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。     

风电场风切变指数研究

根据山东某风电场实测资料,对风电场逐月、逐时、不同风速下的风切变指数进行研究并探究风切变指数不同取值对风电场轮毂高度处风资源的影响。在分析轮毂高度风资源时,建议采用高差较小的高度处风速根据综合风切变指数进行推导。     

大型风电场超短期风电功率预测

针对大规模风电场风电功率的非线性特性,采用最小二乘支持向量机（LS—SVM）的预测模型。由于LS—SVM的参数选择直接影响着模型的预测精度,于是采用一种基于量子粒子群优化方法来选择模型的超参数。为了弥补模型损失的鲁棒性,通过给每个样本误差不同的权系数,建立了具有良好泛化性能的WLS—SVM回归模型,从而进一步提高了模型预测的精度。本文提出一种基于量子粒子群优化（0uantum—behaved Particle Swarm Optimization,QPSO）参数选择的加权最小二乘支持向量机（Weighted Least Squares Support Vector Machine,WLS—SVM）的超短期风电功率预测模型。应用上述方法对内蒙古地区大型风电场进行了预测,结果证明了该方法的有效性。     

风电场风力发电机组优化选型的方法研究

基于风电场的风资源状况、风电机组功率曲线的各参数以及机组的单机容量和塔架高度,建立了风机与场址匹配指数的数学模型,同时也提出了一种新的计算容量系数的方法.以乌拉特后旗乌力吉风电场选型为例,对该方法进行了论证分析,结果表明该方法是可行的,并具有实际意义.     

基于时间序列模型的风电场风速预测研究

基于时间序列的方法,对风速的长期预测进行了研究,并在工程应用的基础上提出了新的预测思路:首先将风速信号分解成趋势信号和去趋势项随机信号,然后分别用滑动滤波和小波分析这2种方法对分解出的去趋势项随机信号进行数据处理并比较,再用时间序列的方法对趋势项信号和处理后的信号分别进行预测并叠加,得到最后的预测风速信号.结果表明:五项滑动滤波处理数据的方法与Daubechies小波分解法均能实现精度较高的风速长期预测;与小波分解法相比,滑动滤波方法算法的复杂性低,在工程应用上可行性更高.     

考虑风功率分布特性的风电场变压器选型方法

风电场变压器选取直接影响风电场投资建设与运行的经济性及安全稳定性。针对该问题,以考虑风功率分布规律的思想,指导风电场变压器选型。首先研究风功率分布规律与变压器运行经济性,包括风功率分布的时间与空间特性、单台与双台变压器在不同工况下的运行特性及相互间的对比分析;继而在此基础上,给出风电场初始规划及后期扩建规划中的变压器选型方案,从而使变压器选取达到规划以及运行中的经济最优,在实现其最优化运行的同时亦可提高其运行可靠性。文中依据现场规划中遇到的实际问题构建了具体算例,通过算例说明与结果分析进一步验证了所提方法的可行性与有效性。     

酒泉地区风电场风电功率预报研究

利用NOAA天气预报模式Weather Research andForecasting Model(WRF)结合统计订正方法对酒泉地区短期风电功率预报进行了预报实验。与实际出力比较24 h短期风电功率预报精度较高。并在此基础上利用风电场附近测风塔观测数据通过时间序列发进行了0~4 h超短期预报实验,预报结果显示0~2 h预报结果有利于运行调度。     

基于神经元网络方法的风电场风电功率预报研究

风电大规模并网使风电对电网的冲击问题越来越凸显,许多地方出现了拉闸限电的情形,随着百万千瓦级风电基地、千万千瓦级风电基地的规划及建设,急需开展行之有效的风电场风电功率预报,来满足风电上网调度的实际需求,利用数值模式预报的风速、风向等预报场及风电场逐时风电功率资料,通过神经元网络方法进行了风电场风电功率预报试验,预报精度与2002—2006年欧洲风能计划中的风电场风电功率预报精度相当。     

