风电场短期功率预测方法及应用实践微探（教学资料）.docVIP

风电场短期功率预测方法及应用实践微探（教学资料） 文档信息 ： 文档作为关于“中学教育”中“高中教育”的参考范文，为解决如何写好实用应用文、正确编写文案格式、内容素材摘取等相关工作提供支持。正文5165字，doc格式，可编辑。质优实惠，欢迎下载！ 目录 TOC \o 1-9 \h \z \u 目录 1 正文 1 文1：风电场短期功率预测方法及应用实践微探 2 1风电场短期功率预测方法解析 2 2风电场短期功率预测的应用实践 4 结束语 5 文2：复杂地形风电场的风功率预测技术创新 5 1 各预测模型评价 6 1.1 统计模型 6 1.2 物理模型 6 1.3 动态时空模型 6 1.4 人工神经网络的智能模型 6 1.5 组合预测模型 7 2 复杂地形条件下的风功率预测特点 7 3 复杂地形条件下的风功率预测方法 8 4 结论 9 参考文摘引言： 9 原创性声明（模板） 10 正文 风电场短期功率预测方法及应用实践微探（教学资料） 文1：风电场短期功率预测方法及应用实践微探 风能本身是一种清洁、可再生能源，近年来已经得到了广泛的运用，然而随着大规模风电机组接入，逐渐对电力系统运行情况造成严重的影响。所以，对风电场发电功率进行预测，能够有效解决电力系统的调度问题。风电功率预测主要有超短期、短期、中长期预测三种。当前阶段，对于风电功率短期预测而言，其方法主要包含了物理、统计2种方式，一般是根据实际情况选择预测方法。近年来，受技术发展的影响，风电场短期功率预测也有了一些不同的方法，并且在实践中得到实际运用。 1风电场短期功率预测方法解析 对风电场短期功率进行预测，需要用到当地的数值天气预报数据，并且由中尺度数值预报模式将数据结果输出进行降尺度处理，其中主要有不同位置的测风塔高度下的气温、风速、风向以及气压等物理量预报值等，所呈现的数据时间分辨率是15min。 经过降尺度处理之后的成果最终显示水平分辨率是4km×4km，在地形和风电机组尾流等相关因素的影响下，并不能反映风电场内部的实际风速布设。所以，务必要将经过降尺度之后的天气预报数据转变为与单台风电机组轮毂高度相同的风速。相关资料中提出，当前阶段要想实现尺度数值天气预报模式降尺度，一般可以通过两种方式进行：其一是风场诊断模式，该方式所需计算量比较小，然而在精度方面却存在一些不足；其二，计算流体力学方式，该方式所需计算量较大且计算需要时间比较长[1]。在此次研究中，选用的是原理较为简单的统计方式。 对风电场短期功率进行预测，需要利用气象服务器接收数值气象预报数据，将其进行加工处理之后，再通过反向隔离器将经过处理的数据传送到风功率预测服务器内，功率预测服务器在防火墙的作用下，连接升压站与电场风机监控系统，对实发功率进行采集、存储与统计，这时风电功率预测服务器按照所接收的数值气象数据、实时测风塔数据以及风机数据等，对其进行并行计算，从而获得一段时间内的中期功率预测以及未来4小时超短期功率预测曲线。再此基础上结合现场投运情况的分析情况，得到风电场短期功率。 风电场短期功率预测方法主要表现为以下几个方面： ①对单台风电机组风速进行预测。按照每一台风电机组之前所测得得风数据以及同期数值天气预报数据，在此基础上建立线性回归关系。以数值天气预报模式最终成果为前提，在建立完成的回归关系基础上进行风电场中风电机组轮毂高度位置的预测风速的推算。实际预测与推算当中，数值预报模式模拟所得风场和现实风场可能会存在差异，对于这种现象便可以运用线性回归的方式进行纠正。 ②对单台机组功率进行预测。预测功率之前，需要通过风电机组运行过程中产生的数据，对风机功率曲线进行纠正，在此基础上按照数值预报最终结果和风机功率曲线，对每台风机预测功率进行推算[2]。风机功率曲线的纠正十分必要，由于机组运行的状态、空气密度以及气流等相关因素极有可能造成风电机组的风机功率曲线、实际功率曲线脱轨的现象，所以，要在实际运行数据的支持下进行不同机组功率曲线的建立。一般情况下会按照各台风电机组实时测量的瞬时风速与瞬时功率，以最小二乘法的方式将其分段拟合。此次实际测量中，并没有对测风塔数据进行运用，其主要原因在于以下几个方面：其一是因为测风塔数据存在缺陷，时常有缺测现象的发生；其二，因为地形等相关因素的影响，致使各台风电机组所测风速存在显著差异，测风塔只能够以近似的方式表示风电场内部的风资源，无法将各台风电机组实际风速进行体现。 ③对风电场功率进行预测。将各台风电机组的预测功率进行计算，以此获得风电场实际预测功率。 2风电场短期功率预测的应用实践 下文以某市风电场为例分析风电场短期功率预测方法的使用情况。该风电场一期工程施工过程中，海拔高程为