风电场风电功率预测模型及应用研究

发布时间：2017-12-14 11:19

本文关键词：风电场风电功率预测模型及应用研究

【摘要】：近年来,风电场功率预测取得一系列突破性进展,该项技术是提高电网调峰能力、增强电网接纳风电的能力、改善电力系统运行安全性与经济性的最为有效、经济的手段之一。论文首先从风电功率预测的目的和意义入手,展望了当前国内外风电功率预测技术发展现状及未来趋势。随后论文简要论述了风电功率的预测方法分类,主要分为统计方法,物理方法及综合方法。在物理方法研究段落,着重分析了大气运动方程,得出大气气象物理数据中对风电功率预测方面的各个影响因素；同时在该段落中还详细分析了局地效应对风电功率预测的影响,大致分为粗糙度变化影响、地形变化影响来阐述；并对尾流效应影响进行了概述。在统计方法研究段落,就BP神经网络的定义、结构、算法进行了详尽的分析,并从叠加动量法和优化学习率这两方面着手对BP神经网络算法进行了适当的改进优化；同时该段落还重点从数学方程式的角度分析了风电机组输出功率的影响因素,并讨论了风电能量转换的模型。随后,论文从输入数据的选择、数据的归一化、风电场功率预测的神经元网络结构的选择等方面讨论了预测模型的建立。结合实际工作及学习情况,论文详细讨论了国电南瑞科技股份有限公司自主研发的NSF3100风电功率预测系统,该系统包括了数据监测、功率预测、软件平台展示三个部分。数据监测是预测的基础,数据监测包括对气象信息的监测和对风电场运行状况的监测。功率预测系统可实现短期、超短期预测功能,满足风电企业对于不同时效预报的需求。软件平台将对监测和预测的数据结果以直观的方式展示并分析。最后依据此套风电功率预测系统在某省电网公司调度系统的实际运行情况,论文详尽展示了预测系统在实际中的功能及状态。
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM614

【参考文献】

中国期刊全文数据库前10条

1 严干贵;王东;杨茂;熊昊;宋薇;;两种风电功率多步预测方式的分析及评价[J];东北电力大学学报;2013年Z1期

2 周砚;谈英莲;刘彪;王凯;;风电场风电功率预测研究综述[J];电气传动自动化;2013年01期

3 周松林;茆美琴;苏建徽;;基于主成分分析与人工神经网络的风电功率预测[J];电网技术;2011年09期

4 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

5 王健;严干贵;宋薇;穆钢;;风电功率预测技术综述[J];东北电力大学学报;2011年03期

6 张文宝;王友;;风电场不同机组技术经济性的分析[J];能源技术经济;2011年03期

7 杨桂兴;常喜强;王维庆;姚秀萍;;对风电功率预测系统中预测精度的讨论[J];电网与清洁能源;2011年01期

8 黄怡;张义斌;孙强;李隽;;适应我国风电高速发展的举措建议[J];能源技术经济;2010年03期

9 朱洪英;;风电工程设计中的重要环节及应注意的问题[J];能源技术经济;2010年01期

10 井天军;阮睿;杨明皓;;基于等效平均风速的风力发电功率预测[J];电力系统自动化;2009年24期