基于实测数据分析的大型风电场风电功率预测.pdfVIP

基于实测数据分析的大型风电场风电功率预测 1 1 1 1 2 严干贵 ，刘 玉 ，刘吉刚 ，孟磊 ，陈宝生 （1.东北电力大学 电气工程学院，吉林 312012 2. 吴忠市利通区友谊路吴忠供电局保护自动化所 751100 ） 摘要：风力发电具有波动性、间歇性的特点,大容量的风力 2：直接利用历史数据，使用一定的数学模型 发电接入电网,对电力系统的安全、经济运行带来严重挑 进行预测。常见的方法有： 战。为了减小这种不利影响，便于电网合理调度，需对风 人工神经网络法[5-7] [8] 、时间序列法 （AMAR ） 、 功率进行预报。本文在风电场实测数据详细的分析基础上， 遗传算法[9]、卡尔曼滤波法[10-11]及其他算法[12-14] 。 应用混沌时间相空间理论建立了超短期风电功率预测一阶 对于超过4h 的功率预测，现在的预测系统几乎 局域模型,对某风电场未来5min、15min、30min内的风电功 都用到了数值天气预报的数据而对于短期、超短期 率进行预测，最后对预测结果进行了评价，验证了该方法 的可行性。 风电功率预测，使用基于历史时间序列的预测方法 关键词：风电场；风电功率；功率预测；混沌 也能达到较为理想的精度[8]，同时由于该方法不需 0. 引言 要数值天气预报设备，有效地降低了预测成本和预 风力发电是可再生能源发电技术中发展最快 测系统的复杂程度。 和最为成熟的一种，其正逐步走向规模化和产业化 本文以东北网某风电场中的风力发电机组实 [1] 。我国风资源丰富的地方大都位于电网末端，由 测数据为基础，在对风速、风电功率时间序列进行 于风电场的输出功率具有间歇性和波动性，风电接 分析的基础上，构建了混沌时间序列预测模型，并 入电网后会对区域系统运行的经济性及稳定性带 进行了实际预测分析，验证了模型的有效性，最后 来严重影响。随着风电场数量的装机容量的不断增 文章用该分别对未来不同时间段的风电功率进行 加，这种影响变得越来越明显[2] 。为了减小这种不 了预测，进一步验证了该模型的可行性。 利影响，对风速和风功率进行预报，将有助于电网 1 风电场风速、有功功率分析 调度部门提前了解即将入网的风电功率，便于电网 合理、经济调度[3] 。风电功率的预测以时间尺度的 本文中的原始风速数据为某风场测风塔及 不同可以分为三种:一种是超短期预测(几分钟到 SCADA系统提供的采样频率为12秒每点的数据。 几十分钟),这种时间尺度内的预测主要针对风电 该风电场有G850风机58台。 4 机组控制;另一种为短期预测(几十分钟到几个小 6 x 10 时),这一时间尺度内的预测主要针对风电并网、调 ） W 4