风电场短期风功率预测研究及应用实例分析

以河北省某风电场为例,结合所在省气象局提供的数值天气预报成果、历史风电机组运行数据研究风电场短期风功率预测技术.预测误差分析结果显示,2012年该风电场的短期风功率预测月均方根误差范围大概在0.117～0.235之间.通过比较实测风速和数值天气预报风速,发现数值天气预报风速月平均相对误差为0.388～0.552,导致预测功率相对误差达1.674～2.753.风功率预测模型引起的预测功率误差介于0.0641～0.2817之间.风电场风功率预测误差的主要来源是数值天气预报风速误差,由预测模型引起的误差也不能忽视.     

复杂地形区域风场物理过程参数化方案敏感性分析

在地形比较复杂的山地地区,WRF中尺度气象模式对风电场风资源评估和预测的准确性受物理过程参数化方案选取的影响。研究边界层参数化选取了YSU、MYJ和ACM2方案;陆面过程参数化方案选取了Noah、RUC和Pleim-Xiu方案,对湖南省湘西自治州某风电场区域,采用1 km×1 km水平分辨率进行数值模拟研究,分析9种不同试验方案对模拟结果的影响,结合实测的数据对物理过程参数化方案进行敏感性分析。研究表明:对于区域的风速模拟计算,在测风年(2006年9月1日—2007年8月31日)春季的最优物理过程方案为YSU边界条件和RUC陆面过程;夏季的最优物理过程方案为YSU边界条件和RUC陆面过程;秋季的最优物理过程方案为MYJ边界条件和Pleim-Xiu陆面过程;冬季的最优物理过程方案为YSU边界条件和RUC陆面过程。研究成果为复杂地形区域风场的应用提供参考。     

激光雷达测风的可靠性验证

以西北地区某大型风电基地中运行风电场作为实验,采用Windcube 200S和Windcube V2两款先进的激光雷达测风系统与风电场风功率预测塔同步实施风速观测,然后对观测结果进行对比分析。结果表明：两款激光雷达测量结果一致性很高,与风功率预测塔风速间的相关系数均在0.970以上;Windcube 200S观测的风速误差百分数绝对值最大为1.53%;Windcube V2观测的风速误差百分数超过3%,稍微偏大;风向及风廓线测量结果一致性也很高。总体而言,两款激光雷达的测风结果可靠性很高,为激光雷达在中国“三北”平坦地形风电场的应用提供了工程实例。     

基于遥感和地面测量的多尺度土壤水分产品验证分析

遥感反演是大尺度土壤水分监测的有效手段,但地面验证一直是土壤水分遥感反演的瓶颈。针对地面土壤水分测量,频域反射仪(FDR)和宇宙射线中子法(CRS)在土壤水分测量中展现出较大的应用潜力。本研究选取不同像元尺度的土壤水分遥感反演结果,包括30 m分辨率Landsat土壤水分反演、1 km分辨率MODIS土壤水分反演和SMAP卫星3 km分辨率和9 km分辨率土壤水分反演产品,利用CRS和FDR土壤水分监测数据对不同像元尺度土壤水分结果进行精度验证分析。结果表明:CRS在30 m分辨率、1 km分辨率、3 km分辨率和9 km分辨率土壤水分反演结果中精度均较FDR方法高,其中1 km分辨率中CRS反演值的均方根误差小于3 km分辨率和9 km分辨率的误差。CRS测量方法对小降水事件较敏感,会带来一定误差。     

复杂地形区域近地层风场的WRF模拟研究

风能资源评估是风能开发利用的关键环节之一,它是制定风能规划、风电场选址和风电功率预测的重要基础。本文采用WRF中尺度大气模式对湖南省湘西自治州某风电场区域进行高分辨率数值模拟,模拟时间为2011年5月19日8∶00—5月24日8∶00,采用4层嵌套结构,最内层水平分辨率为1 km×1 km,并将模拟结果中的小时平均风速(10 m、50 m、70 m)、温度和压强与实测数据进行对比分析。研究结果表明,应用WRF模式对复杂地形区域进行值模拟,不但可以对风速、温度和压强进行较好地模拟,还能刻画出复杂地形局地风场特性。为风能资源评估提供了一种可行的评估手段。     

风电场超短期风功率预测问题研究

以河北省某实际风电场为例,选取风电机组历史功率数据、风速以及数值天气预报的风速和风向作为输入因子,采用人工神经网络法对风电场超短期功率预测问题进行研究.研究结果显示,输入因子的差异性对风功率预测结果影响较大.另外,风电机组历史数据对功率预测结果的影响随时间增加而减小,进行3h以上风电场功率预测时预测结果精度在很大程度上依赖数值天气预报数据精度.     

