- 1、本文档共36页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
2风电功率预测系统研究与应用100623fengsl(ppt)
* 风电功率预测研究与应用 中国电力科学研究院新能源研究所 冯双磊 西安 2010.06.28 功率预测的重要性 1 背景知识与建模思想 2 3 中国电科院开展的工作 增加旋转备用容量带来的不利影响 1 电力系统运行经济性降低 2 温室气体排放量增加 3 特殊运行方式下限制风电出力 解决手段 大功率储能设备 风电功率预测 合理安排应对措施,提高电网的安全性和可靠性; 可以调整和优化常规电源的发电计划,改善电网调峰能力,增加风电并网容量; 降低因风电并网而额外增加的旋转备用容量,改善电力系统运行经济性,减少温室气体排放; 电网企业 电源企业 1 符合政策要求、提升市场竞争力; 可再生能源法修正案 国标-风电场接入电力系统技术规定 行标-风电并网标准 企标-风电场接入电网技术规定 2 增强企业的盈利能力 有助于风电场合理安排检修计划、减少弃风。根据德国、丹麦等欧洲风电发达国家的经验,如果风机检修全部在小风期或者无风期完成,风电场每年的发电量将提高2%,以5万千瓦的风场为例,其每年直接经济效益将超过120万元。 功率预测的重要性 1 背景知识与建模思想 2 3 中国电科院开展的工作 短期预测 预测时间尺度:0-48小时,时间分辨率:15分钟 主要用于:合理安排常规机组发电计划,解决电网调峰问题。 预测时间尺度:0-4小时、15分钟滚动预测,时间分辨率:15分钟 主要用于:实时调度,解决电网调频问题。 超短期预测 短期预测 功率预测 预测程序 数值天气预报 微观气象学模型 CFD模型 …… 物理方法 人工神经网络 支持向量机 ... 统计方法 数值天气预报产品的主要特点 1 NWP系统的输出结果为每一个计算网格的空间平均值,不反映网格内某指定位置的预测信息。 数值天气预报产品的主要特点 2 NWP系统的每一个网格点只对应唯一的地形与地表粗糙度数据。 物理法定义 应用大气边界层动力学与边界层气象的理论将数值天气预报数据精细化为风电场实际地形、地貌条件下的风电机组轮毂高度的风速、风向,考虑尾流影响后,再将预测风速应用于风电机组的功率曲线,由此得出风电机组的预测功率,最后,对所有风电机组的预测功率求和,得到整个风电场的预测功率。 (1)不需要风电场历史功率数据的支持,适用于新建风电场; (2)可以对每一个大气过程进行详细的分析,并根据分析结果优化预测模型; (3)对由错误的初始信息所引起的系统误差非常敏感。 (4)计算过程复杂、技术门槛较高。 物理法特点 风电场地表粗糙度描述 地形变化对流场的影响过程 风电机组数字化定义1 风电机组数字化定义2 风电机组数字化定义3 统计法定义 统计法基于“学习算法”,通过一种或多种算法建立NWP历史数据与测得的风电场历史输出功率数据之间的联系,再根据该关系式,由NWP数据对风电场输出功率进行预测。 (1)在数据完备的情况下,理论上可以使预测误差达到最小值; (2)需要大量历史数据的支持,不适用于新建风电场,对历史数据变化规律的一致性有很高的要求; (3)统计法的建模过程带有“黑箱”性。 统计法特点 可采用不同的数学模型 时间序列分析 人工神经网络 支持向量机 模糊逻辑 …… 风电功率预测统计方法 超短期预测 2 实测数据中已包含了风速、风向的波动信息,因此,超短期功率预测可以较准确预测功率的波动过程,在0-4小时内的预测精度明显优于短期预测。 3 要求风电场配备实时测风塔。 1 超短期风电功率预测采用实测风速、风向作为输入量,利用统计算法外推实测数据,获得风电场输出功率在0-4小时的预测值。 预测系统的重要性 1 背景知识与建模思想 2 3 中国电科院开展的工作 》 国家自然科学基金项目《风电场短期功率预测研究》 》 国家科技支撑计划项目《风电场输出功率预测系统的开发及示范应用》 》 国家电网公司科技项目《风电场接入电网的稳定性及风电功率预测技术研究》 (1)经过多年的科研攻关,中国电力科学研究院已开发出风电超短期功率预测模型与短期预测模型,其中短期预测模型包括物理模型、统计模型,以及混合方法预测模型,成功地解决了统计方法需要历史数据多和物理方法预测效果较差的问题,达到了较好的预测效果。 (2)数值天气预报生产基地即将投入运行,可提供长期稳定的技术服务和支持。 》 中国电科院已开发出符合电网调度技术支持系统功能规范、满足电力二次系统安全防护要求的风电功率预测系统软件平台。 》 正在建设东北、新疆、黑龙江风电功率预测系统。 》 已经建立100多个风电场预测模型,对应风电装机容量超过700万kW。 》 预测平均绝对误差基本小于15%,达到业界先进水平。 》 中国电科院已完成吉林、江苏、宁夏、甘肃、西北、辽宁、上海、张家口等8套网省电力公司风电
文档评论(0)