基于非参数回归的风电场理论功率计算方法

发布时间：2018-12-05 19:57

【摘要】：风电场理论功率计算可用于恢复风电场限电等非正常功率数据,对于恢复历史功率数据、建立风电场功率统计预测模型、计算限电量和电力交易结算等具有重要意义。在分析大量风电场实际功率数据的基础上,对于无完整调度控制指令记录和风机运行记录的风电场,根据其实际运行状态和风机类型,合理设置筛选阈值,剔除了限电等非正常功率数据;根据实际功率曲线的特点,采用风向、气压等气象数据对样本数据进行划分;然后采用非参数回归方法拟合风机功率曲线并计算单机理论功率,根据相关系数加权方法修正和补齐缺失功率数据,提出基于非参数回归的风电场理论功率计算方法,并建立完整的理论功率计算模型。通过实际风电场测试,验证了方法的有效性和正确性,并与风电场发电能力验证方法的计算结果进行比较,验证所提方法的先进性。
[Abstract]:The theoretical power calculation of wind farm can be used to restore abnormal power data such as power limit of wind farm, which is of great significance for restoring historical power data, establishing statistical prediction model of wind farm power, calculating the limit of electricity quantity and the settlement of electricity transaction. On the basis of analyzing a large number of actual power data of wind farm, for the wind farm without complete dispatching control instruction record and fan operation record, according to its actual operation state and fan type, the screening threshold is set reasonably. The abnormal power data such as power limit are eliminated. According to the characteristics of the actual power curve, meteorological data such as wind direction and air pressure are used to divide the sample data. Then the non-parametric regression method is used to fit the fan power curve and calculate the theoretical power of a single machine. According to the correlation coefficient weighting method, the theoretical power calculation method of wind farm based on non-parametric regression is put forward according to the correlation coefficient weighting method to correct and correct the missing power data. A complete theoretical power calculation model is established. The validity and correctness of the proposed method are verified by the actual wind farm test, and compared with the calculation results of the wind farm power generation capacity verification method to verify the advanced nature of the proposed method.
【作者单位】： 中国电力科学研究院;
【基金】：国家重点基础研究发展计划项目(973项目)(2012CB215101)~~
【分类号】：TM614

【参考文献】

相关期刊论文 前7条

1 姜文玲;冯双磊;孙勇;王勃;汪宁渤;郭凌旭;;基于机舱风速数据的风电场弃风电量计算方法研究[J];电网技术;2014年03期

2 宋颖巍;刘岩;韩震焘;万杰;詹长庚;;基于修正风速的风电并网运行弃风电量评估[J];电气应用;2014年23期

3 张翔;肖小玲;徐光yP;;一种确定高斯核模型参数的新方法[J];计算机工程;2007年12期

4 任华;姚秀萍;张新燕;周专;王维庆;;风电场弃风电量统计方法研究[J];华东电力;2013年10期

5 张守一,葛新权,王斌;非参数回归及其应用[J];数量经济技术经济研究;1997年10期

6 冯双磊;王伟胜;刘纯;戴慧珠;;基于物理原理的风电场短期风速预测研究[J];太阳能学报;2011年05期

7 冯双磊;王伟胜;刘纯;戴慧珠;;风电场功率预测物理方法研究[J];中国电机工程学报;2010年02期

【共引文献】

相关期刊论文 前10条

1 梁雯,刘松林;图像加权中值滤波及其分级实现方法[J];安徽大学学报(自然科学版);1997年02期

2 程维虎;拟合优度检验的回归分析方法及其应用[J];北京工业大学学报;2000年02期

3 刘江;陈晓雷;姜萍;;样本分类及其在地层水电阻率计算中的应用[J];测井技术;2009年03期

4 罗艳;对称连续分布样本绝对最大值的抽样分布[J];重庆师范学院学报(自然科学版);1998年03期

5 李良敏;基于遗传算法的盲源分离在轴承诊断中的应用[J];轴承;2005年09期

6 欧阳光;线性结构关系EV模型中参数的可估性分析[J];湘南学院学报;2004年05期

7 王宏仁;宋立新;陈鲲;;两个具有名义指标总体分布相等的检验[J];东北师大学报(自然科学版);2011年04期

8 冯德成,翁春生;随机内弹道学研究综述[J];弹道学报;2003年01期

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

10 朱宏;Ⅰ型极值分布样本多个异常值的检验[J];地质科技管理;1994年03期

相关会议论文 前7条

1 严云云;王远清;林亮;;市场调查中的主观评价方法研究[A];第六届中国不确定系统年会论文集[C];2008年

2 Xiao Cheng;Peng Guo;;Short-term Wind Speed Prediction Based On Support Vector Machine Of Fuzzy Information Granulation[A];第25届中国控制与决策会议论文集[C];2013年

