风电场输出功率短期动态预测及其应用研究

《风电场输出功率短期动态预测及其应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、风电场输出功率短期动态预测及其应用研究重庆大学硕士学位论文（专业学位）学生姓名：柯亭婧指导教师：陈民铀教授学位类别：工程硕士（电气工程领域）重庆大学电气工程学院二O一五年六月Short-TermDynamicPredictionMethodofWindFarmOutputPowerandItsApplicationsAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheProfessionalDegreeByKeTingjin

2、gSupervisedbyProf.ChenMinyouSpecialty:ElectricalEngineeringSchoolofElectricalEngineeringofChongqingUniversity,Chongqing,ChinaJune,2015重庆大学硕士学位论文中文摘要摘要风能作为一种清洁无污染的绿色能源，在国内外能源市场上的应用越来越广泛，然而风电固有的波动性、间歇性以及不可控性，对含风电的电力系统优化调度、无功优化以及风电场自身的运行控制等都将产生不利的影响。大型风电场以及大量的分布式风电并网会影响

3、电力系统的电能质量和稳定性，为风电的大规模并网带来严重挑战。对风电场的输出功率进行预测在一定程度上能够改善这类问题，尤其是风电功率的短期预测对电力系统的安全稳定运行及电力市场的发展具有重要意义。我国的风能资源丰富，近些年风电发展迅速，然而风电功率预测的研究起步较晚，快速准确的风电功率预测仍然是新能源电力中一个亟待解决的问题。在此背景下，论文对风电功率的短期预测及其在电力系统调度方面的应用进行了研究，主要研究内容包括以下几个方面：①本文首先对风能特性指标、风电场发电特性、风电功率特性等风电特性以及风电功率影响因素进行分析研究，并确

4、定了风电场输出功率预测所需数据的采集方法和预处理方法，确保模型数据来源的可靠性，为后续工作的开展奠定理论基础。②根据传统的风电功率静态预测模型随时间推移数据间关联性变弱而导致预测效果变差这一现象，提出了基于自适应调整策略的风电场输出功率短期预测方法，通过误差判别函数调整模型参数，实现风电功率的动态预测。仿真结果显示，动态预测模型具有更高的预测精度，相对误差以及均方根误差都得到较大幅度的改善，且在风电功率波动幅度较大时改善效果更为显著；动态调整时间短，满足在线建模的快速性要求；此外，该方法不局限于特定的预测模型，对以时间序列数据为

5、基础的静态预测模型都适用，具有良好通用性。③风电功率的短期预测在含风电的电力系统无功优化、优化调度等各方面都有重要应用。针对大规模风电并网提出采用改进优先顺序法的风火联合调度方法，以火电机组的发电成本为优化目标，采用粒子群优化算法对机组出力进行更新，通过算例验证了该方法的有效性；针对小规模风电并网，以风水互补微电网为例，提出了风电为主，水电协助补偿，并辅以大电网的互补运行策略，通过仿真对比分析风水互补微电网与风电、水电独立供电时的运行状况，验证了本文提出的运行策略具有更高的经济效益，且系统更为安全稳定。论文的研究内容对于提高风电

6、场运营效率、风电的市场竞争力，保证电力系统的安全稳定运行具有重要的应用价值和实际意义。关键词：风电功率，短期预测，动态调整策略，风火联合调度，风水互补微电网I重庆大学硕士学位论文英文摘要ABSTRACTWindpowerisanidealpollution-freeelectricpowerandthestrongestgrowingformofrenewableenergy.Windpowerhasenteredarapidprogressstageanditsapplicationismoreandmorewidely.Bu

7、twindpowerhasthedisadvantagesofintermittenceandvolatility,whichwillbringadverseeffectonoptimalschedulingofpowersystem,reactivepoweroptimizationandchallengetothesafetyandstabilizationofwindpower.Largegrid-connectedwindfarmwillaffectpowerquality,thetransientanglestabil

8、ity,frequencystabilityandvoltagestability,whichrestrictsthescaleofwindpowerdevelopment.Windpowerpredictionisaneffectiveapproachfort