风电功率预测的新型互联网运营模式设计

发布时间：2017-09-05 15:22

  本文关键词：风电功率预测的新型互联网运营模式设计

  更多相关文章： 风电功率预测 能源互联网 大数据 预测误差相关性

【摘要】：目前我国大型并网风电场广泛开展了风电功率预测业务,但实际运营中反映出预测精度不稳定、预测系统运行/开发人员间交互性差、运维成本高等问题,现行运营模式与实际工程应用需求存在显著的差距。设计了一套风电功率预测新型互联网运营模式,对其理论基础、基本概念、核心功能进行了论述。新型运营模式一方面依托大数据技术建立新风电功率预测系统,提升风电场预测精度;另一方面建立预测服务商、风电场用户多方沟通交流的自服务平台,为专业服务平台提供用户侧反馈,促进功率预测结果的可用性。最后基于在吉林风电场群的实际应用证明了该模式在拓宽预测数据视野、提高预测精度等方面具有积极作用。
【作者单位】： 电力系统及发电设备控制和仿真国家重点实验室(清华大学电机系);北京清软创新科技有限公司;
【关键词】： 风电功率预测 能源互联网 大数据 预测误差相关性
【基金】：国家自然科学基金重大基金项目(51190101)~~
【分类号】：TM614
【正文快照】： 0引言我国风电在经历2006—2009年逐年翻番的高速扩张期后,进入了一个更稳定的持续发展阶段,2014年累计并网容量达到114 609 MW[1]。为减轻风能波动对电力系统安全稳定运行的不利影响,准确的风电功率预测是关键基础,风电相关标准和规范都对风电功率预测系统的安装和使用提出了

【参考文献】

中国期刊全文数据库 前2条

1 查亚兵;张涛;谭树人;黄卓;王文广;;关于能源互联网的认识与思考[J];国防科技;2012年05期

2 叶林;赵永宁;;基于空间相关性的风电功率预测研究综述[J];电力系统自动化;2014年14期

【共引文献】

中国期刊全文数据库 前10条

1 刘宝龙;查亚兵;;未来能量互联的关键设备——固态变压器[J];国防科技;2014年03期

2 郑春满;李宇杰;刘勇;谢凯;盘毅;;基于能源互联网背景的储能二次电池技术发展分析[J];国防科技;2014年03期

3 张涛;查亚兵;;能源互联网在军事能源转型中的作用[J];国防科技;2014年03期

4 郭创新;黄一诺;王力成;潘毅;戴赛;;随机电源与确定电源协同调度综述[J];电力科学与技术学报;2014年04期

5 薛禹胜;郁琛;赵俊华;Kang LI;Xueqin LIU;Qiuwei WU;Guangya YANG;;关于短期及超短期风电功率预测的评述[J];电力系统自动化;2015年06期

6 纪建强;翟晓鸣;;第三次工业革命:特征、影响及应对战略[J];管理现代化;2015年01期

7 崔嘉;杨俊友;邢作霞;李媛;王海鑫;马洪斌;;基于单机最优功率曲线拟合的多场景风电功率预测方法[J];电力系统自动化;2015年16期

8 吴燕;孟宪楠;金鹏;汪强;耿亮;白茹;;能源互联网发展路径及建设应用[J];电气应用;2015年S1期

9 刘开俊;;能源互联网发展路径探究[J];电力建设;2015年10期

10 孙宏斌;郭庆来;潘昭光;;能源互联网:理念、架构与前沿展望[J];电力系统自动化;2015年19期

中国硕士学位论文全文数据库 前1条

1 王力成;考虑光伏与电动汽车充电功率不确定性的配电网调度方法研究[D];浙江大学;2015年

【二级参考文献】

中国期刊全文数据库 前10条

1 徐曼;乔颖;鲁宗相;;短期风电功率预测误差综合评价方法[J];电力系统自动化;2011年12期

2 陈颖;周海;王文鹏;曹潇;丁杰;;风电场输出功率超短期预测结果分析与改进[J];电力系统自动化;2011年15期

3 师洪涛;杨静玲;丁茂生;王金梅;;基于小波—BP神经网络的短期风电功率预测方法[J];电力系统自动化;2011年16期

4 刘瑞叶;黄磊;;基于动态神经网络的风电场输出功率预测[J];电力系统自动化;2012年11期

5 李文良;卫志农;孙国强;完整;缪伟;;基于改进空间相关法和径向基神经网络的风电场短期风速分时预测模型[J];电力自动化设备;2009年06期

6 于慎航;孙莹;牛晓娜;赵传辉;;基于分布式可再生能源发电的能源互联网系统[J];电力自动化设备;2010年05期

7 陈颖;孙荣富;吴志坚;丁杰;陈志宝;丁宇宇;;基于统计升尺度方法的区域风电场群功率预测[J];电力系统自动化;2013年07期

8 曾程;叶林;赵永宁;;考虑尾流效应的风电场短期功率空间预测模型[J];电力系统保护与控制;2012年24期

9 杨秀媛,肖洋,陈树勇;风电场风速和发电功率预测研究[J];中国电机工程学报;2005年11期

10 叶林;刘鹏;;基于经验模态分解和支持向量机的短期风电功率组合预测模型[J];中国电机工程学报;2011年31期

，

本文编号：798746