建立以风力发电系统中储能装置的生命周期费用最小值为优化的目标函数、负荷缺电率等指标为约束条件的模型,结合蓄电池和超级电容器储能特性,利用风电和负荷48 h的发用电数据,研究包含蓄电池和超级电容器的储能系统能量管理策略。提出了一种基于改进粒子群算法的储能容量生命周期费用优化配置方法,算例分析证明该算法具有有效性和实用性,优化后的系统很大程度上节省了经济成本。     

大规模风电场的发电充裕度与容量可信度评估

风力发电异于常规电源的运行特性,这使得关于它的系统发电充裕度评估技术与传统方法有所不同.在通用风速模型基础之上,综合考虑风机的输出功率特性以及风向的统计分布特性,建立了风电场的发电可靠性评估模型;同时还考虑了多种尾流情况的影响,建立了尾流效应模型;并采用解析技术,在 IEEE 的可靠性测试系统中对不同实验方案下含风电场的系统总体发电充裕度和风电场的容量可信度进行评估.评估结果验证了混合考虑不同情况尾流对发电充裕度的影响程度,以及在计算时选取的风电场容量模型状态数对结果准确性的影响程度和它与系统风电穿透率水平之间的关系;还验证了风况、风场布局和风电穿透率水平等因素对等风电场的容量可信度的影响程度