風電功率爬坡事件預測方法研究.pdf

1、在含有高比例風電的電力系統(tǒng)中，風電功率爬坡事件（即風電場輸出功率在短時間內的大幅度波動現(xiàn)象）對電網(wǎng)的沖擊已不容忽視。它會直接導致電力系統(tǒng)發(fā)用電不平衡，威脅電力系統(tǒng)的安全穩(wěn)定運行，甚至造成嚴重的電力系統(tǒng)停電事故，給社會經(jīng)濟造成很大的損失。掌握風電功率爬坡事件的發(fā)生規(guī)律，進而對其及時、準確的預測已成為風電并網(wǎng)過程中亟待解決的問題。論文從風電功率爬坡事件的分布特征、影響因素及預測方法三個方面對其展開了探究。主要工作和成果如下:
　　(1

2、)研究了風速的周期特性
　　風速的特性決定風電功率的特性?；谛〔ǚ纸夥椒▽﹄S機波動的風速時間序列進行了拆解，從周期的角度對其展開了分析，并提出了周期強度評價指標PI(Periodicity Intensity)和RPI（Relative Periodicity Intensity），對各周期分量的顯著特征進行了定量描述，初步建立了風速波動性與周期性的內在聯(lián)系。
　　(2)分析了風電場輸出功率爬坡事件的分布特征及影響因素

3、r>　　分析了風電場輸出功率爬坡事件的分布規(guī)律。結果表明:不同風電場輸出功率爬坡事件的分布特點及主要影響因素有明顯不同。針對這一問題，建立了一套具有普適性的風電功率爬坡事件影響因素分析方法，用于確定不同風電場的輸出功率爬坡事件的主導因素，為其預測提供基礎。
　　(3)建立了基于正交實驗與支持向量機的風電功率爬坡事件預測模型
　　基于風電功率爬坡事件影響因素分析方法以及風電功率爬坡事件與各氣象要素之間的聯(lián)系，建立了基于正交實驗

4、與支持向量機的風電功率爬坡事件預測模型(OT-SVM)。該模型基于數(shù)值天氣預報(NWP)，通過引入正交實驗環(huán)節(jié)為各風電場的預測模型選取最合適的氣象要素輸入量。經(jīng)算例驗證:OT-SVM模型能夠有效提高預測精度，且具有普適性，能夠充分考慮不同風電場輸出功率爬坡事件發(fā)生特性的差異，針對每個風電場制定最適合的預測策略。
　　(4)建立了基于小波分解與自回歸滑動平均的風電功率爬坡事件預測模型
　　基于對風電場歷史輸出功率的時間序列分析