甘肃省风能太阳能气象服务业务平台开发及应用
发布时间：2021-09-30 17:22
气象条件对风光电场功率预测及安全生产有着显著的影响,开展新能源气象服务针对性研究具有重要意义。甘肃省气象服务中心以服务需求为导向,开发风能太阳能气象服务业务平台,实现了基础数据库、实时气象监测、数值预报与数据分析、发电功率预测及业务管理显示等功能。业务应用结果表明,系统运行稳定,体现了气象部门在数值天气预报方面的技术优势和风光电场的业务运行特点,提高了新能源气象服务效率和质量,在省级区域具有一定的应用推广价值。
【文章来源】：气象科技进展. 2019,9(02)
【文章页数】：5 页
【部分图文】：
风电场风速功率对比案例 Fig. 2 Comparison of wind and speed power at wind farm
5）。2）区域功率预测考虑到同一区域内电场规模、地理位置、风光状况等的差异，以及各个电场预测误差的不同，采用区域功率预测能够平滑各个电场的预测误差，使整个区域内的预测精度更为准确，更有利于调度安排运行方式和备用（图6、图7）。平台主要采用时空分布特性的区域功率预测方法[16]，根据风速、辐射2种气象要图2风电场风速功率对比案例Fig.2Comparisonofwindandspeedpoweratwindfarm图3风电场月准确率统计Fig.3Windfarmmonthlyaccuracyratestatistics图4光伏电站辐射功率对比Fig.4Comparisonofradiationpoweratthephotovoltaicpowerstation图5光伏电站月准确率统计Fig.5Monthlyaccuracystatisticsatthephotovoltaicpowerstation图6区域功率预测思路Fig.6Regionalpowerprediction图7区域功率预测案例Fig.7Acaseofregionalpowerprediction素预报，同时结合区域内风、光电装机总量、机组参数等信息，实现各省（区、市）区域风、光未来7天总功率预测，也可任意选择某段电网线路区域，实现区域内未来7天的功率预测。单场功率预测采用风电场或光伏电站的历史数据、实时数据以及机组运行工况对风光电场的功率进行预测，主要应用于发电企业下属的风电尝光伏电站。而区域功率预测需要结合预测区域内风光电场的装机、机组参数等信息对该区域的功率进行预测，主要服务于当地电网公司的调度部门。2.3.2 资源评估风光资源评估主要根据自建自动站、区域站、测9088868482807876月份1234567891011969492908886848280月份1234567891011基准风、光电场选择子区域
匦?的区域功率预测方法[16]，根据风速、辐射2种气象要图2风电场风速功率对比案例Fig.2Comparisonofwindandspeedpoweratwindfarm图3风电场月准确率统计Fig.3Windfarmmonthlyaccuracyratestatistics图4光伏电站辐射功率对比Fig.4Comparisonofradiationpoweratthephotovoltaicpowerstation图5光伏电站月准确率统计Fig.5Monthlyaccuracystatisticsatthephotovoltaicpowerstation图6区域功率预测思路Fig.6Regionalpowerprediction图7区域功率预测案例Fig.7Acaseofregionalpowerprediction素预报，同时结合区域内风、光电装机总量、机组参数等信息，实现各省（区、市）区域风、光未来7天总功率预测，也可任意选择某段电网线路区域，实现区域内未来7天的功率预测。单场功率预测采用风电场或光伏电站的历史数据、实时数据以及机组运行工况对风光电场的功率进行预测，主要应用于发电企业下属的风电尝光伏电站。而区域功率预测需要结合预测区域内风光电场的装机、机组参数等信息对该区域的功率进行预测，主要服务于当地电网公司的调度部门。2.3.2 资源评估风光资源评估主要根据自建自动站、区域站、测9088868482807876月份1234567891011969492908886848280月份1234567891011基准风、光电场选择子区域划分计算风、光电场实测功率与子区域功率的相关性选择相关系数大的风电场为基准电场各子区域预测功率求和，得区域功率预测基准风/光电场功率预测各子区域功率预测
【参考文献】：
期刊论文
[1]光伏发电功率的短期预测系统的开发与应用[J]. 邓隐北,黄仁珠. 电源世界. 2017(11)
[2]光伏电站功率预测系统开发与设计[J]. 王知嘉,崔方,程序. 智能电网. 2016(02)
[3]青海电力专业气象预报服务产品制作及发布集成系统的开发[J]. 张静,郭广,保广裕. 青海电力. 2015(04)
[4]电力气象服务平台研究[J]. 李华伟,周照. 气象研究与应用. 2012(S1)
[5]风电功率预报方法研究进展[J]. 王勇,李照荣,李晓霞,张铁军. 干旱气象. 2011(02)
[6]中国风能资源贮量估算[J]. 薛桁,朱瑞兆,杨振斌,袁春红. 太阳能学报. 2001(02)
博士论文
[1]风电功率预测研究[D]. 韩自奋.武汉大学 2012
硕士论文
[1]一种面向能源互联网的集中式风功率预测的系统设计[D]. 赵宪刚.天津大学 2017
[2]风功率预测系统设计与实现[D]. 臧芳.山东大学 2016
