考虑尾流效应的风电场短期功率空间预测模型EI北大核心CSCD

由于风电的波动性和随机性,并网运行的风电场会对电力系统稳定性产生一定的影响。针对风电场输出功率的不确定性,构建了一种基于物理方法的空间相关模型来对短期风电功率进行预测。首先,该模型根据风电场风力机之间的空间位置及排布关系,计算风力机之间的尾流效应,导出了各风力机处的连续微分方程,然后使用有限体积法将网格点处的微分方程进行离散化,推导出风速空间相关矩阵,通过给定的边界条件求解上述微分方程,得出各个风力机的输入风速。最后将风速计算结果输入功率转化曲线得到各风力机的输出功率,从而预测风电场的输出功率。研究结果表明,空间相关模型可以较好地量化每台风力机的输出功率,将风电场输出功率的不确定性转化为相对量化的确定性关系,具有一定的实用价值。     

考虑尾流效应的风电场可靠性模型研究

考虑风电场的风况条件及风机排布阵列、风机强迫停运率、风电机组之间的尾流效应和风电机组输出功率特性曲线,建立了风电基地发电可靠性模型.据此,对东北地区某一风电场的风速和有功出力进行了仿真研究,结果表明,风电场可靠性评估考虑尾流效应,有利于进一步准确研究风电场可靠性模型的应用以及风电场对电力系统可靠性的影响.     

尾流效应对风电场输出功率的影响

研究了风电机组尾流效应对风电场输出功率的影响,提出了风电机组效率矩阵、风电机组的功率特性矩阵,以及等效输出功率特性等新的概念和相应的算法,从而建立了比较全面的风电场输出功率和风速的关系模型,为研究并网风电场运行和规划方面的有关问题奠定了基础。     

计及尾流效应的双馈机组风电场等值建模研究

针对双馈机组风电场内机组间尾流的相互影响,提出一种新的风电场等值建模方法。该方法考虑尾流效应,定义了"尾流影响因子"表征各台风电机组受其他风电机组尾流影响的程度,并以此作为风电场内风电机组的分组依据。将风向作为输入,从而进行风电机组的分组以及合并等值。同时给出了合并后等值模型参数的计算方法,得到风电场的多机等值模型。仿真结果表明,利用该方法建立的等值模型较之传统的等值模型能更准确地体现风电场的功率输出特性。     

基于尾流效应的风电场最大出力优化控制

当前单台风电机组普遍采用最大风能捕捉方案,往往因忽略尾流效应而未能实现整个风电场的出力最大,故有必要提出一种考虑尾流效应的风电场最大出力优化控制方案。文章采用了Park尾流模型,重点研究了风电场功率分配优化策略,该策略通过内点法调整尾流效应下各机组的轴向诱导因子,进而协调优化机组的有功功率。针对不同的风速区域设置相应的控制策略,从而构建了优化控制方案的基本框架。给出了方案的具体思路,并以江苏某海上风电场为例,对比传统的最大风能捕捉方案,验证了所提方案的有效性。     

基于空间平滑法的风电场短期出力预测模型

风电机组发电出力的影响因素有很多,如风速、紊流、风机塔影效应等,这些因素的随机变化都会引起风机出力的波动.随着我国风电规模的迅速增长,风电装机容量在总发电容量中所占比例也越来越大,如果不能准确地对系统内风电场出力进行预测,那么电网调度(发电)计划将不能及时做出相应调整,电力系统的安全可靠性也就难以得到保障.对风机功率特性曲线使用了线性差值法,来确定单台风机在给定风速下的出力情况.应用两个风电场出力的相关系数,进行两个风电场总出力的预测误差分析,然后应用空间平滑法推导出两个风电场总出力的计算公式.应用相似的方法推导出了一个区域内多个风电场总出力的空间平滑表达式.     

风电场尾流分布计算及场内优化控制方法

对于已建风电场,减少尾流效应,提高风电场整体输出功率,是风电场优化控制的目标之一。文中分析了风电机组状态参数变化与输出功率、尾流分布间的耦合关系,建立了尾流与风轮交汇面积的计算方法,以及多台风电机组尾流的叠加模型。针对不同来流风向及来流风速下风电场尾流分布的不同,提出了一种风电场尾流分布计算方法,用于计算每台风电机组位置处的风速;基于该尾流分布计算方法,以风电场整体输出功率最大为目标函数,轴向诱导因子为优化参数,粒子群算法为优化算法,建立风电场优化控制模型。以丹麦Horns Rev风电场为研究对象,进行计算分析,结果表明:风电场尾流分布计算方法能够准确计算风电场尾流分布,风电场优化控制方法能够提高风电场整体输出功率。     

