风电调度自动化系统与风电预测体系剖析.ppt

风、风电机组的特点 波动性 随机性 周期性 风电场、大规模风电的特点 风电场内部大量风机集中接入 同一风区的多个风电场汇集接入 多个风区之间相关性较小 风电可控化要求 可预测：短期、中期、长期 可控制：AGC、AVC 可管理：风电计划下发考核、风电调度平台 实现风电可控化的几个步骤 风场风机情况的监视 迎风角 风电负荷预测与控制 风电计划、下令平台 全网安全约束调度 风机安全性：低电压穿越、稳定性、电压安全 供电可靠性、冬季供热、备用机组 风电调度综合平台建设 风电负荷预测方法简介 风电负荷预测方法按时间分类 超短期预测(几分钟)：在这一时间尺度内的波动对风电机组的控制有一定的影响； 短期预测(几小时)：这个时间尺度内的波动对风电并网和电网ACE调整有一定影响； 中期预测（几十小时到几天）：这个时间尺度内的波动对电网内机组启停机安排有重要影响； 中长期预测(数周或数月)：这一时间尺度内的波动与风电场或电网的检修计划以及风电资源评估有关 风电负荷预测方法按原理分类 数值预测方法 物理预测方法 风电数值预测方法 持续预测法：认为风速预测值等于最近几个风速历史值的滑动平均值。通常，只是简单地把最近一点的风速观测值作为下一点的风速预测值。该模型的预测误差较大，且预测结果不稳定。 卡尔曼滤波法：把风速作为状态变量建立状态空间模型，用卡尔曼滤波算法实现风速预测。这种算法在假定噪声的统计特性已知