风电功率爬坡事件的识别方法研究

发布时间：2017-05-19 13:13

  本文关键词：风电功率爬坡事件的识别方法研究，由笔耕文化传播整理发布。

【摘要】：风电功率爬坡事件是指风电功率在短时间尺度内的大幅度波动,会对风电场及电网造成很大的危害。为更好地识别爬坡事件,认识和了解爬坡事件的机理,论文选用风电场的风功率观测数据、WRF模式模拟结果,对目前常用的三种爬坡事件确定方法进行了比较分析。在此基础上利用权重系数法、旋转门SDT算法提出了两种新的爬坡事件的识别方法;探讨了新方法在胶东半岛风电场的适用性;利用胶东半岛20个风电场,结合各风电场测风塔的观测数据、FNL再分析资料分析了大范围爬坡事件的机理。研究结果表明:目前常用的三种爬坡事件的识别方法—Kamath定义、Haiyang定义和Bossavy定义,存在着一定的局限性。Kamath定义对爬坡速率快的爬坡事件识别不敏感;Haiyang定义对持续时间长的爬坡事件识别不敏感;Bossavy定义对功率波动变化快、上下爬坡过程连续的爬坡事件识别不敏感,且识别的爬坡事件持续时间偏长。相比较Bossavy定义的爬坡事件识别率最高,但也仅达到84.6%。针对现有爬坡事件识别中存在的问题,提出了两种爬坡事件识别的新方法:改进的Bossavy定义和基于SDT算法的定义,识别率分别达到了92.7%和93.2%。爬坡实例的统计分析表明基于SDT算法的定义既能完整识别一般的爬坡事件,又能识别过程较为复杂的爬坡事件,爬坡事件的识别能力优于其他方法。通过对胶东半岛东兴风电场爬坡事件的爬坡高度、爬坡速率和爬坡持续时间等特征统计量的分析发现,提取出的爬坡事件各统计量的分布特征以及在向上、向下爬坡事件中体现的差异较为合理,说明基于SDT算法的爬坡事件定义的适用性较好。初步探讨了大范围爬坡事件,发现胶东半岛大范围爬坡事件发生率约13次/年,其发生主要与阻塞高压系统及其发展以及消失后形成的低压系统的发展变化有着密切的关系,阻塞高压系统和低压系统是诱发大范围风电功率爬坡事件的重要原因。
【关键词】：风电功率 爬坡事件 识别方法 适用性
【学位授予单位】：兰州大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM614
【目录】：

• 中文摘要3-4
• Abstract4-7
• 第一章 绪论7-14
• 1.1 研究背景与意义7-9
• 1.2 研究现状9-12
• 1.2.1 风电功率预测研究现状9
• 1.2.2 爬坡事件研究现状9-12
• 1.3 研究内容12-13
• 1.4 特色与创新点13-14
• 第二章 研究方法与资料14-20
• 2.1 爬坡事件的常用识别方法14-16
• 2.2 旋转门SDT算法16
• 2.3 模式与实验设计16-18
• 2.3.1 WRF模式简介16-17
• 2.3.2 WRF模式物理方案17-18
• 2.4 研究区域与数据资料18-20
• 2.4.1 研究区域18
• 2.4.2 数据说明18-20
• 第三章 爬坡事件识别的新方法20-41
• 3.1 风功率爬坡事件的识别20-23
• 3.2 常用爬坡事件识别方法的比较23-30
• 3.2.1 Kamath定义识别的爬坡事件23-24
• 3.2.2 Haiyang定义识别的爬坡事件24-27
• 3.2.3 Bossavy定义识别的爬坡事件27
• 3.2.4 爬坡事件三种方法识别结果的比较分析27-30
• 3.3 改进的Bossavy识别方法30-34
• 3.3.1 改进的Bossavy定义30-31
• 3.3.2 改进的Bossavy定义识别的爬坡事件31-33
• 3.3.3 改进的Bossavy定义与原定义识别结果的比较分析33-34
• 3.4 基于SDT算法的爬坡事件识别方法34-38
• 3.4.1 基于SDT算法的爬坡事件识别方法35-36
• 3.4.2 基于SDT算法定义识别的的爬坡事件36-38
• 3.5 爬坡事件两种新方法识别效果的比较分析38-39
• 3.6 本章小结39-41
• 第四章 基于SDT算法的识别方法在胶东半岛的适用性分析41-45
• 4.1 爬坡高度特征量的分析41-42
• 4.2 爬坡速率与持续时间的联合分布特征分析42-43
• 4.3 爬坡高度与持续时间的联合分布特征分析43-44
• 4.4 本章小结44-45
• 第五章 胶东半岛大范围爬坡事件发生机理的初步分析45-54
• 5.1 大范围爬坡事件的初步探讨45-47
• 5.2 大范围爬坡事件发生的机理分析47-53
• 5.3 本章小结53-54
• 第六章 结论与展望54-56
• 6.1 结论54
• 6.2 展望54-56
• 参考文献56-59
• 硕士研究生期间科研情况及发表的文章59-60
• 致谢60

