风电功率预测技术及数据传输分析.pdfVIP

风电功率预测技术及数据传输分析.pdf

  1. 1、本文档共4页,可阅读全部内容。
  2. 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. 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. 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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

风电功率预测技术及数据传输分析--第1页

摘要:文章对风电功率预测的两种预测模型的预测方法进行了详细分析,然

后对数据采集传输的信息通道组织办法进行探讨,最后提出提高风功转化曲线的

准确性方法。

关键词:风电;功率预测;数据采集传输

风力发电作为电源,具有间歇性和难以调度的特性,风电场的功率输出

具有很强的随机性,风电功率预测系统的目标是为风电的运行调度提供技术支

撑,保障电力系统及风电场的安全、稳定、经济运行。风电功率预测根据时间尺

度分类主要是两种预测模型:短期预测和超短期预测。

1短期预测

1.1系统功能

短期风电功率预测系统能够实现对接入系统的所有风电场次日0-24h的输

出功率情况进行预测,预测点时间分辨率为15min。短期风电功率预测系统能够

实现每天两次预测,预测结果将为电网次日调度计划的制定提供参考。

1.2技术路线

在现有气象数值预报模式的基础上,再输入风电场测风塔观测资料,对风电

场微观区域进行时空加密计算,得出满足风电场出力预测需求的风力预测结果,

再根据风电场历史功率数据以及历史测风塔数据,经统计分析获得风电场的出力

预测模型。结合风力预测结果与出力预测模型便可获得风电场全场输出功率预测

结果。

短期功率预测系统设计如下:

①系统流程。以资料同化系统ADAS为基础,通过INTERNET实时获取GFS

背景场,结合本地大量实时观测资料,重建中尺度区域模式所需的初始场。在获

得精细化客观分析场的基础上,调试中尺度区域模式WRF,构建风力预估数值

预报系统。业务化运行后,可将模式预报所得传送至后处理服务器,通过

INTERNET向客户提供数据下载,并通过页面形式显示各气象要素场。②资料

同化。本系统ADAS拟同化多种观测数据,主要包括探空观测和地面气象站观

测等。观测数据的解码和初步质量控制主要由Decoder模块完成。③中尺度数值

预报模式。本系统拟采用WRF为基本框架,模式以ADAS提供的精细化客观分

析场为初始场,分别在00UTC、12UTC(对应北京时间08时、20时)启动预

报,预报时效为72h。

结合数值天气预报获得的风力短期预测数据,以及统计分析风电场历史出力

数据获得的风电场输出功率特性模型,实现对风电场短期功率预测。

风电功率预测技术及数据传输分析--第1页

风电功率预测技术及数据传输分析--第2页

2

2.1系统功能

超短期风电功率预测系统能够实现对接入系统的所有风电场未来0~4h的输

出功率情况进行预测,预测点时间分辨率为15min。超短期风电功率预测系统能

够实现每15min滚动循环预测,以保证预测结果的准确性和实时性。其对于风

电场的AGC和AVC控制具有重要的实用意义,同时对于电网调度计划的实时调

整具有很高的参考价值。

2.2技术路线

数理统计法对风电场所在地测风塔的历史观测数据和周边气象台站的历史

观测数据进行分析和整理,采用数理统计方法,比如逐步回归法、时间序列法、

BP神经网络法等,进行风力预测建模试验,最后选取预报效果较好的一种风力

预测模型。

2.3BP神经网络

超短期预测中数理统计方法中,常用的就是BP神经网络法,该方法是指基

于误差反向传播算法的多层前向神经网络,具有如下特点:

①能够以任意精度逼近任何非线性映射,给复杂系统的建模带来一种新建的

非线性的表达工具。②它可

文档评论(0)

180****8894 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档