计及季度趋势变时间步长风速仿真模型及应用

为提高风电并网系统充裕度评估精度,提出计及季度趋势的变时间步长风速仿真模型。该模型应用奇异谱分析从风速样本中提取季度趋势和随机波动分量,应用线性插值和奥恩斯坦-乌伦贝克过程对两分量建模,产生任意时间步长的仿真风速样本。将该模型嵌入蒙特卡罗模拟法,提出风电并网系统的季度充裕度评估方法。应用该模型仿真某观测站风速样本,评估风电并网IEEE-RTS发电系统的季度充裕度,结果表明,该模型可产生与实测风速样本统计指标等特征接近的任意时间步长仿真风速样本,且季度充裕度评估精度较高。     

基于互Box-Cox变换和Markov链风速云模型的发电系统充裕度评估

为准确计及风速随机性和自相关性对风电并网系统充裕度的影响,建立基于互Box-Cox变换和Markov链的风速云模型,并将该模型与时序Monte Carlo模拟法结合,提出计及风速随机性和自相关性的风电并网系统充裕度评估方法。仿真结果表明,所提模型产生的仿真风速样本与实测风速样本具备相似的概率分布特性和自相关性,所提方法可较精确地评估风电并网系统充裕度及风电容量可信度。     

基于时序和随机风速模型的含风电场发电系统充裕性评估

建立基于蒙特卡洛模拟(MCS)的含风电场发电系统可靠性评估模型,包含时序和随机风速模型的建立及序贯和非序贯蒙特卡洛模型的建立,并把该模型应用到RBTS测试系统中。由不同风速模型和不同MCS方法构成4种组合可靠性评估模型,本文分析4种组合模型的系统缺电概率LOLP、缺供电时间期望LOLE、期望缺供电量EENS、可靠性指标,并确定时序和随机风速模型及序贯和非序贯MCS方法对系统充裕性的影响,同时分析了风电场装机容量、系统峰值负荷等因素对系统充裕性指标的影响。     

基于高斯过程回归的短期风速预测

准确预测风速能有效减轻风电场对整个电网的不利影响,提高风电场在电力市场中的竞争能力。为了提高风速预测的精度,提出一种基于高斯过程(Gaussian processes,GP)的风速预测模型。首先运用自相关法和假近邻法分别求取风速时间序列的延迟时间和嵌入维数,进而对混沌风速时间序列进行相空间重构。其次运用GP模型对重构后的风速时间序列进行训练,同时在贝叶斯框架下,确定协方差函数中的"超参数"。最后利用训练好的GP模型风速时间序列进行预测,并与支持向量机、最小二乘支持向量机和BP神经网络进行比较。仿真结果表明,基于GP的风速预测模型具有很好的稳定性,能够满足预测精度的要求,具有很大的工程实际应用价值。     

分割多目标风险分析框架下不同风速模拟方法对电力系统可靠性评估的影响

比较不同风速模拟方法对可靠性评估的影响,为风速模拟方法的选择提供依据。首先,根据实测风速数据研究了风速的季节特性、日特性、自相关性等宏观特性,分析并比较了实测风速法、实测风速均值法、概率抽样法、多状态等效法和时间序列模拟法在模拟风速宏观特性上的差异。然后,针对无条件期望可靠性指标的不足,提出了充裕度评估中条件可靠性指标体系,并给出了分割多目标风险分析框架下基于蒙特卡洛方法的电力系统充裕度评估过程。最后,对加入风电的IEEE-RTS测试系统进行了可靠性评估。算例结果表明：时间序列模型计算出的无条件及条件可靠性指标与实测风速法相比差别较小;概率抽样法计算出的系统状态指标呈高频率、低持续时间的特点;风速均值法计算出的健康状态条件概率偏大,而临界状态和风险状态的条件概率偏小,且健康状态呈现明显的低频率、长持续时间的特点。     

基于Nakagami分布的风速概率分布拟合研究

准确地拟合风速概率分布对估算潜在风场所蕴含的风能有着重要的作用。本文引入了二参数Nakagami分布对美国西部涵盖沿海、海岛和内陆的八个站点风速数据进行拟合,并对比瑞丽分布、伽马分布、威布尔分布、对数正态分布、广义极值分布以及Johnson SB分布,使用决定系数、均方根误差、误差平方和以及Kolmogorov-Smirnov四个拟合指标进行校验。Nakagami分布与参数较少的瑞丽分布、伽马分布、逻辑对数分布以及威布尔分布精度进行比较,Nakagami分布在八个站点的四个拟合指标均值中取得最优的拟合精度。与三参数的广义极值分布以及四参数Johnson SB分布进行拟合对比,Nakagami分布在四个站点获得最优精度。根据风速数据的统计结果,当站点的平均风速低于3m/s时,Nakagami比其它分布获得了更高的拟合精度。考虑Nakagami简便的计算以及较高的精度,Nakagami分布在拟合风速概率分布领域更具优势。     

基于改进一阶马尔可夫链的风速时间序列模型

模拟风速时间序列在含风电场电力系统的规划及评估等领域应用广泛。传统风速序列建模的一阶马尔可夫链模型无法保留时间序列的自相关特性,同时不能反映出实际风速随季节、天气等因素的变化情况。文中通过将一年分为12个时间段及将一日分为4个时段,在传统一阶马尔可夫链中引入了风速的季节特性和日特性;同时,考虑风速与降水量的关联,引入了风速的干湿特性。在此基础上,提出了风速时间序列模拟的改进一阶马尔可夫链模型。仿真结果表明,该改进模型不仅较好地保留了观测风速的自相关特性,而且提高了模拟风速序列的精度。     