[3]考虑时空分布特性的区域风电功率预测方法[D]. 李伟花.华北电力大学 2015
[4]山西省电力气象服务系统研究[D]. 于万荣.电子科技大学 2012
本文编号：3416329
【文章来源】：气象科技进展. 2019,9(02)
【文章页数】：5 页
【部分图文】：
风电场风速功率对比案例 Fig. 2 Comparison of wind and speed power at wind farm
5）。2）区域功率预测考虑到同一区域内电场规模、地理位置、风光状况等的差异，以及各个电场预测误差的不同，采用区域功率预测能够平滑各个电场的预测误差，使整个区域内的预测精度更为准确，更有利于调度安排运行方式和备用（图6、图7）。平台主要采用时空分布特性的区域功率预测方法[16]，根据风速、辐射2种气象要图2风电场风速功率对比案例Fig.2Comparisonofwindandspeedpoweratwindfarm图3风电场月准确率统计Fig.3Windfarmmonthlyaccuracyratestatistics图4光伏电站辐射功率对比Fig.4Comparisonofradiationpoweratthephotovoltaicpowerstation图5光伏电站月准确率统计Fig.5Monthlyaccuracystatisticsatthephotovoltaicpowerstation图6区域功率预测思路Fig.6Regionalpowerprediction图7区域功率预测案例Fig.7Acaseofregionalpowerprediction素预报，同时结合区域内风、光电装机总量、机组参数等信息，实现各省（区、市）区域风、光未来7天总功率预测，也可任意选择某段电网线路区域，实现区域内未来7天的功率预测。单场功率预测采用风电场或光伏电站的历史数据、实时数据以及机组运行工况对风光电场的功率进行预测，主要应用于发电企业下属的风电尝光伏电站。而区域功率预测需要结合预测区域内风光电场的装机、机组参数等信息对该区域的功率进行预测，主要服务于当地电网公司的调度部门。2.3.2 资源评估风光资源评估主要根据自建自动站、区域站、测9088868482807876月份1234567891011969492908886848280月份1234567891011基准风、光电场选择子区域
匦?的区域功率预测方法[16]，根据风速、辐射2种气象要图2风电场风速功率对比案例Fig.2Comparisonofwindandspeedpoweratwindfarm图3风电场月准确率统计Fig.3Windfarmmonthlyaccuracyratestatistics图4光伏电站辐射功率对比Fig.4Comparisonofradiationpoweratthephotovoltaicpowerstation图5光伏电站月准确率统计Fig.5Monthlyaccuracystatisticsatthephotovoltaicpowerstation图6区域功率预测思路Fig.6Regionalpowerprediction图7区域功率预测案例Fig.7Acaseofregionalpowerprediction素预报，同时结合区域内风、光电装机总量、机组参数等信息，实现各省（区、市）区域风、光未来7天总功率预测，也可任意选择某段电网线路区域，实现区域内未来7天的功率预测。单场功率预测采用风电场或光伏电站的历史数据、实时数据以及机组运行工况对风光电场的功率进行预测，主要应用于发电企业下属的风电尝光伏电站。而区域功率预测需要结合预测区域内风光电场的装机、机组参数等信息对该区域的功率进行预测，主要服务于当地电网公司的调度部门。2.3.2 资源评估风光资源评估主要根据自建自动站、区域站、测9088868482807876月份1234567891011969492908886848280月份1234567891011基准风、光电场选择子区域划分计算风、光电场实测功率与子区域功率的相关性选择相关系数大的风电场为基准电场各子区域预测功率求和，得区域功率预测基准风/光电场功率预测各子区域功率预测
【参考文献】：
期刊论文
[1]光伏发电功率的短期预测系统的开发与应用[J]. 邓隐北,黄仁珠. 电源世界. 2017(11)
[2]光伏电站功率预测系统开发与设计[J]. 王知嘉,崔方,程序. 智能电网. 2016(02)
[3]青海电力专业气象预报服务产品制作及发布集成系统的开发[J]. 张静,郭广,保广裕. 青海电力. 2015(04)
[4]电力气象服务平台研究[J]. 李华伟,周照. 气象研究与应用. 2012(S1)
[5]风电功率预报方法研究进展[J]. 王勇,李照荣,李晓霞,张铁军. 干旱气象. 2011(02)
[6]中国风能资源贮量估算[J]. 薛桁,朱瑞兆,杨振斌,袁春红. 太阳能学报. 2001(02)
博士论文
[1]风电功率预测研究[D]. 韩自奋.武汉大学 2012
硕士论文
[1]一种面向能源互联网的集中式风功率预测的系统设计[D]. 赵宪刚.天津大学 2017
[2]风功率预测系统设计与实现[D]. 臧芳.山东大学 2016
[3]考虑时空分布特性的区域风电功率预测方法[D]. 李伟花.华北电力大学 2015
[4]山西省电力气象服务系统研究[D]. 于万荣.电子科技大学 2012
本文编号：3416329
本文链接：https://www.wllwen.com/projectlw/xnylw/3416329.html