风电场风机尾流及其迭加模型的研究

在风电场场址选定的情况下,风电机组之间的尾流影响风电场风机的优化布置。目前,国内外关于符合风电场风机实际尾流以及迭加模型的研究主要侧重于一维线性模型及其迭加模型的实际应用。为此,推导建立了更加完整合理的一维非线性扩张尾流模型,即尾流影响边界随距离非线性增大;此外,根据风机尾流迭加的实际情况,分别推导建立了完整的风机尾流迭加计算模型来适应现有风电场的不同情形。通过相关工程算例结果与三维数值模拟计算结果的对比分析表明,所建立的风机尾流模型和尾流迭加模型更加合理,可有效提高风电场的发电效益。     

计及时间演变和空间相关的多风电场短期功率预测

针对多风电场站和多时间步的日前风电功率预测问题,提出了同时计及单风场功率时间演变和多风电场间空间相关的深度时空融合多风电场短期功率预测模型。它由门控循环单元、多核卷积层和时变模式注意力机制共同构成。首先通过门控循环单元和多核卷积层分别提取各风电场历史风电数据的时序和多周期特征;然后引入时变模式注意力机制对多风电场时变特征的演变模式赋予相关性权重,同时实现对多风电场功率时间演变规律的纵向追踪与横向对比。中国北方某风电基地实际算例结果表明,所提预测模型能有效利用风电功率时空特性,与现有多种预测模型相比具有更高的预测精度和更强的风功率时变模式学习能力。     

计及台风过境的风电场功率预测研究

稳定的大面积来风是风电场稳定运行的驱动力,而台风等强风过境时反而容易导致风机的损坏,对风电场的设备及调度产生巨大的负面影响。所以在台风过境时,有效的预测其风速强度从而做出适当的提前应对便显得尤为关键。本次的研究工作基于空间相关性和BP及RBF等神经网络模型,对台风过境时的风电功率的预测进行了研究,并以Matlab软件进行模拟仿真。     

考虑尾流效应和集电系统元件故障的风电场可靠性建模

分析平坦地形和复杂地形下风电机组间尾流效应对风电场输出功率的影响;建立两状态等值风电机组以及五状态断路器、三状态变压器等集电系统元件的可靠性模型,考虑集电系统元件故障对风电场输出功率的影响。运用威布尔分布模拟风速,对风速、等值风电机组状态、集电系统元件状态等进行非序贯蒙特卡洛抽样仿真,基于MATLAB进行编程计算。结果表明,尾流效应和集电系统元件故障对风电场的输出功率都有不可忽视的影响,综合考虑二者的风电场可靠性模型提高了对风场输出功率计算的真实性和准确性,评估风电场并网可靠性指标时更为精确、贴近实际。     

考虑复杂尾流效应和连接电缆故障的风电场可靠性建模

通过分析复杂地形下风电机组间的部分遮挡尾流影响,建立了考虑复杂地形情况下的部分遮挡尾流效应计算模型;在考虑风电机组的功率输出特性、复杂尾流效应和风电机组停运的基础上,特别考虑了风电机组间连接电缆故障对风电场可靠性的影响,提出了计及连接电缆停运的风电场可靠性模型。运用威布尔分布模拟风速,对风电机组和连接电缆故障进行序贯蒙特卡洛抽样仿真,利用MATLAB编写相应程序进行算例分析,结果表明复杂尾流效应模型能够相对准确地描述风电机组间尾流影响,计及连接电缆停运的风电场可靠性模型提高了原有风电场可靠性模型的精确性。     

尾流效应和时滞对风电场输出特性的影响

由于大型风电场风电机组数量众多,占地面积较大,风电机组间尾流效应和风速时滞将对风电场并网点输出特性有较大的影响。以定速机组风电场为例,在电磁暂态仿真软件PSCAD/EMTDC平台上,搭建了25台750kW风电机组组成的风电场模型。分析和比较了不同风速模型的风电场输出特性。结果表明,时滞会平滑风电场输出功率,使得并网点功率变化率变小,从而提高其电能质量;尾流效应会造成风电场的风能损失。在风电场接入电网检测中,需要考虑尾流效应和时滞的影响。     

平原地区风电场尾流效应评估与控制优化

以河南某低风速风电场为例,利用激光扫描雷达智能测风传感捕获来流风域的准确信息,并建立准确的风电机组尾流模型;基于风电场气动模拟和风速风向数据的优化分析方法,评估风力机组尾迹对风电场功率输出的影响,优化风电场偏航调节策略,并形成一套优化控制系统。     