基于组合预测的风电场风速及风电机功率预测

风电场风速及风电机功率预测的准确性对接入风电场的电力系统运行有重要意义。文中提出一种基于相似性样本的多层前馈（BP）神经网络风速预测方法,利用风速季节性周期变化的特点提高风速预测的准确性;结合时间序列分析与灰色预测方法研究了应用组合预测方法进行风电场风速预测,并在风速预测的基础上讨论了风电机功率预测。通过对国内某地区的实测风速数据分析,验证了该预测方法能够提高风速预测的准确性,具有较大的实用价值。     

复杂地形风场多尺度耦合数值模拟研究

目前,风场的多尺度耦合数值模拟成为研究热点。为构建WRF-LES模型,采用6层嵌套对湖南省湘西自治州某风电场区域进行多尺度耦合数值模拟实验,结合风电场区域的5001#、5002#测风塔实测数据,对比分析了中尺度模拟与LES小尺度模拟的小时平均风速、温度和压强。结果表明:WRF中尺度与LES小尺度都能对目标区域的小时平均风速、温度和压强进行有效的模拟。在风场模拟方面,LES的模拟风速普遍比中尺度模拟的风速大,在风速为≥8 m/s时,LES模拟的风速较中尺度模拟更加接近实际风速。而且,LES模拟较中尺度模拟结果相比,具有更高的水平分辨率(111m),精细化程度更高,更加能够反映出地形对风场的影响情况。     

如何提高风功率预测上报精度

以某一个风电场为实例,将风电场1a的平均风速、预测发电量与实际发电量作为依据,结合风机的功率曲线,运用人工神经网络分析法,拟合出一个在不同风速条件下的发电量,对实际发电量与拟合发电量进行比较,并进行误差分析,得出一个接近实际发电量的值。最后将拟合发电量运用到云南电网考核系统中,计算出拟合发电量产生的经济价值。     

泄洪雾化对天气环境影响的松弛同化方法研究

为实现在综合考虑地形和环境背景场条件下,模拟泄洪期间局地区域天气环境的变化情况,以数值天气预报系统为基础,建立了泄洪雾化对天气环境影响的松弛同化方法。结合大岗山水电站一次降雨过程和实际观测资料,拟定了泄洪雾化同化数据分类设置的参考值范围。运用泄洪雾化对天气环境影响的松弛同化方法,对大岗山水电站泄洪期间的天气环境变量进行了同化计算。由于大岗山水电站仅有2015年9月14日15∶30—16∶40泄洪数据,选取2015年9月14日16∶00时刻模拟数据分析得到,在考虑风向变化的条件下,风速变化值为8.76 m/s,纵向影响范围约2.1 km;温度降低了3.32℃,纵向影响范围约2 km;相对湿度升高了8.71%,纵向影响范围约2.8 km。模拟结果表明,风速受水舌风影响风向改变、风速升高,温度受泄洪雾化降雨影响降低,相对湿度受雨雾蒸发影响升高。同化模拟的结果均向观测数据趋近,模拟结果符合实际的观测情况。     

基于布谷鸟搜索算法的水电站消纳风电调峰运行策略研究

为了研究水电站在消纳风电中的应用,利用水电转换公式将水流量及水头高度转化为水电站出力,并把风电出力的不确定性表示为一个具有零均值、呈正态分布的预测误差。构建风-水-火电力系统联合调度模型,该模型以系统成本最小为目标函数,包含了火电机组煤耗成本、水电站管理成本以及风电场管理成本和预测误差成本;模型以水力和火力发电约束、水流量约束、火电机组爬坡速率约束等为约束条件,采用布谷鸟搜索算法对其进行求解,得到了系统运行的经济最优策略。仿真结果表明,水电站能够在电力系统中发挥较好的调峰作用,弥补风电出力的随机波动,降低系统峰谷差率,减少火电机组出力的频繁变化,降低系统备用容量,增加电力系统的安全性、稳定性和供电可靠性。     

基于NSGA-Ⅱ算法最优组合的风电功率预测的研究

风电场的出力是一个受风速波动性和各种气象条件影响的复杂过程,风电功率预测的准确性可以大大提高电力系统调度运行的效率,维持发、输、用电之间功率的平衡。针对于此,对风电场进行功率预测时,建立了表征风电功率波动的平稳性指标,考虑到风电的波动性越小,预测精度就越高,引入了带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ),以此来求取各个风力发电机组的最优组合,使得组合后的风电出力更加平稳,波动更小,得到了一组pareto最优解集。然后对pareto解集中的所有组合的风力发电机组,利用BP神经网络进行功率预测,预测精度最高的解就是最优的组合。通过仿真验证,证明该方法的有效性和合理性。并将所得到的结果与经典的风电功率预测方法—小波预测和粒子群优化的BP神经网络(PSOBP)预测进行对比分析,证明了所提方法的优越性。     

