大型风电场输出功率协同预测方法研究

《大型风电场输出功率协同预测方法研究》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、图书分类号：U.D.C.:工程硕士学位论文大型风电场输出功率协同预测方法研究硕士研究生：孙涌导师：杨茂副教授申请学位级别：工程硕士学科、专业：电气工程所在单位：电气工程学院答辩日期：2015年4月授予学位单位：东北电力大学ClassifiedIndex:U.D.C.DissertationfortheMaster’sDegreeinEngineeringStudyontheCooperativePredictionofLarge-ScaleofWindPowerCandidate：SunYongAssociateSupervisor：AssociateProf.YangM

2、aoAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：ElectricalEngineeringAffiliation：SchoolofElectricalEngnieerringDateofOralExamination：Apr.2015University：NortheastDianliUniversity摘要随着世界各国对能源危机和环境问题的逐步重视，新能源发电越来越受到人们的关注，作为最具大规模开发商业价值的清洁能源，风电在我国得到了大力的发展。相比常规能源，随机变化的风速和风向使得风电功率具有波动性、间

3、歇性和不完全可控性等特征，这对电力系统运行的稳定性和可靠性造成了不利影响。当大规模风电场接入电网运行时，大幅度地风电功率波动会对电网的功率平衡和频率调节带来不利影响。提高风电功率预测精度是实现含大规模风电电力系统运行安全和经济的重要手段。本文以吉林省某风电场实测的风电功率数据为基础，首先介绍了风电场输出功率数据丢失的原因，分析了四种数据补齐方法的优劣性，使用自适应神经模糊推理系统对单台及多台风电机组缺失数据进行补齐及优化；然后对于风电输出功率波动性比较大的特点，采用小波理论对其进行分解并对不同频段使用最优方法分别进行实时预测，从而得到协同预测模型，针对非实时分解预测模型中

4、预测值随预测步数恶化的问题，引入了小波实时分解模式，提高了预测结果的准确率；对于预测结果的误差介绍了预测误差的概念、产生原因及目前描述误差的评价体系，并结合实际算例，说明风电功率预测误差的研究对风电功率预测工作的指导和改进的所产生的影响及意义，最后搭建了风电场大规模数据管理系统，对风电场实际运行数据进行实时采集、保存，为风电场输出功率准确预测提供数据支撑；并可以根据用户个人需求进行数据提取及修改，可用于风电场实际运行管理，目前该平台已在吉林西部某风电场得到实际应用。关键词：风电功率；协同预测；自适应神经模糊推理系统；小波理论IAbstractNowadays，countr

5、iesallaroundworldgraduallypaymoreattentiontotheenergycrisisandenvironmentalproblems，andnewenergygenerationcomesintomorepeople’svision.Asthemostcommerciallyvaluablelarge-scaledevelopmentofcleanenergy,windpowerinChinahasbeenvigorouslydeveloped.Comparedtoconventionalenergysources,randomchang

6、esinwindspeedandwinddirectionmakewindpowerhavethecharacteristicsoffluctuant,intermittentanduncontrollable,andhaveaadverselyaffectedthepowersystemstabilityandreliability.Whenlarge-scalewindfarmsconnectedtothegridoperation,significantlywindpowerfluctuationswillbringadverselyimpacttopowerbal

7、anceandfrequencyregulation.Improvetheaccuracyofwindpowerpredictionisanimportantmeanstoachievethetargetofoperationalsafetyandeconomyofpowersystemsincludinglarge-scalewindpower.ThisarticleisbasedontheactualmeasuredwindpowerdataofwindfarmsinJilinProvince,firstlyitintro