風(fēng)電功率爬坡事件預(yù)測(cè)方法研究.pdf

1、在含有高比例風(fēng)電的電力系統(tǒng)中，風(fēng)電功率爬坡事件（即風(fēng)電場(chǎng)輸出功率在短時(shí)間內(nèi)的大幅度波動(dòng)現(xiàn)象）對(duì)電網(wǎng)的沖擊已不容忽視。它會(huì)直接導(dǎo)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(yùn)行，甚至造成嚴(yán)重的電力系統(tǒng)停電事故，給社會(huì)經(jīng)濟(jì)造成很大的損失。掌握風(fēng)電功率爬坡事件的發(fā)生規(guī)律，進(jìn)而對(duì)其及時(shí)、準(zhǔn)確的預(yù)測(cè)已成為風(fēng)電并網(wǎng)過(guò)程中亟待解決的問(wèn)題。論文從風(fēng)電功率爬坡事件的分布特征、影響因素及預(yù)測(cè)方法三個(gè)方面對(duì)其展開(kāi)了探究。主要工作和成果如下:
　　(1

2、)研究了風(fēng)速的周期特性
　　風(fēng)速的特性決定風(fēng)電功率的特性?；谛〔ǚ纸夥椒▽?duì)隨機(jī)波動(dòng)的風(fēng)速時(shí)間序列進(jìn)行了拆解，從周期的角度對(duì)其展開(kāi)了分析，并提出了周期強(qiáng)度評(píng)價(jià)指標(biāo)PI(Periodicity Intensity)和RPI（Relative Periodicity Intensity），對(duì)各周期分量的顯著特征進(jìn)行了定量描述，初步建立了風(fēng)速波動(dòng)性與周期性的內(nèi)在聯(lián)系。
　　(2)分析了風(fēng)電場(chǎng)輸出功率爬坡事件的分布特征及影響因素

3、r>　　分析了風(fēng)電場(chǎng)輸出功率爬坡事件的分布規(guī)律。結(jié)果表明:不同風(fēng)電場(chǎng)輸出功率爬坡事件的分布特點(diǎn)及主要影響因素有明顯不同。針對(duì)這一問(wèn)題，建立了一套具有普適性的風(fēng)電功率爬坡事件影響因素分析方法，用于確定不同風(fēng)電場(chǎng)的輸出功率爬坡事件的主導(dǎo)因素，為其預(yù)測(cè)提供基礎(chǔ)。
　　(3)建立了基于正交實(shí)驗(yàn)與支持向量機(jī)的風(fēng)電功率爬坡事件預(yù)測(cè)模型
　　基于風(fēng)電功率爬坡事件影響因素分析方法以及風(fēng)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(shí)驗(yàn)

4、與支持向量機(jī)的風(fēng)電功率爬坡事件預(yù)測(cè)模型(OT-SVM)。該模型基于數(shù)值天氣預(yù)報(bào)(NWP)，通過(guò)引入正交實(shí)驗(yàn)環(huán)節(jié)為各風(fēng)電場(chǎng)的預(yù)測(cè)模型選取最合適的氣象要素輸入量。經(jīng)算例驗(yàn)證:OT-SVM模型能夠有效提高預(yù)測(cè)精度，且具有普適性，能夠充分考慮不同風(fēng)電場(chǎng)輸出功率爬坡事件發(fā)生特性的差異，針對(duì)每個(gè)風(fēng)電場(chǎng)制定最適合的預(yù)測(cè)策略。
　　(4)建立了基于小波分解與自回歸滑動(dòng)平均的風(fēng)電功率爬坡事件預(yù)測(cè)模型
　　基于對(duì)風(fēng)電場(chǎng)歷史輸出功率的時(shí)間序列分析