Transfer Strategy for Power Output Estimation of Wind Farm at Planning Stage Based on a SVR Model

The conventional wind farm(WF)power generation modelling method highly relies on wind hindcast produced by record time-series data or numerical weather modelling.However,estimating production at future sites is challenging in the absence of local wind monitoring.To address this,a data-driven WF modelling and model transfer strategy is proposed in this work.It considers the challenge of how to transpose metered data from existing operational WFs to sites that might feature as a prospective site for a new WF.By modelling 14 WFs distributed across Scotland using a machine learning(ML)approach,this study proved it was possible to effectively model metered production at a site using modelled wind speed and direction.In addition,this study also found when the latitude difference between two WFs is less than 0.2 degrees and the distance is less than 5o km,two WFs in non-mountainous areas can share an ML model.The results of the shared ML model remain superior to the results of the given power curve from manufacturers,after adjusting the results by the ratio of the power curve in these two WFs.The WF model transfer strategy investigated in this work offered a novel approach to transposing WF production estimates to new sites and appeared to offer better value than simple power curves,which is of importance at the early planning stage for site selection,although it would likely not fully replace detailed micro-siting modelling which are well established in the industry.Index Terms-Machine learning,model transfer strategy,power curve,power output estimation,wind farm.

Probabilistic Load Flow Considering Correlation between Generation, Loads and Wind Power

In this paper a procedure is established for solving the Probabilistic Load Flow in an electrical power network, considering correlation between power generated by power plants, loads demanded on each bus and power injected by wind farms. The method proposed is based on the generation of correlated series of power values, which can be used in a MonteCarlo simulation, to obtain the probability density function of the power through branches of an electrical network.

水电高占比下风电接入对系统稳定性影响

随着绿色清洁高效能源基地的构建,以水电为主体的水风互补成为我国西南能源开发的重要特征。为研究在典型水电系统中接入风电对系统稳定性带来的影响,首先,针对水风互补系统以转矩分析法分析了风电接入对系统频率和功角稳定性的影响,并通过算例和Prony分析验证了风速与风电渗透率对系统稳定性的影响。结果表明,风电的接入在一定程度上可以削弱传统水电系统的超低频振荡,而风电接入互联送端系统会导致区域等值惯量的下降,进而使系统区域间低频振荡风险加剧。其次,考虑风电的接入会诱发区域间低频振荡,在风电系统中引入风电的附加综合虚拟惯性与阻尼控制。算例与Prony分析验证了该控制策略能有效提高系统稳定性。最后,在区域间大规模风电接入场景下,利用改进的鲸鱼算法对风电的附加控制器参数进行了优化;结果表明,参数的整定有效提高了系统的频率以及功角稳定性。

电力系统风力发电建模与仿真研究综述

对于大规模风电并网的电力系统安全稳定分析,构建合适准确的风电场模型至关重要。首先,梳理了现有风电机组的模型结构以及风电场的动态等值,阐述了风力发电系统的参数辨识方法。其次,介绍了电力系统中风力发电系统常用的时域仿真分析技术,主要综述了电磁暂态仿真、机电暂态仿真、中长期动态仿真、机电-电磁暂态混合仿真和数模混合仿真技术。然后,简述了风力发电系统建模与仿真的新进展。最后,分析了电力系统中风力发电系统的建模及其仿真技术面临的挑战与瓶颈,并结合新型电力系统的需求,对其建模与仿真技术进行了展望。

基于改进的场景分类和去粗粒化MCMC的风电出力模拟方法

为实现风电出力时间序列的高性能模拟,文中提出了一种基于SAGA-KM(simulated annealing and genetic algorithms-K-means)算法实现典型风电场景分类和基于Copula函数进行风电日过程马尔可夫过程建模的风电模拟方法。SAGA-KM算法将传统KM算法与遗传算法和退火算法相结合,能显著提高风电场景分类效果;基于Copula函数建立的马尔可夫链精细概率模型,以去粗粒化方式实现马尔可夫过程蒙特卡洛模拟,克服了粗粒化引起的概率分布偏差。针对甘肃省某风电场数据进行实际模拟,结果表明文中方法生成模拟序列的统计分布特性、自相关函数特性和日均功率的分布特性与实测数据都非常接近,该方法能很好地保留风电序列的概率分布特性和随时间变化的波动特性,具有重要的工程实用价值。

