风电场能量管理系统详解.pptx

基于风功率预测的风电场能量管理系统 清华大学电机系 2011年7月 内容提要 2 小扰动因素，电网运行控制中忽略，由系统自身能力耐受 影响不可忽略，在风场密集地区尤甚，运行中考虑不利因素，制定应对措施 影响较大，必须参与电网发电计划，对风电进行控制 影响很大，纳入常规调度体系，融入电网发电计划、在线调度、实时控制的各个环节 不同风电发展水平下风电场运行需求 3 4 大电网 风电场 大电网 风电场 融合 刚性 刚柔并济 风电融入电网 传统观点：“随机”电源 “不可靠”：风速随机性 “不可调”：风机调节能力差 可控性风场建设：优质电源 可预测 可靠 可调度 风电场 常规电厂 能源供给不稳定，有功出力不稳定 能源供给稳定，有功出力稳定 有功/无功主动调节困难 有功/无功可在大范围内灵活调节 风电预测难度大，精度低 负荷预测精度高，发电计划定制相对容易 风电场能量管理系统系统的应用建设电网友好型风场 -12- 风电场能量管理系统 一套在风电场综合数据采集系统的基础上，实现自动闭环、协调控制风场内所有有功、无功调节设备以满足风场并网综合需求的监控管理系统。 风电场能量管理系统的整体思路 控制指令 风场信息 气象服务 测风塔 6 储能控制 电量管理 运行调度 风电场能量管理系统的整体思路 四大技术特点 交互性：服从控制指令 协调性：协调内部多种设备 基于预测的控制 自动化、智能化的闭环控制 数据采集与监控系统、风功率预测系统是风电并网控制平台的基础。 7 /储能 风电场能量管理系统的整体思路 8 内容提要 9 风功率预测系统的应用价值电网对风功率预测系统的要求 用途 类型 预测时长 分辨率 预测范围 精度要求 调频 功率 1~6h(超短期) 15min 全网 很高 阻塞管理 功率 1~6h(超短期) 15min 区域 很高 调峰/发电计划 功率 24~48h(短期) 1h(15min) 全网/区域 高 运行方式/检修计划 功率(峰谷值) 1年(中长期) 全网 较高 电网规划 电量 数年~数十年 全网 较高 调度 计划 规划 电网对风功率预测要求体现在电力系统运营的各个方面。 -16- 风功率预测系统的应用价值风功率预测系统的综合价值 风功率预测系统的研究现状国内外主要风功率预测系统 国外风功率预测的研究历程 开拓阶段(Prediktor, WPPT) 研究阶段(eWind, WPMS) 商业化阶段(ANEMOS, GHForecaster)，单风场误差在10-20%，全网误差在5%-8% 国内风功率预测的研究历程 研究主要集中在算法探讨，数值天气预报研究刚起步 积累不够，缺乏对预测效果的长期统计分析 中国电科院WPFS系统，欧洲中尺度模式，自行生产NWP 评价指标 均方根误差(RMSE) 单个风场 1-2h小时超短期预测5-7% 日前预测10-20% 区域:6-8% 全网:5-7% 风功率预测系统的研究现状国内外风功率预测系统精度水平 空间平滑效应对风功率预测精度的影响 内蒙古风功率预测系统的体系功能需求与数据需求 结合内蒙古电网业务需求与气象服务特点，明确系统功能如下： 短期风功率预测：提前24h-36h预测； 滚动预测：每日上午8:00，下午5:00各预测一次 基本预测单元：风场 风功率预测系统依赖庞大的数据库，单个风场年数据记录就超过2500万条，集中维护与应用开发技术难度很大。 ?分布式系统结构 内蒙古风功率预测系统的体系多层分布式风功率预测系统 风场级：基本预测单元风电场控制、独立结算 区域级：在线调度，联络线潮流控制 全网级：电力平衡，发电计划与机组组合优化 分层、分级风功率预测体系适应内蒙古风电开发特点与电网调度体系需求 风电功率预测的基本原理短期风功率预测的基本原理 统计方法 非参数回归 神经网络法 多参数差值 ARMA法 时序分析法 … 两类预测方法 物理方法 WASP的微观气象模型 中尺度MM5模式(美国) 考虑风机尾流效应、地表特征、边界层特性 相似模型原理考虑非建模因素 ... 需要至少1-3个月的历史实测数据 随着历史数据的积累，预测误差将逐渐减小 物理方法需要详细的地形参数 风电功率预测的基本原理短期风功率预测的常见方法 选用预测模型匹配 完备的模型库、不断积累的历史库 数值天气预报准确 较高分辨率的数值天气预报（3h, 3km） 微观地理、微气候模型进一步增加精度 实测数据修正及时 依据风机起停信号实时修正模型 依据实测数据及时修正预测输入 6h滚动预测 极端天气特殊对待 极端天气独立建模 一风电功率预测的基本原理影响风功率预测精度的主要因素 -7- 预测精度具有个性化特点：不同季节、不同地区、不同地势等因素都对最终精度有影响 风电功率预测的基本原理