3 岳捷;孟凯峰;陈欣;孙翰墨;尹诗;;基于数值天气预报统计降尺度的风电场短期风速预测方法[A];2013电力行业信息化年会论文集[C];2013年

4 陈燕武;邱世斌;吴承业;;风险在各主要金融市场的传染分析[A];21世纪数量经济学（第10卷）[C];2009年

5 周先波;田凤平;;非参数估计方法在长江和珠江三角洲地区城镇居民消费支出分析中的应用[A];经济学（季刊）第7卷第4期[C];2008年

6 许婧婧;杨子生;;云南省耕地数量分布的影响因素分析[A];中国土地资源可持续利用与新农村建设研究[C];2008年

7 岳捷;孟凯峰;陈欣;孙翰墨;尹诗;;基于数值天气预报统计降尺度的风电场短期风速预测方法[A];2013电力行业信息化年会论文集[C];2013年

相关博士学位论文 前10条

1 王敏;分布式电源的概率建模及其对电力系统的影响[D];合肥工业大学;2010年

2 李莲芝;汽车变速箱质量问题追溯的理论方法研究[D];吉林大学;2011年

3 杨志凌;风电场功率短期预测方法优化的研究[D];华北电力大学（北京）;2011年

4 刘琼芳;基于Copula理论的金融时间序列相依性研究[D];重庆大学;2010年

5 赵楠;基于机器学习的供应链绩效智能分析方法研究[D];天津大学;2010年

6 黄晓晴;分形编码在数字水印及图像检索中的应用技术研究[D];南京航空航天大学;2010年

7 张远增;高等教育评价方法研究[D];华东师范大学;2001年

8 邓文丽;区间数据的若干问题研究[D];复旦大学;2004年

9 董洁;非参数统计理论在洪水频率分析中的应用研究[D];河海大学;2005年

10 周卫峰;中国区域经济增长收敛性研究[D];中国社会科学院研究生院;2005年

相关硕士学位论文 前10条

1 刘莉芳;油轮远期运费协议风险测度研究[D];大连海事大学;2011年

2 陈盼;基于多尺度分解的风电场风速预测研究[D];华南理工大学;2011年

3 段彬;风光互补发电控制系统中的短期功率预测研究[D];电子科技大学;2011年

4 陈倩;区域风电功率一体化预测方法研究[D];华北电力大学;2011年

5 凌帅;基于非参数回归的短时交通流预测系统设计[D];天津大学;2010年

6 王磊;基于信息同步的故障预测技术及在空分设备中的应用[D];南京航空航天大学;2011年

7 孟洋洋;风电场发电功率短期预测模型研究[D];重庆大学;2011年

8 范瑞雅;支持向量机核函数的参数选择方法[D];重庆大学;2011年

9 冯乐涵;移动机器人运动目标检测与跟踪系统研究[D];河北工业大学;2011年

10 刘祥;基于改进的非参数回归交通流量预测方法[D];华中科技大学;2011年

【二级参考文献】

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 潘迪夫;刘辉;李燕飞;;基于时间序列分析和卡尔曼滤波算法的风电场风速预测优化模型[J];电网技术;2008年07期

3 杜颖;卢继平;李青;邓颖玲;;基于最小二乘支持向量机的风电场短期风速预测[J];电网技术;2008年15期

4 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

5 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

6 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

7 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

8 ;2011年风电限电情况初步统计[J];风能;2012年04期

9 ;全球风电市场发展报告2012[J];风能;2013年04期

10 朱启明;;为什么不能用超检气象仪器[J];甘肃气象;1983年03期

【相似文献】

相关期刊论文 前10条

1 屈莉;兰时勇;张建伟;;基于浮动车数据非参数回归短时交通速度预测[J];计算机工程与设计;2013年09期

2 朱东河;凌能祥;;长记忆下函数型数据非参数回归的M-估计[J];合肥工业大学学报(自然科学版);2010年06期

3 李春红;张可娟;邝文竹;;基于非参数回归的桥梁极限承载力预测[J];南昌大学学报(理科版);2012年02期

4 陈淑铭,吴国丽;带惩罚项的自适应非参数回归方法[J];烟台大学学报(自然科学与工程版);2004年03期

5 贾宁;马寿峰;钟石泉;;基于遗传算法优化和KD树的交通流非参数回归预测方法[J];控制与决策;2012年07期

6 王彦杰;李文勇;;改进非参数回归在交通状态预测中的应用[J];西部交通科技;2010年Z1期

7 计晓昕;关伟;;组合非参数回归和卡尔曼滤波的公交车到站时间预测[J];科学技术与工程;2013年32期

8 王少芬;;中国能源消费与GDP关系的实证分析——基于参数与非参数回归模型[J];经济问题;2013年02期

9 黄娟;李乃医;;两两NQD序列下非参数回归函数估计的相合性[J];华东交通大学学报;2006年02期

10 赵俊龙;赵秀丽;;利用样条函数建立季节性时间序列的预测模型[J];北京理工大学学报;2007年04期

相关博士学位论文 前2条

1 王新颖;基于网格的短时交通状态预测研究[D];吉林大学;2010年

2 陈长生;非参数回归和生长曲线统计分析方法研究及其医学应用[D];第四军医大学;1998年

相关硕士学位论文 前9条

1 刘志刚;非参数回归的研究及其应用[D];温州大学;2012年

2 刘祥;基于改进的非参数回归交通流量预测方法[D];华中科技大学;2011年

3 张杰;相似可分离函数的非参数回归估计[D];东北师范大学;2008年

4 张云霞;两种数据的非参数回归及其渐近性质[D];燕山大学;2012年

5 王二红;相依样本下非参数回归函数的小波估计[D];合肥工业大学;2007年

6 王真真;误差相关核回归[D];山东大学;2012年

7 韦方佐;φ-混合样本下非参数回归函数的置信区间[D];广西师范大学;2012年

8 彭小智;非参数回归函数估计的渐近性理论研究[D];合肥工业大学;2008年

9 王立;数据部分缺失情况下的均值估计[D];江西师范大学;2008年

，

本文编号：2365390