风电场有功功率异常运行数据重构方法
本文选题：风力发电 + 历史运行数据 ； 参考：《电力系统自动化》2014年05期
【摘要】：风电场真实的历史运行数据是准确研究风电功率预测、出力特性及对系统影响的基础。针对目前限风情况下风电场历史运行数据存在的不良数据的实际问题,提取了不良数据的时序特性,采用分段判定方法进行识别;基于可用的历史数据,一方面利用风电场出力之间的延时相关性还原重构缺失数据,另一方面利用风电自身出力数据,采用基于自回归滑动平均(ARMA)模型的双向权重比重构方法重构完整的时间序列。以中国某风电基地实际风电场历史运行数据为算例,采用所提出的方法可以有效识别并重构缺失数据。文中比较了两种重构方法的重构效果,并给出了各自的适应性。
[Abstract]:The real historical operation data of wind farm is the basis of accurate research on wind power prediction, output characteristics and its influence on the system. In view of the actual problem of bad data existing in wind farm historical operation data under the condition of wind limitation at present, the temporal characteristics of bad data are extracted, and the method of segmental decision is used to identify them, and based on the available historical data, On the one hand, the time-delay correlation between wind farm forces is used to restore the missing data; on the other hand, the autoregressive moving average (ARMA) model is used to reconstruct the complete time series using the wind power output data. Taking the actual wind farm operation data of a wind power base in China as an example, the missing data can be effectively identified and reconstructed by the proposed method. In this paper, the effects of the two reconstruction methods are compared and their adaptations are given.
【作者单位】： 华北电力大学电气与电子工程学院;
【基金】：中央高校基本科研业务费专项资金资助项目(13MS06) 国家电网公司科技项目((2012)515)~~
【分类号】：TM614
【参考文献】
相关期刊论文 前10条
1 肖创英;汪宁渤;陟晶;丁坤;;甘肃酒泉风电出力特性分析[J];电力系统自动化;2010年17期
2 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
3 张宜阳;卢继平;孟洋洋;严欢;李辉;;基于经验模式分解和混沌相空间重构的风电功率短期预测[J];电力系统自动化;2012年05期
4 吴栋梁;王扬;郭创新;刘毅;高振兴;;电力市场环境下考虑风电预测误差的经济调度模型[J];电力系统自动化;2012年06期
5 吕泉;王伟;韩水;苑舜;张近朱;李卫东;;基于调峰能力分析的电网弃风情况评估方法[J];电网技术;2013年07期
6 王乾坤;;国内外风电弃风现状及经验分析[J];华东电力;2012年03期
7 林子雨;江弋;赖永炫;林琛;;一种新的时间序列延迟相关性分析算法——三点预测探查法[J];计算机研究与发展;2012年12期
8 张宁;康重庆;;风电出力分析中的相依概率性序列运算[J];清华大学学报(自然科学版);2012年05期
9 王雷;张瑞青;盛伟;徐治皋;;基于支持向量机的回归预测和异常数据检测[J];中国电机工程学报;2009年08期
10 袁铁江;晁勤;李义岩;吐尔逊·伊不拉音;;大规模风电并网电力系统经济调度中风电场出力的短期预测模型[J];中国电机工程学报;2010年13期
【共引文献】
相关期刊论文 前10条
1 周吉安;;酒泉风电集中并网对电网安全稳定的影响[J];电力安全技术;2011年06期
2 靳丹;何世恩;丁坤;;关于大规模风电基地建设的思考[J];电力建设;2011年10期
3 林章岁;罗利群;;福建省风电出力特性及其对电网的影响分析[J];电力建设;2011年12期
4 秦睿;曹银利;杨萍;;风电场机组设备涉网性能的检测[J];电力建设;2011年12期
5 朱清清;严正;贾燕冰;王亮;;输电线路运行可靠性预测[J];电力系统自动化;2010年24期
6 孙荣富;张涛;梁吉;;电网接纳风电能力的评估及应用[J];电力系统自动化;2011年04期
7 于大洋;韩学山;梁军;宋曙光;;基于NASA地球观测数据库的区域风电功率波动特性分析[J];电力系统自动化;2011年05期
8 于大洋;宋曙光;张波;韩学山;;区域电网电动汽车充电与风电协同调度的分析[J];电力系统自动化;2011年14期
9 薛峰;常康;汪宁渤;;大规模间歇式能源发电并网集群协调控制框架[J];电力系统自动化;2011年22期
10 汪宁渤;王建东;何世恩;;酒泉风电跨区消纳模式及其外送方案[J];电力系统自动化;2011年22期
相关会议论文 前4条
1 栗然;柯拥勤;张孝乾;唐凡;;基于时序-支持向量机的风电场发电功率预测研究[A];中国智能电网学术研讨会论文集[C];2011年
2 潘雄;刘文霞;徐玉琴;张虹;廖平;周俊东;;基于随机响应面法的含风场群电力系统暂态稳定分析[A];2012年云南电力技术论坛论文集[C];2012年
3 车洵;朱e，
本文编号：2104930
本文链接：https://www.wllwen.com/kejilunwen/dianlilw/2104930.html