【相似文献】

中国期刊全文数据库 前10条

1 苏家洪;;试述人脸识别新技术及编辑识别方法[J];中国新技术新产品;2012年07期

2 张益松,伊立言;低采样率下对高频信号的识别方法[J];航空动力学报;1988年01期

3 刘志鹏,魏君;基于神经网络的集装箱编号识别方法的研究[J];中国包装工业;2002年09期

4 曹立新;真假“雕”牌高级洗衣皂的识别方法[J];中国标准化;2003年08期

5 李决龙;张淼淼;邢建春;杨启亮;;遗留系统的服务识别方法研究[J];计算机集成制造系统;2013年09期

6 江泉;赵光恒;;非线性结构系统的识别方法综述[J];河海科技进展;1993年03期

7 李维民, 公茂惠;一个新的机械图纸识别方法[J];哈尔滨电工学院学报;1995年03期

8 陈学;伪劣消防产品的简易识别方法[J];消防技术与产品信息;2004年01期

9 郭锋;刘玉利;刘鹏军;;P2P的识别[J];中小企业科技;2007年08期

10 刘瑾;张乐石;徐可欣;;不同规模数据集下的人脸识别方法(英文)[J];纳米技术与精密工程;2007年03期

中国重要会议论文全文数据库 前10条

1 郑凯;;建立多维数据异常点识别方法的尝试[A];第八届全国体育科学大会论文摘要汇编（一）[C];2007年

2 张朋柱;韩崇昭;万百五;;智能决策支持系统中的问题识别方法与实现[A];全国青年管理科学与系统科学论文集（第2卷）[C];1993年

3 刘丽兰;刘宏昭;;时间序列模型的识别方法[A];制造技术自动化学术会议论文集[C];2004年

4 苗振伟;许勇;杨军;;超声波人脸识别方法研究[A];中国声学学会2007年青年学术会议论文集（上）[C];2007年

5 罗智勇;宋柔;荀恩东;;一种基于可信度的人名识别方法[A];第二届全国学生计算语言学研讨会论文集[C];2004年

6 张茜;郑峥;亢一澜;王娟;仇巍;;基于海量实测数据的反演识别方法与盾构装备载荷的力学建模[A];中国力学大会——2013论文摘要集[C];2013年

7 赵锐;陈光发;;军事口令识别的Fuzzy方法探讨[A];第二届全国人机语音通讯学术会议论文集[C];1992年

8 骆玉荣;刘建丽;史晓涛;;一种自动车窗识别方法的设计与实现[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

9 崔凯华;王国庆;方剑青;李红军;贾俊波;马超;赵烨;张东辉;;基于声模态分析的材料识别方法研究[A];现代振动与噪声技术（第九卷）[C];2011年

10 李洪东;梁逸曾;张志敏;;酵母蛋白组中原生肽识别方法的探索研究[A];中国化学会第26届学术年会化学信息学与化学计量学分会场论文集[C];2008年

中国重要报纸全文数据库 前9条

1 陈春道;甲鱼优劣及雌雄的识别方法[N];北京科技报;2003年

2 庞席堂;假币的识别方法[N];中华合作时报;2003年

3 王修增;手机被盗号的6种识别方法[N];中国保险报;2003年

4 张侃;正品手机电池识别方法[N];通信产业报;2000年

5 潘 治;德国开发出癌症早期识别方法[N];中国中医药报;2003年

6 新华社记者 段世文;产权证识别方法[N];新华每日电讯;2001年

7 金亮;机器人的情感[N];中国医药报;2001年

8 黄璐;识别假火车票有绝招[N];山西经济日报;2004年

9 宗绍纯;如何识别是纯奶还是奶饮料？[N];国际商报;2003年

中国博士学位论文全文数据库 前10条

1 赵国腾;跨座式单轨交通轨道梁表面裂纹识别方法研究[D];重庆大学;2015年

2 徐训;线性与非线性结构动力荷载识别方法及实验研究[D];哈尔滨工业大学;2015年

3 付文亮;基于FPGA的高性能应用层协议识别方法研究[D];北京理工大学;2015年

4 陈飞飞;基于特征表示的行为识别方法研究[D];华中科技大学;2015年

5 黄仕建;视频序列中人体行为的低秩表达与识别方法研究[D];重庆大学;2015年

6 张航;基于高光谱成像技术的皮棉中地膜识别方法研究[D];中国农业大学;2016年

7 张莉莉;竞优特征的群识别方法及其应用[D];东北大学;2010年

8 陈绵书;计算机人脸识别方法研究[D];吉林大学;2004年

9 叶俊勇;人脸检测与识别方法研究[D];重庆大学;2002年

10 何光辉;四种人脸识别方法研究[D];重庆大学;2010年

中国硕士学位论文全文数据库 前10条

1 徐珂琼;基于视频的人脸识别方法研究[D];天津理工大学;2015年

2 彭姣丽;针对多表情的人脸识别方法研究[D];昆明理工大学;2015年

3 代秀丽;基于半监督判别分析的人脸识别方法研究[D];深圳大学;2015年

4 易磊;基于两阶段的交通标志识别方法研究[D];南京理工大学;2015年

5 李彦;基于小波变换的人脸识别方法研究[D];电子科技大学;2014年

6 田晓霞;运动想象EEG的识别方法及在上肢康复中的应用[D];北京工业大学;2015年

7 杨俊涛;基于分数谱时频特征的SAR目标检测与识别方法研究[D];电子科技大学;2014年

8 宋洪伟;基于模糊集合的汉语主观句识别方法研究与实现[D];黑龙江大学;2015年

9 贾博轩;基于手机传感器的人类复杂行为识别方法的研究[D];黑龙江大学;2015年

10 范玲;Link-11数据链信号的识别方法研究[D];西安电子科技大学;2014年

  本文关键词：风电功率爬坡事件的识别方法研究，由笔耕文化传播整理发布。

，

本文编号：378787