基于机舱风速数据的风电场弃风电量计算方法研究

发布时间：2018-01-04 10:11

  本文关键词：基于机舱风速数据的风电场弃风电量计算方法研究　出处：《电网技术》2014年03期 　论文类型：期刊论文

  更多相关文章： 机舱风速 弃风 损失电量 理论功率 可发功率

【摘要】：为准确评估风电场弃风时段的电量损失,提出了一种新的风电场理论功率与弃风电量计算方法—机舱风速法。该方法基于风电机组正常运行时段的输出功率与机舱风速计的测量风速建立映射关系,再应用到弃风时段,计算风电场的理论功率与弃风电量。为研究该方法的可靠性,分析了仪器测量偏差、风机尾流波动性、开停机状态对理论功率计算结果的影响,并给出了开、停机状态下机舱测量风速的换算方法。采用风电场实测数据对机舱风速法进行了验证,验证结果显示机舱风速法计算的理论功率的相关性系数平均为0.9960,均方根误差平均为1.87%,理论电量误差平均为0.68%。与已有方法相比,机舱风速法计算精度高,便于区分电量损失来源,能针对不同开机方案进行灵活设置。机舱风速法不需要建立测风塔,但如能引入测风塔数据修正机舱风速,有可能进一步提升计算精度。
[Abstract]:In order to accurately evaluate the loss of wind power in wind farm , a new method for calculating wind speed of wind farm is put forward . The method is based on the relationship between the output power of wind power unit and the measured wind speed of nacelle anemometer . The method is verified by wind farm wind speed method . The results show that the theoretical power calculated by wind farm wind speed method has an average correlation coefficient of 0.9960 , the mean square error is 1 . 87 % , and the theoretical electric quantity error is 0 . 68 % .

【作者单位】： 中国电力科学研究院;国网吉林省电力有限公司;甘肃省电力公司风电技术中心;国网天津市电力公司调度控制中心;
【基金】：国家863高技术基金项目(2011AA05A101)~~
【分类号】：TM614
【正文快照】： 0引言随着全球能源危机和环境问题日益严峻,可再生能源特别是风能的开发与利用已成为新的发展趋势。在全球风电产业蓬勃发展的背景下,中国风电产业处于高速发展阶段。截止2012年底,中国累计装机容量75 324.2 MW,占全球的26.7%,居世界首位[1]。然而,随着风电的快速发展,风电供

【参考文献】

相关期刊论文 前10条

1 谷兴凯;范高锋;王晓蓉;赵海翔;戴慧珠;;风电功率预测技术综述[J];电网技术;2007年S2期

2 范高锋;王伟胜;刘纯;;基于人工神经网络的风电功率短期预测系统[J];电网技术;2008年22期

3 刘纯;范高锋;王伟胜;戴慧珠;;风电场输出功率的组合预测模型[J];电网技术;2009年13期

4 李杰;赵萍;戚中浩;尹景勋;;风力机叶片旋转对测风仪的影响[J];东方汽轮机;2012年01期

5 王铮;王伟胜;刘纯;冯双磊;;基于风过程方法的风电功率预测结果不确定性估计[J];电网技术;2013年01期

6 ;2011年风电限电情况初步统计[J];风能;2012年04期

7 ;全球风电市场发展报告2012[J];风能;2013年04期

8 朱启明;;为什么不能用超检气象仪器[J];甘肃气象;1983年03期

9 甘槐樟;;利用损失电量评价指导风电场的生产管理[J];湖南电力;2011年04期

10 黄长江，，路新民;EL风感应器的维护与检定[J];河南气象;1999年01期

【共引文献】

相关期刊论文 前10条

1 吴宗玲;闫连山;曾德兵;陈娟子;;基于ARM+CPLD的高精度超声波风速仪的设计[J];传感器与微系统;2012年06期

2 王葵军;谢扩军;;基于FPGA时差法超声波风速风向仪前端电路的设计[J];电测与仪表;2010年07期

3 ;Achievements and Prospects of Wind Power Prediction[J];Electricity;2011年05期

4 王虹富;曹军;邱家驹;魏新颖;;一种用于分布式发电系统的有功功率补偿模型[J];电力系统自动化;2009年08期

5 郑太一;冯利民;王绍然;王泽一;付小标;;一种计及电网安全约束的风电优化调度方法[J];电力系统自动化;2010年15期

6 王彩霞;鲁宗相;乔颖;闵勇;周双喜;;基于非参数回归模型的短期风电功率预测[J];电力系统自动化;2010年16期

7 茆美琴;周松林;苏建徽;;基于脊波神经网络的短期风电功率预测[J];电力系统自动化;2011年07期

8 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

9 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

10 王成福;梁军;张利;牛远方;

本文编号：1378070