基于改进CFD与小波混合神经网络组合的风电场功率预测方法

发布时间：2018-01-06 15:08

本文关键词：基于改进CFD与小波混合神经网络组合的风电场功率预测方法　出处：《电网技术》2017年01期 　论文类型：期刊论文

【摘要】：风的间歇性和时变性制约电力系统能量平衡,准确的风电功率预测有助于电网减小旋转备用、合理制定检修计划。为减小预测误差,提出一种基于多计算流体力学(computational fluid dynamics,CFD)模型的新型风电场组合功率预测方法。首先,利用小波混合神经网络对数值天气预报降尺度;其次,提出了考虑多重尾流的风电场物理CFD模型,并建立了根据测风塔风速外推各台风电机组风速的加速比相关系数;最后,提出了仅考虑自由流场和带有激盘模型的变权重组合流场模型。实际算例仿真证明,所提出的预测方法更准确地反映了风电场实际运行状态,有效提高了预测准确性。
[Abstract]:The intermittent wind and time-varying control energy balance of power system, accurate wind power forecasting helps to reduce power spinning reserve, making reasonable maintenance plan. In order to reduce the prediction error, which based on computational fluid dynamics (computational fluid dynamics, CFD) model of wind power prediction method of combination model. First of all, downscaling of numerical weather prediction using hybrid wavelet neural network; secondly, puts forward the physical model of multi CFD wind farm considering wake and established with correlation coefficient according to the ratio of wind tower wind speed wind turbine wind speed extrapolation; finally, the variable weight combination flow model considering only the free flow and with actuator disk model the actual numerical simulation prove that the proposed prediction method can more accurately reflect the actual operation state of wind farm, effectively improve the prediction accuracy.

【作者单位】：沈阳工业大学电气工程学院;沈阳工业大学信息科学与工程学院;东北电力大学电气工程学院;
【基金】：国家电网公司科技项目(DKYKJ[2012]001-1)~~
【分类号】：TM614
【正文快照】： 测方法更准确地反映了风电场实际运行状态,有效提高了预测准确性。0引言风电本身所特有的间歇性和不确定性增加了对电网计划和调度的难度,风电功率预测有助于电力系统的功率平衡和经济调度。目前风电功率预测准确性尚不能完全满足电力系统调度要求,因此,进一步研究提高风电功

【相似文献】