大型風(fēng)電場(chǎng)分組建模方法及其在功率預(yù)測(cè)中的應(yīng)用.pdf

1、風(fēng)電固有的波動(dòng)性影響電力系統(tǒng)的安全、穩(wěn)定和經(jīng)濟(jì)運(yùn)行，是大規(guī)模風(fēng)電并網(wǎng)運(yùn)行的主要挑戰(zhàn)。風(fēng)電場(chǎng)功率預(yù)測(cè)是解決該問(wèn)題的必要手段之一。利用場(chǎng)內(nèi)某代表位置的風(fēng)況來(lái)映射整個(gè)風(fēng)電場(chǎng)的輸出功率是當(dāng)前大多風(fēng)電場(chǎng)功率預(yù)測(cè)采用的方法，但對(duì)于大規(guī)模風(fēng)電場(chǎng)，此方法難以保證精度;若對(duì)每臺(tái)機(jī)組進(jìn)行建模預(yù)測(cè)，將導(dǎo)致預(yù)測(cè)計(jì)算時(shí)間過(guò)長(zhǎng)，無(wú)法滿足電力系統(tǒng)對(duì)功率預(yù)測(cè)的要求。因此，研究既能提高預(yù)測(cè)精度，又保證計(jì)算效率的風(fēng)電場(chǎng)功率預(yù)測(cè)方法，是大型風(fēng)電場(chǎng)功率預(yù)測(cè)領(lǐng)域的關(guān)鍵問(wèn)題之一。

2、基于聚類算法研究了風(fēng)電場(chǎng)分組功率預(yù)測(cè)方法，主要工作包括:
　　(1)研究了風(fēng)電場(chǎng)分組建模的影響因素。以實(shí)測(cè)風(fēng)速、實(shí)測(cè)功率及二者組合作為模型輸入，分析其對(duì)風(fēng)電場(chǎng)分組功率預(yù)測(cè)精度的影響程度。通過(guò)分析可得風(fēng)速是影響分組效果的主要因素，以風(fēng)速作為輸入變量，預(yù)測(cè)精度波動(dòng)范圍較小，而功率變量會(huì)使預(yù)測(cè)精度波動(dòng)范圍較大。
　　(2)提出了用于確定風(fēng)電場(chǎng)分組個(gè)數(shù)的指數(shù)。利用提出的輪廓系數(shù)和霍普金斯統(tǒng)計(jì)量指數(shù)，分別從定性和定量的角度確定風(fēng)電場(chǎng)分

3、組個(gè)數(shù)，為建立風(fēng)電場(chǎng)分組模型奠定基礎(chǔ)。結(jié)果表明:霍普金斯統(tǒng)計(jì)量方法效果更好，定量的判定標(biāo)準(zhǔn)保證了確定風(fēng)電場(chǎng)分組個(gè)數(shù)的準(zhǔn)確性和高效性。
　　(3)提出了一種可提高功率預(yù)測(cè)精度的風(fēng)電場(chǎng)分組模型。建立了基于K-means、FCM、SOM、GA-蟻群和譜聚類五種聚類算法的風(fēng)電場(chǎng)分組模型，通過(guò)識(shí)別機(jī)組的風(fēng)況特征和發(fā)電特征的相似性將大型風(fēng)電場(chǎng)分成不同的機(jī)組群，并利用相關(guān)性分析法選擇組內(nèi)代表機(jī)組。結(jié)果表明:五組聚類結(jié)果合理;譜聚類計(jì)算效率最高，

4、而GA-蟻群計(jì)算時(shí)間最長(zhǎng)。
　　(4)建立了具有較強(qiáng)適用性的風(fēng)電場(chǎng)分組功率預(yù)測(cè)模型。利用多臺(tái)代表機(jī)組位置的風(fēng)況，預(yù)測(cè)整場(chǎng)輸出功率，比較各模型的預(yù)測(cè)精度，并對(duì)其適用性進(jìn)行分析。結(jié)果表明:風(fēng)電場(chǎng)分組模型可以有效降低大型風(fēng)電場(chǎng)功率預(yù)測(cè)的計(jì)算維度，顯著提高預(yù)測(cè)精度，其中，SOM和譜聚類模型較未分組預(yù)測(cè)精度分別提高1.67％和1.59％;計(jì)算效率最高的譜聚類適用于大型風(fēng)電場(chǎng)的分組建模，預(yù)測(cè)精度最高的SOM適用于中型風(fēng)電場(chǎng)，二者可為電力系統(tǒng)調(diào)