用实测风速校正的短期风速仿真研究

风速仿真是风力发电研究的重要手段之一。该文简述了风特征研究概况,建立了基于Kaimal风速功率谱的短期风速仿真模型;将仿真风速与实测风速时间序列做对比,发现仿真结果总体性态良好,但无法反映被仿真场址的特定风速变动规律。因此,进一步提出了用实测风速校正仿真风速的方法,校正后的仿真风速不仅总体性态良好,而且能很好地反映被仿真场址的特定风速变动规律。该文的短期风速仿真方法可以用于短期风速预测、风轮机动态仿真、风力发电控制与电能质量分析等风力发电仿真研究,也可以用于其它风工程、信号分析等领域的仿真研究。     

基于ARMA模型的风电场风速短期预测

通过分析达坂城风电场风速数据并建立ARMA模型,基于时间序列分析法实现了提前1 h风速预测,分析预测结果证明预测时间和风速震荡性是影响风速预测精度的主要因素,为更长时间的风速预测提供理论基础。     

风速时序仿真模型及其在发电系统可靠性评估中的应用

风速模拟在风电领域相关研究中具有重要的应用。基于多项式正态变换和连续状态马尔科夫链技术,提出了一种时序风速的模拟方法。该方法首先利用多项式正态变换方法将原始数据变换为服从正态分布的数据;然后利用连续状态马尔科夫链描述变换后数据的随机波动过程;最后,通过正态逆变换获得模拟产生的风速数据。实际风速数据验证表明,模型能够较好地保持原始风速数据的概率分布特性和短期相依特性。将该模型应用于IEEE-RTS可靠性测试系统,结果表明模型可进行含风能的电力系统可靠性评估。     

基于恒速风电机组的风电场并网过程仿真

对基于恒速风电机组的风电场并网过程进行了分析并提出了改善措施。在DIgSILENT/PowerFactory中建立了恒速风电机组风电场的等值模型,分析了大规模风电场并网时对系统的影响。研究结果表明,对于接入弱系统的大规模风电场,为了减小风电机组并网所带来的冲击和避免系统电压失稳,应对同时并网的风电机组的数量有所限制。     

用于风力发电仿真的多时间尺度风速建模方法

建立多时间尺度的风速模型,其目标是模拟风电机组的出力特性,建立有效的风电场稳态和暂态模型,利用仿真分析风电场接入后电力系统的运行状态,对研究含风电的电力系统动态过程和中长期经济调度问题具有非常重要的意义。采用分段线性化方法和基于夹角距离的相似度匹配进行风速的同类趋势聚合,利用聚合数据构建径向基函数神经网络拟合风速趋势,并在此基础上结合风速集合量化概率分布和趋势变化2个约束,对概率分布函数生成的随机风速序列按照趋势的最小偏度进行重构,建立符合真实变化规律的风速模型。算例基于一组实测数据建立了同趋势的随机风速模型,从变化曲线和功率谱密度曲线对真实风速序列和模拟的随机风速序列进行了分析对比。实验结果证明,与传统的建模方法相比,建立的模型既能够反映风速的长期趋势特征,又保留了风速变化的动态特性,显著提升了风速模型的多样性与真实性。     

基于自回归法的风电场脉动风速模拟

脉动风速模型主要反映脉动风速的位置分布和时间变化特性,其对整个风力发电机组与电网的运行状态有重要影响,是风力发电仿真研究的基础。文中根据风力发电机的结构特点与脉动风的特性,利用自回归法建立了具有一定功率谱密度特性的脉动风速模型,利用Matlab进行了仿真模拟。仿真结果表明：在工程精度范围内,文中风速模型较好地反映了脉动风的特性,满足了工程应用要求。     

风速分布模型在系统可靠性评估中的应用

为提高风电并网的电力系统可靠性评估效果,本文提出了一种基于最大熵原理的风速分布拟合方法用于含有风电场的电力系统可靠性评估。该方法将历史风速数据的1阶原点矩和2~4阶中心矩作为最大熵原理的约束条件拟合得到风速分布模型,结合风机出力模型和传统机组出力模型的卷积获得系统总的出力模型,通过计算充裕性指标评价系统的可靠性,并在RBTS测试系统上进行验证。结果表明,该方法能够根据有限的风速数据得到更接近真实情况的风速分布,其可靠性指标更加接近真实值。     

基于Copula函数的马尔科夫链风速预测模型

针对风能随机波动造成的电网不平稳运行问题,提出了一种基于Copula函数计算马尔科夫链风速预测模型,对风速进行了短期预测。首先,利用相邻时段风速变量时间相关性建立连续一阶马尔科夫链风速预测模型,然后,结合Copula函数并采用基于经验分布的半参数估计法计算风速模型的状态转移函数,有效避开了离散型马尔科夫链因风速状态离散化程度高引起模型计算过于复杂的缺点,并且生成了较高精度的预测风速时间序列。最后,实例仿真分析结果验证了所提模型预测的准确性和有效性。     

风电场动态分析中风速模型的建立及应用

考虑风电场内机组间尾流效应的风速模型能较准确地描述风速扰动下风电场输出功率的波动，使研究结果更具有实际意义和价值。该文分析了风力机背面风速的计算方法，提出应用风电场及场内风电机组通常可得到的数据，根据在某风向上游风力机对下游风力机的遮挡及遮挡面积的不同，建立考虑机组尾流效应的风速模型，此方法适合于由任何台数风电机组组成的大型风电场风速建模。将输出风速与电力系统分析程序，DIgSILENT/PowerFactory相连，形成了以风速为基础的风电场与电力系统相互影响研究的计算程序，分析了尾流效应对风电场输出特性的影响。