風電場功率短期預測方法研究.pdf

1、風力發(fā)電進入了規(guī)?；l(fā)展階段。但是風電具有間歇性和隨機性的固有缺點，隨著大量的風力發(fā)電接入電網(wǎng)，勢必會對電力系統(tǒng)的安全、穩(wěn)定運行以及保證電能質量帶來嚴峻挑戰(zhàn)，從而限制風力發(fā)電的發(fā)展規(guī)模。風電場功率短期預測是解決該問題的有效途徑之一。中國的風電場大都是集中的、大容量的(百萬千瓦級甚至千萬千瓦級)風電場，而電網(wǎng)建設相對比較薄弱，因此，中國更需要進行風電場功率短期預測的研究，而目前中國在此領域的研究還處在起步階段。 在此背景下，選擇風

2、電場功率短期預測方法作為論文研究內容，對多種預測方法的應用進行了研究和改進，主要工作包括以下幾個方面： 首先對風電場測量參數(shù)和運行參數(shù)進行了預處理及其統(tǒng)計規(guī)律的研究，得到一些后面研究中要用到的結論。 根據(jù)歷史記錄數(shù)據(jù)，使用隨機時間序列分析方法針對一年12個月分別建立預測模型，進行提前1-6小時的風電場風速及功率預測；預測精度滿足要求，并且發(fā)現(xiàn)預測誤差隨季節(jié)發(fā)生變化的規(guī)律。 提出了基于平均訓練誤差的集成神經(jīng)網(wǎng)絡預測

3、模型，用于1-6小時的風電場風速及功率預測，該模型具有明確的物理意義，可以顯著提高網(wǎng)絡的泛化能力；認為徑向基神經(jīng)網(wǎng)絡比誤差反向傳播網(wǎng)絡更適合風電場功率預測；與隨機時間序列分析方法預測結果比較，神經(jīng)網(wǎng)絡方法可以提高預測精度，預測誤差也呈現(xiàn)出隨季節(jié)發(fā)生變化的規(guī)律。 風電場功率曲線建模是功率預測的一個重要步驟，在論文中提出了四種風電場功率曲線的建模方法并進行比較；在此基礎上提出了適合于中國大規(guī)模風電場的功率預測技術路線。 為進

4、一步提高預測精度，結合風電場功率隨機性大的特點，并考慮風電場功率高階矩的特征，建立了基于最大信息熵的風電場功率組合預測模型，應用實例表明，該方法可以有效提高預測精度。 預測結果的不確定性信息非常重要，在論文中使用一種基于獨立分量分析的條件概率方法，建立了風電場功率預測結果不確定性分析模型，該方法具有普適性，對使用數(shù)值氣象預報與不使用數(shù)值氣象預報的預測方法均適用。 論文的研究基于兩個風電場的實際運行和測量數(shù)據(jù)，結果具有實際