風電場短期風速預測與AGC仿真研究.pdf

1、近年來，隨著能源危機和環(huán)境污染等一系列問題的出現，風力發(fā)電作為一種潔凈可再生的能源開采方式得到了世界各國的廣泛重視和大力發(fā)展。然而，風能的隨機性和波動性使得風電的并網運行仍存在一系列問題。本文采用了數據驅動的思想對風電并網最關心的風速和風電場輸出功率預測問題進行了研究，并通過MATLAB仿真研究了風電場輸出功率預測對于提高電網自動發(fā)電控制(AGC)調節(jié)效果的作用。
　　首先，選取風場中采集的實際數據，以數據驅動思想為指導，選取自回

2、歸滑動平均(ARMA)模型和灰色 Verhulst模型對風速進行了步長為十分鐘的單步和多步預測。其中，多步預測采用滾動預測法和數據的等維遞補來實現，并對比了各模型不同步長的風速預測效果。
　　其次，提出了一種ARMA模型和灰色模型相結合的變權重動態(tài)組合預測方法。相對于以往權重不變的組合預測方法，該方法基于數據驅動思想，通過實時分析各模型的預測精度來改變各模型間的權重配比，既實現了不同預測方法間數據信息的綜合利用，又防止了權系數固定

3、不變對實時的預測精度造成影響。
　　再次，選取了風場的實測數據進行了風速-功率曲線擬合，得到了該風場風機的實際風速-功率對照關系，從而由風速預測結果得到了風電場輸出功率預測結果。
　　最后，在 MATLAB仿真平臺上搭建了兩區(qū)域自動發(fā)電控制系統的仿真模型，將風電場輸出功率預測的實際結果運用于電力系統的自動發(fā)電控制當中。通過對比分析有無風電場輸出功率預測時電力系統的頻率調節(jié)效果，驗證了風電場輸出功率預測對于電力系統調頻的積極作