- 1、本文档共21页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
21.风功率预测系统
Page ? * 风功率预测系统 娜仁风电场 冯勃 目录 风功率预测系统简介 风功率预测系统功能 风功率预测系统技术指标 风功率预测系统构架 一、风功率预测系统简介 1、什么是风电功率预测 风电场功率预测是指以风电场的历史功率、历史风速、地形地貌、数值天气预报、风电机组运行状态等数据建立风电场输出功率的预测模型,以风速、功率或数值天气预报数据作为模型的输入,结合风电场机组的设备状态及运行工况,得到风电场未来的输出功率,预测时间尺度包括短期预测和超短期预测。 随着风电并网规模的不断增加,风电对电力系统的影响也越来越显著,而我国风能资源丰富的地区一般人口稀少,负荷量小,电网结构相对薄弱。由于风能的随机性、间歇性特点,对电网的运行调度的带来困难,影响了电网的安全稳定运行,并成为了制约风电大规模接入的关键技术问题。 2、风功率预测的核心价值 为了能在保障电网安全稳定运行的前提下,尽可能规模化接纳风电,有必要建设一套风电‘功率预测’系统,对风电场出力变化趋势进行准确预测,对风电场的运行情况进行监视,并在上述基础上实现对风电场的自动发电控制(AGC)和自动电压控制(AVC),最终达到风力发电可预测、风电并网可调控目标。 风力发电代表着未来能源发展的趋势,但其输出功率的波动性和不确定性会对电网的安全稳定运行带来影响;国外经验表明,对风力发电的输出功率进行预测是缓解电网调峰、调频压力、降低电力系统备用容量以提高电网接纳能力的有效手段;通过实施风电功率预测系统,还可以达到以下作用: ? 降低电力系统旋转备用容量、提高系统运行经济性; ? 改善电力系统调峰能力,增加风电并网容量,提高风能利用率; ? 优化风电场运营管理水平,合理安排检修计划,改善风电运行企业的经济效益。 二、风功率预测系统构架 1、设备介绍 应用服务器:运行数据采集软件,与风电场风电综合管理终端通信采集风机、测风塔、风电场功率、数值天气预报、风电场本地风功率预测结果等数据。 数据处理服务器:根据建立的预测模型,基于采集的数值天气预报,采用物理和统计相结合的预测方法,并结合目前风电场风机的实时运行工况对单台风机及整个风电场的出力情况进行短期预测和超短期预测。 测风塔:测风塔测量数据是用来进行超短期预测的。 三、风功率预测系统功能 1.登录操作 风电功率预测系统采用B/S模式,用户登录系统不需要安装其它软件,在系统所在网段任何一台电脑的浏览器上输入风电功率预测系统的网址即可进入登录页面,如下图: 用户说明: 系统用户目前分为三个等级: 超级管理员 具有所有模块的操作使用功能; 风场管理员 只能填报其所在风场的一些风机参数设置; 普通用户 只具备页面浏览功能 2.实时状态监测 实时状态监测以地图的方式直观的展示风电场的地理分布情况,并采用实时更新的方式对风电场的预测功率、实际功率进行展示,页面的刷新周期根据风电场实时功率的采集周期而定,一般为1~5min刷新一次,预测功率为15min一个点,所以预测功率15min刷新一次;如下图: 3.曲线展示模块 曲线展示模块主要包括预测及实际曲线,以列表的形式展示了风场当前的预测功率,绿色代表风场的预测功率,并可以通过日期控件、风速层高的下拉列表等条件进行多种选择,点击‘查看’按钮,即可显示相应日期的信息,点击‘导出’按钮,可将结果以excel格式导出到本地;如下图: 4.气象信息展示模块 气象信息展示模块包含3个子模块,即:风玫瑰图、风速曲线图和温度湿度; 4.1 风玫瑰图展示 用户通过选择不同的时间段,系统将根据用户选定的条件绘制风向的玫瑰图;如下图: 4.2 风速曲线展示 用户通过选择不同的时间段系统将根据用户选定的日期区间等条件绘制风速曲线图;如下图: 4.3 温度、湿度展示 用户通过选择不同的时间段系统将根据用户选定的日期区间等条件查看温度湿度曲线图;如下图: 4.4 报表统计模块 报表统计模块包含4个子模块,即:功率报表、气象报表、限电记录报表、发电计划报表; 目前因系统原因只能查看气象报表相关内容,如下图: 四、风功率预测系统技术指标 1、预测系统 风电功率预测系统采用差分自回归移动平均模型(ARIMA)、混沌时间序列分析、人工神经网络(ANN)等多种算法,根据预测时间尺度的不同使用上述算法构成组合预测模型,对每一种算法的预测结果选取适当的权重进行加权平均算法从而得到最终预测结果,权
文档评论(0)