- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
风电场风功率预测方法研究综述
王海洋
(中电投宁夏能源铝业中卫新能源有限公司)
【摘要】风能已经成为目前国内最具潜力和活力的新能源之一,风力发电作为一种清洁的可
再生的发电形式,近几年来发展迅猛。但是由于风力发电的输出功率的不稳定性,使得其大量并网
的难度增大,安全性和可靠性得不到保障,从而制约了风电的大面积推广应用。因此对风电的输出
功率的预测显得尤为重要。研究出一种准确、有效的风电功率预测系统可以将风力发电的应用提升
到一个新的高度,具有重要的意义和深远的影响。在国内,风力发电处于一个飞速发展的阶段,相
对应的预测方法研究却尚处于起步阶段,因此风电功率的预测研究在国内需求更加迫切。
本文总结了当前普遍采用的对于风电功率进行短期预测的一些方法,归纳了其预测原理,分析
了其中仍存在的问题,并对以后的研究提出一些建议与措施。
【关键词】风功率预测;统计预测;持续预测法;人工智能法;数值预测
1 绪论
1.1 研究背景
风能是一种清洁的可再生能源,由于其资源丰富、转化效率高、产业化基础好、经
济优势明显、环境影响小等优点,具备大规模开发的条件。就目前发展形势,风能的开
发利用已成为我国最为重要的可再生能源发展方向。
但由于风电等可再生能源发电具有间歇性强、随机性大、可调度性弱等特点,大规
模接入后对电网运行会产生较为明显的影响。目前,我国正在发展的大容量风电场通常
表现出显著的区域集中性,大型风电场对电网产生的影响必然显著区别于国外分布式风
电发展模式。同时,我国风资源丰富、适宜建设大型风电场的地区存在局部电网建设相
对薄弱的情况。为保障电网运行的安全稳定,有时需采取限制风电场发电功率的措施。
16
近年来,风电场功率预测取得一系列突破性进展,该项技术是提高电网调峰能力、
增强电网接纳风电的能力、改善电力系统运行安全性与经济性的最为有效、经济的手段
之一。从发电企业角度考虑,精准的风电功率预测将使得风电可以积极地参与市场竞争,
规避由供电的不可靠性而受到的经济惩罚。
1.2国内外技术现状
1.2.1 国外现状
在风电功率预测技术研究方面,经过近20年的发展,风电功率预测已获得了广泛
的应用,风电发达国家,如丹麦、德国、西班牙等均有运行中的风电功率预测系统。
德国太阳能技术研究所开发的风电管理系统(1j|『PMs)是目前商业化运行较为成熟的
系统,目前该系统对于单个风电场的日前预报精度约为85%左右。丹麦Ris0国家可再生
能源实验室与丹麦技术大学联合开发了Zephyr,目前丹麦所有电网公司均采用了该预测
系统。此外,美国、西班牙、英国、法国、爱尔兰等风电发展较快的欧美国家纷纷开始
wind
开发和应用风电功率预测系统,其中较为成熟的产品还有美国True solutions公
desMinesde
司开发的E—Wind,法国Ec01e
HIRPOM。
近年来,国际风电功率预测研究的重点已经转向开发更高级的预测模型,强调研发
适用于复杂地形、极端天气条件以及海上风电场的预测技术。在2002年欧盟启动的“开
发下一代陆上与海上风电场风能预测系统项目(ANEMOS)的支持下,涌现出大量新的预
测方法,如结合统计法与物理法的混合预测法、小气候模型与中尺度气象模型的结合、
多个中尺度模式的集合预报等。
1.2.2 国内现状
在国家电网公司国家电力调度通信中心的组织下,中国电科院和吉林省电力公司开
展了风电功率预测系统的研究和开发,并于2008年投入运行。目前已经开发出了基于
人工神经网络、支持向量机等统计方法的风电功率预测模型,以及基于线性化和计算流
17
体力学的物理模型,同时正在开展多种统计方法联合应用研究机统计方法与物理方法混
合预测模型的研究。目前,华北、东北、西北、上海、江苏、福建、辽宁、吉林、黑龙
江、甘肃、宁夏、新疆等风电功率预测系统已经投入运行,取得了不错的运行效果。国
内其他科研机构和高校也开展了深入研究,取得了大量成果。
2风功率预测原理及方法
2.1 从大的方向上来说,对风电功率预测的研究方法可以分为两类:
第一类:直接利用风
原创力文档


文档评论(0)