风电功率预测文献综述.doc

风电功率预测方法的研究 摘要 由于风能具有间歇性和波动性性等特点，随着风力发电的不断发展风电并网对电力系统的调度和安全稳定运行带来了巨大的挑战。进行风电功率预测并且不断提高预测精确度变得越来越重要。通过对国内外研究现状的了解，根据已有的风电功率预测方法，按照预测时间、预测模型、预测方法等对现有的风电功率预测技术进行分类，着重分析几种短期风电功率预测方法的优缺点及其使用场合。根据实际某一风电场的数据，选取合适的风电预测模型进行预测，对结果予以分析和总结。 关键词：风电功率预测；电力系统；风力发电；预测方法； 引言 随着社会不断发展人们对能源需求越来越大而传统化石能源日益枯竭不可再生，以及化石能源带来了环境污染等问题影响人类生活，人们迫切需要新的清洁能源代替传统化石能源。风能是清洁的可再生能源之一，大力发展风力发电成为各国的选择。根据相关统计，截止至2015年，全球风电产业新增装机63013MW，，同比增长22%[1]。其中，中国风电新增装机容量达30500MW，占市场份额48.4%。全球累计装机容量为432419MW，其中中国累计装机容量为145104,占全球市场份额的33.6%。 目前风力发电主要利用的是近地风能，近地风能具有波动性、间歇性、低能量密度等特点，因而风电功率也是波动的。当接入到电网的风电功率达到一定占比时，风电功率的大幅度波动将破坏电力系统平衡和影响电能质量，给电力系统的调度和安全平稳运行带来严峻挑战。根据风速波动对风力发电的影响按照时间长度可分为三类：一种是在几分钟之内的超短时波动，该时段内的波动影响风电机组的控制；另一种是几小时到几天内的短时波动，该时段内的波动影响风电并网和电网调度；最后一种是数周至数月的中长期波动，该时段内的波动影响风电场与电网的检修和维护计划。本文主要研究不同的风电功率短期预测方法的优缺点。 通过对短期风电功率预测，能够根据风电场预测的出力曲线优化常规机组出力，降低运行成本；增强电力系统的可靠性、稳定性；提升风电电力参与电力市场竞价能力。 课题国内外现状 国外对于风电功率预测的研究起步早，始于80年代，随着其研究的不断深入，其预测技术越来越完善、预测精度不断提升。目前发达国家像美国、德国、西班牙、丹麦等风电功率预测技术较为成熟。丹麦国家研发的典型的风电功率预测系统有Prediktor、WPPT、Zephyr。其中Prediktor系统是全球第一个风电功率预测软件、其采用物理预测模型，其能够根据高空的数值天气预报的风速得到某一地面的风速；WPPT系统使用自回归统计算法，功率被认为是一个随时间变化的非线性随机过程；而Zephyr则是将上述两种预测模型结合起来，其集中了两种预测模型的优点。美国研发的eWind系统组合了多个统计模型像多元线性回归、支持向量回归、人工神经网络等集合生成预测结果。该系统基于高分辨率的数值天气预报模型，具有先进的统计预测技术，目前为CAISO、ERCOT、NYISO等电网运营商提供预报服务。德国研发的Previento系统通过对气象部门提供的数值天气预报结果进行空间细化，结合风电场当地具体的地形、海拔高度等条件，根据其风电机组相应的功率曲线把预测的风速转化为预测的输出功率。其他典型的风电功率预测系统还有西班牙的AWS Trewind系统、法国的AWPPS系统、欧盟的ANEMOS项目。 国外发达国家较为成熟的风电功率预测技术是其更高的风电功率普及率的保障。这些发达国家往往有很好的数值天气预报系统为风电功率预测提供支持，但从全球范围上看数值天气预报技术不够完善普及。现发达国家研究的重点在于通过人工智能算法研发出更精确的预测模型、寻找更好的将统计模型与组合模型结合起来的方式方法以及开发相应的技术与工具对预测结果的不确定性进行评估。 我国在风电功率预测技术方面的研究起步较晚，很多研究只停留在理论方面而实际应用方面的工作相对滞后。但目前很多风电功率预测预报系统已被国内的一些科研机构和高校开发出来。例如湖北气象中心的WPPS系统、中国气象局公共服务中心的WINPOP系统、中国电科院的WPFS系统、华北电力大学的SWPPS系统等。WPPS系统使用C#做为开发语言，其具有根据实际风电场情况采用合适的算法模型的优点，目前已投入湖北省的九宫山风电场和新疆的乌兰达布森风电场使用。WINPOP系统采用C/S结构，以全球天气分析服务系统为基础进行开发，运用了SVM、人工神经网络、自适应最小二乘法等多种算法进行风电功率预报。WPFS采用B/S结构，使用Java语言进行开发，其能够对单独风电场或者特定区域的集群预测。该系统不仅可以设置每日预测的时间和次数，还能够对风机故障与限电等特殊情况进行功率预测。 总体来说，我国风电功率预测方面的研究取得了一定的成果，一些学者也提出了不同于传统方法的新型研究方