基于改进引力搜索算法的风电功率短期预测优化调度研究

考虑到风电功率本身的随机波动特性,在制定日前市场经济预调度方案过程中,需要将风电功率不确定性因素考虑进来。因此,利用机会约束规划方法来建立包含风电场在内的日前经济调度随机优化模型,并选用改进的引力搜索算法来求解所建立的模型。最后,选用具体算例,结合IEEE-30节点网络调试系统进行模型仿真,并利用仿真结果探讨了负荷水平对系统所容纳的风电容量的影响、风电功率预测偏差对预调度惩罚成本的影响、风电预测功率下不同成本系数对日前市场的影响。研究结果表明,利用改进引力搜索算法进行优化仿真的收敛速度比粒子群算法和遗传算法的收敛速度快,可靠性高。研究所得成果为日前市场经济下风电功率短期预测研究提供参考。     

基于蚁群优化的支持向量机风速预测模型研究

由于风速的随机性大,预测的准确度不高,针对这种现象,基于支持向量机理论建立了风速预测模型,同时针对支持向量机参数的选取尚无有效的方法,尝试应用蚁群算法来优化参数的选取。以某风场连续5 d的实测风速为研究对象,选取前4 d的实测风速(采样间隔30 min),应用风速预测模型对第5天的48个风速值进行预测,其预测的平均绝对百分比误差仅为9.77%,预测效果比较理想。验证了应用蚁群优化算法理论与支持向量机理论进行风速预测的可行性,可为风速的长期预测、风力发电功率预测和风电场规划选址等提供理论指导。     

风电场接入系统方案的研究

以富川龙头风电场一期工程为研究对象,在对富川县进行电力需求预测及电力平衡的基础上,分析了龙头风电场的送电方向,提出了龙头风电场接入电网的两个方案。经技术和经济比较,得出龙头风电场接入系统方案。     

河谷局地气象场的WRF模式边界层方案敏感性分析

在河谷局地气象场对泄洪雾化的影响研究中,不同边界层方案的模拟效果并不明确,需要对边界层方案进行敏感性分析。使用WRF模式获取河谷地形的局地气象场,选择RMM5近地面层方案并搭配使用8种边界层方案进行对比分析。研究表明:风速受到河谷地形的影响,模拟效果不够理想,可耦合小尺度数值模式以提高其模拟效果;WRF能模拟河谷地形的狭管效应、风速增大以及风向逐渐偏向河谷方向,压强和温度的模拟效果较好。综合各气象要素的模拟结果,YSU和MYNN2边界层方案的模拟精度较高。该方法对泄洪雾化效应和水库环境水文气象效应研究具有参考价值。     

基于数值模拟的南四湖风能资源初步评估

基于气象站与测风塔的区域风能资源评估具有较大局限性,前者无法获得风机轮毂高度处的风速资料,评估精度较低,后者难以获得较长时间观测资料,对平均风速的年际变化反映不足,且评估成本较高。选取南四湖周边地区为研究对象,基于WRF构建该地区数值天气预报模式,在NCEP FNL资料的驱动下实现南四湖地区2000-2016年的小时风场模拟。提取80m高度处风场模拟信息,通过年平均风速、年平均风功率密度、年可利用小时数、年内风速分布、主风向等指标,对该地区风能资源进行了初步评估,认为该地区风能资源具备一定开发利用价值,且靠近南水北调东线泵站群等能源消耗中心,有利于风电的就地消纳,为该地区风能资源详查和开发利用提供了一定的参考。     

基于IFA-LSSVM的短期风功率预测

为避免风力发电随机性、波动性对电网调度的影响,同时基于风功率预测在微电网和风储系统等热点研究问题中的应用必要性,建立基于改进萤火虫算法(IFA)优化最小二乘支持向量机(LSSVM)的短期风功率预测模型。首先,利用混沌映射及步长因子自适应调整方法对萤火虫算法进行创新性改进,增强其全局搜索能力,又解决了局部震荡问题;其次,针对LSSVM参数选择的盲目性对预测精度造成严重影响的问题,运用改进的萤火虫算法对LSSVM模型参数进行优化;最后,将本文所提模型应用于新疆某风电场,对本文预测模型和常用PSO-LSSVM预测模型以及未改进FA-LSSVM预测模型的预测结果进行对比。结果表明,本文预测模型精度更高、稳定性更强。