不同风速概率分布参数下的风力抽水储能分析

介绍建立的风力抽水储能模型,推导了风能转换为电能后抽取的水质量关系式.在此基础上综合考虑风电场风速的随机特性,提出用Monte Carlo仿真产生每小时的风速抽样来计算风能特征指标.最后通过算例分析利用该方法计算了风速概率分布参数对抽水量的影响.结果表明,风力抽水储能是可行的.     

风电场风速概率分布参数计算方法的研究

风电场风速概率分布体现了风能资源统计特性的重要指标。在认为风速服从两参数Weibuu分布前提下，提出了应用极大似然法根据实测的风速数据求解风速概率分布参数，由此估算出能直接体现风能资源状况的风能特征指标值。通过比较由风速概率分布推算出风能特征指标的估计值与由历史风速数据序列获得的实测值，说明极大似然法计算精度高，Weibuu分布作为风电场风速统计模型能准确地拟合风能的实际情况，具有实用价值，为风电场规划设计提供重要参考。     

基于灰色预测变化风速下的风电场经济评价

以全寿命周期风资源评估思想对未来运营期风资源进行预测分析,得出每年的预测风速,根据此预测风速,得到每年的预测发电量,再进行项目的经济效益评价,从而更加接近实际情况。然后对项目风资源进行敏感性分析,以测风年份风速为基数,以20%的幅度进行敏感性分析,最终得出各个年份的经济效益。根据全寿命风资源理论进行分析得出的结论需要提高风电上网电价,才能使项目盈利。     

风电场风速概率分布参数计算新方法

风能资源评估关系到风电的经济性和开发价值,一个地区的风速概率分布是该地区风能资源状况的最重要指标之一.在认为风电场风速服从双参数韦布尔(weibull)分布前提下,为了提高参数计算精度,从智能化的角度提出尝试采用改进的微粒群算法对Weibull双参数进行建模和优化.由此参数估算能直接反映出风能资源特性的风能特征指标,与...     

风资源评估中的风速测量

风速测量对风电场的风资源评估的不确定性起了很大的影响，高质量的风速测量可以很大程度地减低风资源评估的不确定性，并降低投资风险。本文从风资源评估出发，对高质量风速测量中的技术方法进行了说明。     

基于矩函数的风速概率分布参数估计方法

风能利用领域常以双参数Weibull分布描述风速统计特性,准确估计分布参数是准确计算风能特征指标的前提。推演发现服从Weibull分布的随机变量的各阶矩仍然服从Weibull分布,根据这一统计学性质,拟定了基于矩函数的3个参数估计公式。精度检验显示,本文方法在较大范围内均具有较高的精度。通过算例与现行方法比较分析,认为本文方法特别是3阶矩公式值得推广使用。     

修正的平均风速和最大风速法在风速分布估计中的应用

为解决平均风速和最大风速法在风速分布估计中误差较大、精度不高的问题,在现有的平均风速和最大风速法的基础上,将其估计的时间段划为若干小段,采用平均风速和最大风速法对每小段进行估计后,对每小段中的平均风速和形状参数用正交多项式作最小二乘曲线拟合,得到了更具代表意义的Weibull分布形状参数,从而得出了高精度的风速分布。实验结果表明,该方法涉及的参数量少,运算速度快,有利于提高风电场风能评估效率。     

短期风速-风电功率预测方法

传统灰色风速预测模型累加处理时不能预测突变风速,使风电功率预测误差过大.采用数值逼近算法对传统灰色GM(1,1)预测模型进行优化改进,以优化的灰色GM(1,1)预测模型对未来时段风速进行预测,突变风速预测误差降低了34.3％.再将优化风速预测模型和时间序列动态神经网络相结合,构建出风电功率预测模型.应用该模型对酒泉地区某风电场现场数据进行仿真测试,预测效果可信度大于93％.     

风速概率分布参数估计的低阶概率权重矩法

为便于进行海上风能资源评估与利用,采用三参数Weibull分布来描述风的统计特性是必要的。根据Weibull分布的三参数与概率权重矩(probability-weighted moment,PWM)的关系,应用罗吉斯蒂曲线拟合形状参数与PWM的函数关系,提出低阶不及PWM和超过PWM 2种参数估计方法。精度检验显示,文中方法在较大范围内均具有较高的精度。通过算例分析比较,认为提出的低阶PWM法值得推广使用。     

小时风速的向量自回归模型及应用

短期风速预测对并网风力发电系统的运行有重要意义。该文简述了短期风速预测的价值和方法,分析了小时风速的日变化特点。在此基础上,提出将单变量小时风速时间序列向量化,以消除日周期非平稳,进而建立了向量自回归(vector autoregression, VAR)模型,并用于小时风速预测。算例表明,正常天气条件下,该模型可以预测提前72 h的短期风速。该文提出的方法和模型具有一定的普适性,可用于其它领域的时间序列建模与预测。     

