开题报告(卢舟)..doc

本科毕业设计(论文)开题报告 题目：风电场功率短期预测方法的应用研究 课 题 类 型： 论文 学 生 姓 名： 卢舟 学 号： 3090201208 专 业 班 级： 自动化 学 院： 电气工程学院 指 导 教 师： 田丽 开 题 时 间： 2013 年 3月 1 日 开题报告内容与要求 一、内容及研究意义 由于风能的随机性以及电力系统的非线性等原因，预测风电功率时需要考虑众多的不确定因素影响。现有预测方法主要包括物理预测方法、统计预测方法以及学习预测方法、综合预测法等。基于数字天气预报（NWP-numerical weather prediction）的物理预测方法模型复杂、计算量大，较少用于短期预测；统计预测方法模型简单，数据需求量少，较适合于数据获取有一定困难的情况；人工智能预测方法不依赖于对象的精确模型，适合于随机非线性系统；综合预测方法可一定程度地扬长避短。本文主要就风电场风速及风电功率预测方法研究进行了合阐述，并在总结前人研究的基础上提出了一些可进一步研究的问题。准确有效地预测出风电场的输出功率不但可帮助电力系统调度运行人员做出最有效决策，还可为电力市场条件下并网风电功率趸售提供相关依据。 并网风电场的输出功率受风能随机性影响很大，保证电力系统安全可靠运行成为制约风电功率注入水平的因素之一，有效的预测将在提高风电注入功率水平等方面发挥出重要作用。只有较为准确地预测出并网风电机组的功率输出，才能有效提高电力系统运行可靠性，为电网运行调度提供可靠依据，有效地降低风力发电成本，减轻风力发电可能对电网造成的不良影响，提高风电穿透功率极限。开放电力市场条件下，风电趸售除需考虑风力发电的不确定性之外，预测误差的相关成本也是考虑因素10%。另外，风电场输出预测还可为评估风能资源与风电价值，诊断风电机组性能，最大限度利用风电机组、减少风电备用机组等提供依据1990 年Landberg 就采用类似欧洲风图集的推理方法开发了一套风电功率预测系统。Prediktor 是丹麦Ris? 国家实验室开发的风电功率预测系统，这个系统主要采用物理模型。气象数据由数值天气预报系统——高精度有限区域模型(high resolution limited area model，HIRLAM)提供。风电功率预测工具(wind power prediction tool，WPPT)由丹麦技术大学开发。自1994 年一直在丹麦西部电力系统运行，从1999 年开始在丹麦东部电力系统运行。Zephry 是Ris?(Ris? 已于2007 年1月1 日并入丹麦技术大学)和丹麦技术大学联合开发的新一代短期风电功率预测程序。Zephry 集合了Prediktor 和WPPT 的功能。 Previento 是德国奥尔登堡大学开发的风电功率预测系统，它可以对一个较大的区域给出2 天内的功率预测。它的预测方法和Prediktor 类似。高级风电功率预测工具(advanced wind power predictiontool，AWPPT)是ISET(德国太阳能研究所)开发的风电功率管理系统WPMS 的一部分。风电功率管理系统包括在线监视系统、短期预测系统(1~8 h)和天前预测系统。这个模型的特点是：1）采用德国气象局提供的数值天气预报；2）用人工神经网络计算风电场的功率输出；3）用在线外推模型计算注入到电网总的风电功率。ANEMOS 是欧盟资助的一个研究项目，共有7个国家的23 家科研机构参与。ANEMOS 的目的是开发用于陆地和海上的风电功率预测系统。ANEMOS 将物理方法和统计方法结合在一起。 eWind 是美国AWS Truewind 公司开发的风功率预测系统。它主要包括4 个部分：1）一组高精度的3 维大气物理数学模型；2）适应性统计模型；3）风电场输出模型；4）预测结果发布系统。 其它风电功率预测系统主要还有西班牙马德里卡洛斯三世大学(Carlos III of Madrid)开发的sipre?lico、西班牙可再生能源中心开发的LocalPred-RegioPred、在Madeira 岛和Crete 岛运行的More-Care 系统以及爱尔兰开发的Honeymoon系统等。 但目前国内尚未见到关于物理方法的研究成果与工程应用实例。随着我国风电的迅速发展，会出现短时间内大量风电场建成投产的情况，为确保大规模风电安全、可靠、高效的并网运行，开发出满足工程应用的风电功率预测系统非常关键。 三、研究方案及工作计划（含工作重点与难点及拟采用的途径） 本文在研究风电场风速特性的基础上，针对提前3小时的预测问