考虑空间效应的风电场动态特性等值方法研究

提出了一种基于聚类算法和实测数据的风电场动态等值建模方法,根据某风电场的实测数据,通过随机抽样比较的方式证明了风电场内机组间的空间效应,并且利用风速曲线和功率曲线在不同机组间的显著差别,说明风电机组间的空间效应在建立风电场动态等值模型时是不可忽略的。利用K-means聚类分析方法并以实测的数据作为分群指标,将某风电场的33台UP77-1.5 MW风电机组聚成4个机群,每个机群对应建立一个等值模型,消除了机组间的空间效应。最后,通过将各个模型与实测的数据的等值比较与误差分析,验证了模型的合理性。与传统模型进行比较,实际验证结果表明该方法建立的模型比传统模型精确度高。     

基于风速衰减因子法的大型风电场尾流效应模拟方法研究EI北大核心CSCD

在大型风电场尾流计算中,多台风机的尾流叠加方法一直是个难点。传统的尾流叠加方法均基于实际风速值,导致模型复杂、计算必须依据气流流经风机的顺序,且由于风机尾流之间的覆盖关系较为复杂,容易出现漏算、重复计算的问题。提出风速衰减因子(尾流风速与来流风速之比,Rv)及基于风速衰减因子的风电场尾流计算方法,称为风速衰减因子法(Rv法)。该方法物理意义明确、简单易行,可按照任意风机顺序进行计算,避免漏算、重复计算问题。此外,基于实例风电场,采用法模拟了尾流影响下全部风机的功率情况,对比显示模拟结果与实测数据较为一致(相关性系数0.86);采用Rv法模拟了风电场三维尾流分布,并与实测风廓线进行了对比,对比结果显示在大气稳定条件下,模拟结果与实测数据较为一致。     

基于风速衰减因子法的大型风电场尾流效应模拟方法研究EI北大核心CSCD

在大型风电场尾流计算中,多台风机的尾流叠加方法一直是个难点。传统的尾流叠加方法均基于实际风速值,导致模型复杂、计算必须依据气流流经风机的顺序,且由于风机尾流之间的覆盖关系较为复杂,容易出现漏算、重复计算的问题。提出风速衰减因子(尾流风速与来流风速之比,Rv)及基于风速衰减因子的风电场尾流计算方法,称为风速衰减因子法(Rv法)。该方法物理意义明确、简单易行,可按照任意风机顺序进行计算,避免漏算、重复计算问题。此外,基于实例风电场,采用法模拟了尾流影响下全部风机的功率情况,对比显示模拟结果与实测数据较为一致(相关性系数0.86);采用Rv法模拟了风电场三维尾流分布,并与实测风廓线进行了对比,对比结果显示在大气稳定条件下,模拟结果与实测数据较为一致。     

基于尾流效应的双馈式风电场动态等值模型研究

针对风电机组间尾流效应对风电场并网点输出特性有较大的影响及常用的风电场单机等值模型误差大的问题,提出了考虑尾流效应的多机等值风电场动态等值模型。该方法计及Jensen模型作为风电场划分判据,将各组群进行独立等效。最后以电磁暂态仿真软件PSCAD／EMTDC为分析平台,搭建了双馈风电场详细模型和两种等值模型。通过比较风速波动情况下和故障情况下风电场等值模型与详细模型的并网点输出特性,验证了所提方法的准确性和适用性。     

基于高斯混合模型聚类的风电场短期功率预测方法

对任意来流条件下的风电场发电功率进行准确预测,是提高电网对风电接纳能力的有效措施.针对大型风电场的功率预测采用单点位风速外推预测代表性差的局限,提出基于高斯混合模型(GMM)聚类的风电场短期功率预测方法.方法结合数据分布特征,利用GMM聚类将大型风电场划分为若干机组群,借助贝叶斯信息准则指标评价,获得风电场内最优机组分...     

考虑流动相关性的风电场机组分组功率预测方法

风电固有的随机波动性对电力系统的安全稳定运行产生不利影响。风电场功率预测是缓解该问题的重要途径,但预测精度及计算效率制约其在电力系统运行中的应用效果。针对上述问题,提出一种基于流动相关性的风电场机组分组方法并运用于风电场功率预测中。针对传统大地平面坐标无法体现流动信息的缺陷定义了可以体现风电场流动特性的坐标体系——风电场主风向坐标系,以简单而直观的方式将流动特性与风电场机组组合方法、风电预测技术相结合。以中国西北某风电场为例,采用GABP预测模型进行验证,结果证明该方法有效利用了风电场流动相关性对风电场机组进行分组,在精度和效率之间寻求平衡,为电力系统和风电场经济运行提供保障。