采用平均风速参与因子法的区域风资源评估

目前多依据风能特征指标对单个风电场进行风资源评估,评估结果对区域能源规划所起到的参考作用比较有限。对此,提出了基于平均风速参与因子的区域风资源评估方法。按照风速观测站的位置进行地理划分,在各站风速历史数据中合理取样;在假设风速服从2参数威布尔(Weibull)分布的基础上,采用矩量法计算出各样本的风速分布参数;之后建立多维自回归模型,求得各样本风速序列的相互影响系数,应用所提平均风速参与因子方法求得区域等效风速分布参数,进行区域风资源评估。以某地10个风速观测站实测数据为样本,进行了算例分析。结果表明,所提风资源评估方法计算结果与实测数据统计结果较为接近,能有效解决区域风能能源规划中风资源评价的瓶颈问题。     

考虑统计和互相关特性的多风电场风速数据模拟生成方法

以各风电场历史风速概率密度函数、风速波动统计直方图与互相关系数为约束因素,提出了一种考虑多风电场统计和互相关特性的风速时间序列模拟生成方法。考虑到以月为统计单位的风速常符合多峰混合威布尔分布规律,首先将各风电场每月风速分布分解为含不同样本数的单峰威布尔分布;其次生成多个符合特定互相关系数及瑞利分布特性的时间序列,并继续转化为多个符合特定互相关系数及单峰威布尔分布特性的数据序列;拼接各风电场已生成序列并对时间顺序进行前后调整,最终得到各风电场符合多峰混合威布尔分布和波动统计特征及不同风速互相关系数的风速时间序列。算例表明,模拟生成的风速数据可较好地兼顾各风电场自身和相互之间的统计规律。     

基于风速随机性的风储系统并网优化模型

针对储能系统能够对能量起到时间迁移作用,风储联合运行系统得到了广泛的关注。基于风电功率概率分布特征,建立了一个以风储系统的收益最大化为目标函数的概率并网模型。利用风速Weibull函数,推导出了储能系统功率在不同概率参数和不同并网方式下的概率分布函数。根据概率论区间估计方法,对风储系统中储能系统容量进行了计算和确定。最后,通过仿真软件,对储能容量确定方法和系统概率并网模型进行仿真,分析了不同概率参数和不同并网方式对储能容量和系统模型的影响,同时,验证了该模型和方法的可行性和正确性。     

风电场风速及风功率预测方法研究综述

随着全球能源形势日益严峻,传统的化石能源面临枯竭危机,清洁的可再生能源尤其是风能越来越受到人们重视,将来很可能替代化石能源成为主要能源。风速及风功率预测这一基础性研究课题对于风电场规划、风功率的控制、风电并网后电网的安全经济运行有着重要的意义。本文就风速及风功率预测模型进行了归纳整理和比较分析,对各种模型进行了客观评价,最后指出了未来预测模型的发展趋势。     

风速相关性对概率潮流计算的影响分析

地理位置邻近的多个风电场之间,风速会具有较强的相关性.文中采用一种基于自回归滑动平均(ARMA)模型和时移技术的方法,研究了风速相关性对概率潮流计算结果的影响,并对其相关影响因素进行了分析,重点研究了风速相关性对节点电压概率密度分布、满足一定电压质量要求的最大允许风电装机容量和最小无功补偿量这3方面的影响.研究结果表明,考虑风速相关性可以更合理地评估风电场对电网静态电压运行特性的影响,有利于更好地进行电网规划和确定电网的运行方式.     

双参数威布尔分布风况中基于 k值分析的能量分布研究

在风力发电场风能资源分析中,仅采用年平均风速和年平均风功率密度来判断风电场风能资源的好坏是不全面的,其无法体现风电场风能资源的能量输出能力。通过对单峰双参数威布尔分布风况中形状参数k值的研究,找出其与风速、风能频率分布及风中蕴含能量的关系,并进一步分析对于不同风力发电机组Cp值曲线,k值与总体有效风能利用率的关系,从而在风电场建设的咨询、决策、设计等阶段对风电场风能资源评估和风机预选型作出科学的指导。     

风电场短期风速的混沌预测方法

高精度的短期风速预测对提高含大量风电机组电网的安全稳定性及降低运行成本具有重要意义。文中在对风速时间序列进行相空间重构的基础上,使用混沌加权零阶局域预测法对风速进行预测;进而针对该方法在高嵌入维数下以欧氏距离寻找临近相点进行预测不准确的不足,提出了一种改进加权零阶局域预测法。该方法用相点间关联度来确定临近相点,并且提出了一种新的加权系数计算方法,以提高预测精度。算例分析结果验证了该方法的可行性和有效性。     

基于风频Weibull分布和风机功率特性求解风机发电量

提出了一种准确求解风机发电量的方法。首先利用欲安装风机地区一年的风速资料建立风速频率Weibull分布的数学概率模型来拟合实际的风频分布,然后根据风力发电机自身的功率特性通过最小二乘法拟合输出功率特性曲线,最后采用一个实际的例子详细阐述了这种风机发电量的计算方法并通过此方法得到该地区使用Fortis Espada(800)风力发电机发电的相关数据的计算结果。由于这种计算方法完全建立在风速频率Weibull分布和风机自身的输出特性的基础上,因此得到的风机输出平均功率和发电量的计算结果更加准确。在辅助计算软件的协助下,计算过程可以得到很大简化并满足工程应用。