基于组合模型的短期风速预测研究

风速具有较大的随机波动性,影响了电网的稳定性,风速预测对于风电并网问题至关重要。本研究采用灰色-马尔可夫链(GM-Markov)与最小二乘支持向量机(LSSVM)预测模型分别对风速进行预测,比较了各单一预测模型的精度;在此基础上研究了动态权重组合模型与0-1法组合预测模型。然后以国内某风电场的实测风速数据为例进行分析,结果表明,单一预测方法时好时坏,稳定性较差,组合预测模型总体效果较好,具有较大的实用价值。     

两种数值模式用于风场模拟的对比研究

以珠海横琴风电场为实例,分别使用线性模型WAsP及基于Fluent的计算流体力学(CFD)模型进行风场模拟及发电量计算,得出两种模型下的计算结果;分别对两者的模拟风速、计算发电量与实际发电量进行比较,并分析误差原因.试验结果表明:对于地形复杂的横琴风电场,WAsP模拟的风速值普遍高于Fluent模拟的风速值;WAsP计算年发电量的误差为21.6％,Fluent的误差为10.4％;基于Fluent的CFD模型在风场模拟中比线性模型WAsP具有更高的准确性.     

基于灰色-马尔可夫链的短期风速及风电功率预测

风速具有较大的随机波动性,影响风电及其与之相连电网的运行稳定性,良好的风速和风电功率预测是解决风电并网问题的关键。为此,对用于风速预测的灰色模型和马尔可夫链模型进行比较分析。通过对灰色拟合值的误差转移序列进行分析及建立马尔可夫链状态转移概率矩阵,得出灰色-马尔可夫链预测模型,进而求得风速的误差预测值。并用马尔可夫链转移概率矩阵的期望值对传统马尔可夫链进行改进,得出改进型灰色-马尔可夫链模型,以此对风电功率进行直接预测,并与功率曲线模型法进行对比分析。结果表明,改进型灰色-马尔可夫链模型预测精度更高。     

基于NCEP GFS与JMA GSM预报场的WRF模式风速预测效果对比

基于NCEP GFS、JMA GSM两种预报场资料,设计了4组模拟试验,分别采用WRF3.4/3.4.1模式预测了2014年5月23～26日、9月22～25日两个时段（再细分为6个子时段）香港地区近地层10 m高处的风速,并选用15个地面自动气象站及1个探空站垂直风廓线实测数据对预测结果进行检验。结果表明,在稳定天气条件下,NCEP、JMA预报场均能较好地反映近地面风速的日变化过程,所预测的10 m高处风速的RRMSE值相差不大,NCEP预报场预报的风速变化趋势相对较准;近地层垂直风速廓线模拟中NCEP预报场优于JMA预报场,JMA预报场模拟风速廓线走势存在失真现象;更新YSU模式能小幅改善夜间地表风速模拟效果,但对风速廓线走势影响不大。     

基于数据分层预处理的短期风功率预测研究

良好的风速和风功率预测是解决风电并网问题的关键。针对样本数据中的无效点影响风功率建模问题,采用分层统计法对风功率进行统计分析后获得了风速—功率关系带,对功率进行修正,根据修正后的数据应用灰色—马尔可夫链模型进行预测,并与比恩法和经验公式法进行对比分析。结果表明,风功率分层统计法可有效地消除坏点数据,预测精度高。     

基于相似性样本的LSSVM短期风速和风功率预测研究

风速具有较大的随机波动性,影响电网的稳定性,良好的风速预测是解决风电并网问题的关键。为了提高风速预测的精确性,首先对风速数据进行相似性样本的提取,采用分段线性化的搜索方法,求出各小段风速的斜率与长度所占的比重,继而找出相似性距离最小的曲线簇。并以此作为训练样本,采用最小二乘支持向量机（LSSVM）模型对风速进行预测。预测结果表明,采用风速的相似曲线簇进行LSSVM模型训练所得的风速和风电功率预测结果更优。     

基于层次分析法的风电场风机选型研究

针对目前工程上风机选型时对大部分定性因素考虑较少,导致所选出的风机无法保证整个风电项目经济效益达到最佳的问题,对国内外风电场在建设和运营过程中出现的风机选型问题进行归纳和总结,提出影响风电场风机选型的主要因素。在风机选型中,运用层次分析法建立层次分析结构模型和判断矩阵,计算各元素权重系数并检验判断矩阵一致性结果,从中选出综合评价最优的备选机型。通过工程实例应用表明,将层次分析法运用于风机选型具有一定的可行性,整个选型过程更为科学、合理,选型结果具说服力。     

基于组合模型的短期风速预测研究

风速具有较大的随机波动性,影响了电网的稳定性,风速预测对于风电并网问题至关重要。本研究采用灰色-马尔可夫链（GM-Markov）与最小二乘支持向量机（LSSVM）预测模型分别对风速进行预测,比较了各单一预测模型的精度;在此基础上研究了动态权重组合模型与0-1法组合预测模型。然后以国内某风电场的实测风速数据为例进行分析,结果表明,单一预测方法时好时坏,稳定性较差,组合预测模型总体效果较好,具有较大的实用价值。     

基于遥感图像的风电场选址土地利用分类与评价

基于国家土地利用现状分类标准,针对风电场宏观选址这一应用领域,提出了相应的土地利用分类。在考虑技术和政策因素的基础上,分析了不同土地利用类型对风电场建设的适宜性,提出了用土地适宜度这一无量纲参数来实现对土地利用条件的评价。介绍了以卫星遥感图像为数据源,通过监督分类自动获取土地利用数据的方法,用该方法获取了我国已建成风电场的土地利用数据,并进行统计分析。     

江西省高山风电场选址方法

随着江西省风电开发由“下湖”走向“上山”,高山风电场将成为未来江西风电发展的主力军.风电场选址需考虑的因素较多,部分因素只能作定性描述,综合分析较为困难;同时,与平原、海上等处的风电场相比,高山风电场又具有其自身的特性.为此,建立一套高山风电场选址评价指标体系,并在此基础上提出一种适用于高山风电场选址的方法.该方法通过对各评价指标进行综合分析来判断选址的可行性及优劣性,进而选出综合评价较优的风电场.最后,将该方法运用于工程实践,证明该方法具有一定的可行性.