2011电工杯数模比赛 A:风电功率平衡问题.docVIP

2011电工杯数模比赛 A:风电功率平衡问题.doc

  1. 1、本文档共29页,可阅读全部内容。
  2. 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. 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. 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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
2011电工杯数模比赛 A:风电功率平衡问题

风电功率预测问题 摘要 随着大量风电并入电网中,为了合理制定发电计划,保证电力系统稳定运行,需要对风电输出功率进行预测。 因考虑到风电功率序列本身已经具有时序性和自相关性,基于时间序列分析法建立了风电功率短期预测的一次指数滑动模型。 由于风电功率变化取决于风速的变化, 风速的不稳定性和间歇性决定了风电功率也具有波动性和间歇性的特点。在拥有较多统计数据的前提下,利用线性回归分析,选用一个多项式回归模型,逼近非线性动态变化的风电功率,可较好模拟出风电功率随时间的变化趋势,从而进行预测。 作为一个发展变化的系统,连续时间点的风电功率存在动态关联,将 “随机过程” 当作 “灰色过程” ,“随机变量”当作“灰变量”, 利用灰色系统理论,建立起的微分方程形式的模型,,即GM(1,1)模型,这样便于对其变化过程进行研究和描述。 考虑到每种模型的合理性以及不足,提出了风电场输出功率的最优组合预测模型。研究结果表明,不同方法的预测精度不同,整体预测精度高的方法在个别预测点也可能误差较大,组合预测模型能有效减少各预测点较大误差的出现,有利于提高预测精度。并分析论证阻碍风电功率实时预测精度进一步改善的主要因素。最后,我们分析了风电功率预测精度是否能无限提高的问题。 关键词:风电功率,时间序列,线性回归,GM(1,1)模型,最优组合预测模型 问题的背景 风能是一种可再生、清洁的能源,风力发电是最具大规模开发技术经济条件的非水电再生能源。现今风力发电主要利用的是近地风能。 近地风具有波动性、间歇性、低能量密度等特点,因而风电功率也是波动的。 大规模风电场接入电网运行时,大幅度地风电功率波动会对电网的功率平衡和频率调节带来不利影响。 图一 如果可以对风电场的发电功率进行预测,电力调度部门就能够根据风电功率变化预先安排调度计划,保证电网的功率平衡和运行安全。 问题的提出与重述 根据电力调度部门安排运行方式的不同需求,风电功率预测分为日前预测和实时预测。日前预测是预测明日24小时96个时点(每15分钟一个时点)的风电功率数值。实时预测是滚动地预测每个时点未来4小时内的16个时点(每15分钟一个时点)的风电功率数值。在附件1国家能源局颁布的风电场功率预测预报管理暂行办法中给出了误差统计的相应指标。请对给定数据进行风电功率实时预测并检验预测结果是否满足附件1中的关于预测精度的相关要求。试分析风电机组的汇聚对于预测结果误差的影响。并进一步进行提高风电功率实时预测精度的探索。 基本假设 在预测时间段内,没有出现异常的天气变化。 在预测时间段内,风力发电机等机器均正常工作。 附录1中调查的数据能够真实地、具有代表性地反映风电场的电功率状况。 在预测时间段内,没有出现电网改造等大规模影响风电场发电的事件。 符号说明 为了便于描述问题,我们用一些符号来代替问题中涉及的一些基本变量,如表1所示。其他一些变量将在文中陆续说明。 符号 说明 PA A电机组输出功率数据 PB B电机组输出功率数据 PC C电机组输出功率数据 PD D电机组输出功率数据 P4 四台机组总输出功率数据 P58 全场58台机组总输出功率数据 问题的分析及思路流程图 5.1问题分析 题目给出的要求,要建立数学模型进行风电功率实时预测及误差分析。要建立出准确的风电功率预测模型务必要将影响风电功率的因素考虑进去。同时附录1中所示的数据各个变化的特征(即时间序列)也可以反映出一定的规律。所以我们可以从时间序列,关联分析和统计规律几方面方面入手分别建立风电预测模型并进行优化。 基于时间序列模型的建立,我们可以在查找以往数据的基础上,根据历史值对于未来值的影响是随时间间隔的增长而递减的来建立时间序列系列模型中的一次指数平滑法模型。 基于灰色系统理论中的 GM(1,1)模型,我们主要根据风电功率的变化是一个随机过程,而我们可以将 “随机过程” 当作 “灰色过程”来处理,并通过关联分析并利用离散随机数经过生成变为随机性被显著削弱而且较有规律的生成数, 建立起的微分方程形式的模型,这样便于对其变化过程进行研究和描述 基于统计规律线性回归预测模型的建立,我们必须根据大量的统计数据,分析在每天的各个时间点风电功率的变化趋势。由此根据得到的统计规律来进行预测模型的建立。 通过对各种预测结果的比较,得出各种预测方法的优劣。 为了得到更精确的预测结果,在对风电场功率的实时和日前趋势做预测时,可根据不同预测模型的特点分别选用合适的预测模型,并建立最优组合预测模型,将不同预测模型所得结果综合,得到满意的风电功率预测值。 5.2思路流程图 下面的思路流程图完整而形象的反映了我们文章的建模思路 六、风电预测模型的建立 I GM(1,1)模型: 设给定原始时间序

文档评论(0)

xcs88858 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8130065136000003

1亿VIP精品文档

相关文档