WMS软件在风电场微观选址中的应用

以张北坝头风电场一期工程为基础,采用WMS软件(风电场工程特性分析与微观选址软件)对风电机组进行微观选址计算,使风场有较优的布机方案和更好的经济效益,表明用WMS软件对坝头风电场进行微观选址是可行和有效的。     

风电场中STATCOM改进控制方法研究

为了对风电场的无功消耗进行有效的补偿,风电场中往往配备无功补偿性能良好的静止型无功发生器(STATCOM)。它不仅为风电场提供有效的无功出力,也为电网提供重要的电压支撑。但是由于风电场输出功率的波动性,无功补偿设备有很大部分时间处于空闲状态消耗有功功率。为提高昂贵设备的利用率,同时满足风电场的无功补偿要求,提出了具备有功输出能力的无功补偿设备(PVSTATCOM)以及其改进控制方法,将光伏发电与传统STATCOM有机地结合起来,从而达到了提高设备性价比的目的。理论分析与仿真验证充分说明了该方法的正确性和有效性。     

我国海上风电现状及分析

海上风电是近年风电开发的热点,本文首先回顾了我国海上风电的开发现状,从开发地区、水深、地质条件和基础形式等角度,总结了我国海上风电的特点;接着对未来海上风电的成本和政府的电价补贴政策进行了展望;最后列举了一些与海上风电相关的新动向。     

直驱式风电场并网动态等值研究

随着直驱式风力发电机在电网中的比例增加,研究其精确的动态等值模型越来越重要。根据直驱式风力发电机的输出特性,提出了基于风速分群的多机等值方法。在等值计算中,考虑了直驱式风电机组并网时变压器和集电线路对等值效果的影响,并计及了尾流效应对风机输入风速的影响。所提等值方法适合于直驱式风电场并网的分析计算,具有实际工程的应用价值。     

海上风电场施工方法初探

阐述了国外海上风电发展现状和施工方式,对国内海上施工设备和能力进行了分析,为国内海上风电施工提出了建议方法。     

考虑风资源影响的风电场电压波动和闪变评估

风电并网后引起的电压波动和闪变水平可能超出国家有关标准,造成严重的电能质量问题,因此,在风电并网之前需对这两者进行评估。采用了一种新的评估方法。区别于国际电工标准(IEC61400-21)中电压波动与闪变的评估,此方法考虑了风电场的风资源情况对这2个指标的影响。对风电场在不同出力下由阵风引起系统的电压波动进行计算,并用IEC闪变仪计算短时间闪变值Pst。用所提方法和IEC标准对我国某一新建的风电场进行评估。结果表明,所提方法不仅能有效地进行电压波动与闪变评估,而且能更好地考虑风速变化对风电场带来的潜在影响。     

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1h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。     

基于激光测风雷达及SSA-ELM的风电场短期风速预测

基于激光测风雷达数据,针对风速的非线性特性,提出麻雀搜索算法（sparrow search algorithm, SSA）优化极限学习机（extreme learning machine,ELM）进行风速预测。搭建预测模型,根据预测风速对风电机组进行预变桨,分析风电机组叶根矩载荷。采用新疆某风电场激光测风雷达数据仿真并与其他预测模型分析对比。结果表明,麻雀算法优化的极限学习机可精确预测风速,且显著提升极限学习机预测速度及不同风速条件下的动态性能;预变桨后,风电机组叶根矩载荷大幅减小,提升了桨叶使用寿命及运行安全性。     

Clustering of Wind Farms and its Sizing Impact

The problem of establishing maximum size of a wind farm (WF) when it joins a WF cluster (WFC) is examined. It is shown that the clustering effect can be quantified by detailed simulation of system dynamics, using appropriate models for wind events, wind facilities, and power system equipment. The paper points out the inevitability of WFC formations and draws attention to their operational impacts. A case study is used to demonstrate how location and layout of a WF can influence system dynamics, and thus, restrict the WF size.