風電機組短期可靠性預測模型與風電場有功功率控制策略研究.pdf

1、風能作為一種成熟的可再生能源技術,近年來在世界范圍內得到快速發(fā)展。然而,由于長期處于惡劣的自然環(huán)境中,風電機組的停運率較高,降低了風電場的運行經(jīng)濟性。同時,在電網(wǎng)的約束下,風電場也會因為風電功率預測誤差和風電機組強迫停運產(chǎn)生一定程度的發(fā)電量損失。本文以提高風電場運行經(jīng)濟性為目標,對風速與風電功率預測誤差分布特性、風電機組狀態(tài)參數(shù)異常辨識方法、風電機組短期可靠性預測方法以及風電場有功功率控制策略進行了研究。主要研究內容包括：
　?、?/p>

2、提出了風速與風電功率預測誤差的核密度分布模型,研究了預測誤差分布特性。采用多種典型方法進行風速預測,對比分析了單機風速和風電場風速的預測精度。建立了基于實測數(shù)據(jù)的功率曲線,結合風速預測方法進行了風電功率預測。研究了單機風速與風電功率預測誤差分布與風速、預測時間間隔之間的關系。結果表明,在三種預測方法下,單機風速的預測誤差均明顯大于風電場風速的預測誤差,不同風速區(qū)間內的預測誤差分布差異明顯,預測誤差隨預測時間間隔的增大而增大。
　　

3、②提出并建立了風電機組狀態(tài)參數(shù)廣義模糊異常辨識模型。研究了風電場SCADA系統(tǒng)提供的風電機組狀態(tài)參數(shù)與自然環(huán)境和機組工作特征的關聯(lián)關系,建立了狀態(tài)參數(shù)的預測模型,分析了影響預測模型精度的主要因素。對比了本機近期數(shù)據(jù)模型、本機歷史數(shù)據(jù)模型和其他機組近期數(shù)據(jù)模型這三類預測模型的預測精度,在此基礎上提出了預測模型的選擇方法和預測殘差的異常程度量化方法,最終采用模糊綜合評判進行狀態(tài)參數(shù)的異常辨識。結果表明,廣義模糊異常辨識模型綜合了多個預測模型

4、的異常辨識結果,具有更高的準確度。
　?、厶岢隽孙L電機組短期可靠性預測模型。計及風速與風電機組停運率的相關性,建立了考慮風速的風電機組統(tǒng)計停運模型。對與自然環(huán)境密切相關的狀態(tài)參數(shù),提出了基于狀態(tài)參數(shù)概率預測的保護動作模型;對具有保護動作整定時間的狀態(tài)參數(shù),提出了基于越限時間的保護動作模型。最后,綜合考慮各狀態(tài)參數(shù)的越限保護動作概率和統(tǒng)計停運概率,提出了計及狀態(tài)參數(shù)越限的風電機組短期可靠性預測模型。結果表明,通過對狀態(tài)參數(shù)越限概率的

5、計算,風電機組短期停運模型的準確性得到大幅提高。
　?、芴岢隽丝紤]機組短期可靠性和功率預測誤差的有功功率控制方法。分析了風電場在無電網(wǎng)約束和限功率運行兩種情況下的發(fā)電量損失原因,在無電網(wǎng)約束情況下,通過對低可靠性機組進行降功率控制以減小其短期停運概率。針對風電場限功率運行情況,提出采用功率損失風險對可能損失的功率進行量化,并提出了多臺機組總功率損失風險的蒙特卡洛模擬計算方法,獲取了單機功率損失風險和風電場總功率損失風險的關系,提出