风电场风速和发电功率预测研究.pdf

《风电场风速和发电功率预测研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第25卷第11期中国电机工程学报Vol.25No.11Jun.20052005年6月ProceedingsoftheCSEE©2005Chin.Soc.forElec.Eng.文章编号：0258-8013（2005）11-0001-05中图分类号：TM614；TM71文献标识码：A学科分类号：470·40风电场风速和发电功率预测研究123杨秀媛，肖洋，陈树勇（1．北京机械工业学院，北京市海淀区100085；2．东北电力学院，吉林省吉林市132012；3．中国电力科学研究院，北京市海淀区100085）WINDSPEEDANDGENERATEDPOWERFORECASTIN

2、GINWINDFARM123YANGXiu-yuan,XIAOYang,CHENShu-yong（1.BeijingMachineryIndustryCollege,HaidianDistrict,Beijing100085,China;2.NortheastChinaInstituteofElectricPowerEngineering,Jilin132012,JilinProvince,China;3.ChinaElectricPowerResearchInstitute,HaidianDistrict,Beijing100085,China）[1]ABSTRACT

3、:Windspeedforecastingisveryimportanttothe界各国的高度重视。目前，国内外对于风力发电operationofwindpowerplantsandpowersystems.Itcan各种课题的研究越来越深入，但其中关于风电场风relieveoravoidthedisadvantageousimpactofwindpower速和功率预测的研究还达不到令人满意的程度[2]。plantsonpowersystemsandenhancethecompetitiveabilityof由于风电具有很强的随机性，所以风电穿透功windpowerpl

4、antsagainstotherpowerplantsinelectricity率超过一定值之后，会严重影响电能质量和电力系markets.BasedontimeseriesmethodandANN(artificial[3]统的运行。有关学者在这方面进行了大量的研究neuralnetwork),theauthorsstudiedthewindspeedforecasting[4-7]工作，并指出我国电网目前可接受的风电穿透功andproposedatimeseriesANNmethodforwindspeedforecasting.Intheproposedmetho

5、dthemathematicalmodel率不能超过8%。如果能对风速和风力发电功率进wasbuiltbytimeseriesmethodtoobtainthebasicparameters行比较准确的预测，则有利于电力系统调度部门及ofwindspeedcharacteristics,thentheseparameterswasused时调整调度计划，从而可有效地减轻风电对电网的tochooseinputvariablesofANN.Toimprovetheforecasting影响，而且还可以减少电力系统运行成本和旋转备accuracyofANNarollingme

6、thodtoadjustweightfactorswas用，提高风电穿透功率极限，同时为风电场参与发putforward.Withabove-mentionedmethodthewindspeed电竞价奠定了基础。forecastingaccuracywaseffectivelyimproved.目前，风电场风速预测的误差在25%~40%左KEYWORDS:Windpowergeneration;Windspeed右，这不仅与预测方法有关，还与预测周期以及预forecasting;Windpowerforecasting;Timeseries;ANN测地点的风速特性有关

7、。一般来说，预测周期越短，摘要：风速预测对风电场和电力系统的运行都具有重要意预测地点的风速变化越缓和，预测误差就会越小；义。对风速进行比较准确的预测，可以有效地减轻或避免风反之，预测误差就会越大。最简单的预测方法是持电场对电力系统的不利影响，同时提高风电场在电力市场中续法，即把最近一点的风速或功率观测值作为下一的竞争能力。基于时间序列法和神经网络法，该文对风速预[3]点的预测值。其它预测方法有卡尔漫滤波法测进行了研究，提出了预测风速的时序神经网络法。该方法[8][9]（Kalmanfilters）、时间序列法（ARMA）、人用时间序列法建