根据山东省24个风电场2013年全年每15 min的风电输出功率实测数据以及相应的WRF(Weather Research and Forecasting)气象预测数据和FNL(Final Operational Global Analysis)再分析资料,分析了区域大规模风电爬坡现象与大尺度天气系统演...根据山东省24个风电场2013年全年每15 min的风电输出功率实测数据以及相应的WRF(Weather Research and Forecasting)气象预测数据和FNL(Final Operational Global Analysis)再分析资料,分析了区域大规模风电爬坡现象与大尺度天气系统演变的联系。结果显示,大尺度天气系统,特别是阻塞高压系统,是诱发山东地区大规模风电爬坡的重要因素;爬坡事件的预测应当考虑天气演变的因素。进一步结合旋转门(The Swinging Door,TSD)算法重新讨论了爬坡事件的定义与识别,并在此基础上分析了爬坡事件的特征及其可预报性;并指出风电功率上报、考核制度应当重点考虑爬坡时间段的预测水平,以提高电网运行的稳定性。展开更多
文摘根据山东省24个风电场2013年全年每15 min的风电输出功率实测数据以及相应的WRF(Weather Research and Forecasting)气象预测数据和FNL(Final Operational Global Analysis)再分析资料,分析了区域大规模风电爬坡现象与大尺度天气系统演变的联系。结果显示,大尺度天气系统,特别是阻塞高压系统,是诱发山东地区大规模风电爬坡的重要因素;爬坡事件的预测应当考虑天气演变的因素。进一步结合旋转门(The Swinging Door,TSD)算法重新讨论了爬坡事件的定义与识别,并在此基础上分析了爬坡事件的特征及其可预报性;并指出风电功率上报、考核制度应当重点考虑爬坡时间段的预测水平,以提高电网运行的稳定性。