风电功率陡坡特性与预测问题研究-电气工程专业论文.docxVIP

万方数据 万方数据 Classified Index: TM74 U.D.C: 621.3 Dissertation for the Master Degree in Engineering RESEARCH ON WIND POWER RAMP CHARACTERISTICS AND PREDICTION Candidate： Ren Shuangxue Supervisor： Prof. Yu Jilai Academic Degree Applied for： Master of Engineering Speciality： Electrical Engineering Affiliation： School of Electrical Engineering and Automation Date of Defence： June, 2014 Degree-Conferring-Institution： Harbin Institute of Technology 哈尔滨工业大学工学硕士学位论文 哈尔滨工业大学工学硕士学位论文 摘 要 在能源紧缺与环境问题日益凸显的形式下，风能作为一种无污染的可再生 能源，展示了其强大的发展前景。然而随着风电渗透率的不断提高，风电的随 机性和不确定性给电网安全运行带来了新的风险，成为制约风电产业发展壮大 的重要影响因素。为了减小风电并网对电力系统影响，普遍的应对方案是提前 预测风电输出功率值，及时做好规划。但传统风电功率预测没有充分考虑到陡 坡事件的发生，使得工作人员难以应对这种对系统影响最严重同时又不易预测 的危险事件。因此掌握陡坡事件发生规律、加强风电功率陡坡事件的预警能力， 并提高陡坡信息预测精度成为解决风电发展受限的新的关键点。 本文在前人研究的基础上，基于通常的风电功率陡坡定义关系，设计了一 种采用滑动窗技术的风电功率陡坡事件检测方法及其流程。方法通过风电功率 变化率门槛值和滑动窗的合理设置，动态检测风电功率陡坡事件发生的起始时 间、幅度、陡度和持续时间等关键信息。基于实际风电场风电功率测量数据， 由功率陡坡事件检测结果对风电功率历史数据进行分类、整理、定量分析、统 计陡坡特性；给出了不同统计周期、不同方向的陡坡幅度及时间分布，得到了 陡坡发生前及发生时风电功率时间序列的不同特征，总结了几种典型陡坡事件 的发生原因。 在风电功率陡坡事件统计特性分析的基础上，选取特定参数，通过 SVM （Support Vector Machine）构造滚动式递进多变量关系，对风电功率陡坡事件 发生前的先兆性特征进行提取，并应用于陡坡事件的预警识别和陡坡幅值及持 续时间的预测。算例表明，所设计的方法可以比较准确地完成对风电功率快速 陡坡事件的预警及幅值、持续时间的预测。 在陡坡预测的基础上，对陡坡幅值、持续时间预测误差概率分布进行正态 分布拟合，提出了综合考虑风电功率常规预测及陡坡预测误差引起的系统备用 需求变化的算法，并以算例检验了方法的可行性。 本文工作得到国家高技术研究发展计划（863 计划）重大项目《高渗透率 间歇性能源的区域电网关键技术研究和示范》的资助。 关键词：风电；功率陡坡；预警；预测；备用；SVM - I - Abstract In the case of the energy lacking and environment problems prominent, wind power as a kind of clean and renewable energy, showed its strong development prospects. However, with the wind power penetration constantly increasing, the randomness and uncertainty of wind power brought new risks to the safe operation of power grid, and became a significant constraint for wind power industry development. In order to reduce the effect of wind power integration on power system, general response is predicting the power output value of wind farm and then planning timely. But traditional predictions for wind power did not fully take into ac