基于各项异性多项式分布的风力机三维尾流模型

针对风切变效应及风切变与均匀流的风速差产生的质量亏损,本文提出了一种更先进的三维尾流模型,不同于以往高斯模型,该模型假设速度分布为多项式形状,采用了更加直观的物理尾流边界。此外,考虑到尾流边界的各向异性膨胀,给出了横向和垂向尾流边界扩展率的表达式,这使得该模型仅根据入流风条件及风力机参数即可确定2个方向上的扩展率。通过陆上(I0=13.4%, 9.4%)和海上(I0=6.9%, 4.8%)风况的大涡模拟数据对本文模型的预测精度进行验证研究。与传统模型相比,本文模型能够更好地预测风力机的垂向和横向的尾流分布,最大和最小误差均最小。

风电场内多机组输出功率微小波动控制仿真

针对风电场出力的随机性与间歇性,其多机组输出功率的波动不具有规律性,可预见性难度较大,不利于风力发电厂供电的稳定性。为此提出风电场多机组输出功率微小波动控制方法。利用风速模型、风轮模型和传动系统模型,研究风电场多机组动力学,明确机组结构和各模块间的关联性。通过多机组功率变化方程描述功率波动,引入推力系数预测机组输出功率。采用模糊控制算法确定比例与量化因子,确立模糊语言集合,建立模糊控制规则,将平衡指标与功率饱和指标作为首层控制器的输入量,计算功率修正系数,实现功率微小波动控制。实验结果表明,在风速和负载实时变化情况下,储能系统和负载侧功率之和与机组输出功率具有一致性,说明研究方法能够保证风电场多机组输出功率的平稳性。

考虑出力相关性的海上风电接入系统固定成本分摊方法

在海上风电规模化开发、集群化并网的背景下,如何回收海上风电接入系统的输电成本,公平合理地向各风电场分摊已成为目前海上风电行业亟待解决的问题。针对该问题,提出了一种考虑风电出力相关性的海上风电接入系统固定成本分摊方法。首先,利用藤Copula函数构建多个海上风电场的出力相关性模型,同时假定系统负荷需求模型服从正态分布,发电机服从0-1概率分布;然后,结合蒙特卡洛抽样和顺流概率潮流追踪法计算各海上风电场接入系统的固定成本分摊费用;最后,通过算例仿真分析,验证了所提方法的合理性和有效性。

用于风功率平抑的SOEC系统功率控制策略

为了平抑风电场输出功率波动,考虑到固体氧化物电解池(SOEC)电解水制氢的高效率特性,基于实际数据构建千瓦级SOEC电堆模型并验证了模型精度。针对SOEC系统的非线性和时滞特性,提出一种基于模型预测的功率控制策略,用于平抑风电场输出功率波动。根据某15 MW风电场运行数据,采用集合经验模态分解方法,提出一种风电场输出功率分解方法,获得SOEC系统的充电功率指令并进行仿真验证。结果表明:基于模型预测的SOEC系统功率控制效果很好,可以实现充电功率指令的跟随变化,且平均绝对百分比误差为1.674%,平抑风功率波动效果的准确性较高。

基于图神经网络的非均匀风电场功率预测方法

针对现有的非均匀风电场发电功率预测方法准确度不高、可解释性差等问题,提出一种改进的物理引导的图神经网络(IPGNN)模型来预测非均匀风电场的发电功率输出。首先,构建一个基于三维高斯尾流模型的物理信息基函数,可更准确地反映非均匀风电场中风力机之间尾流相互作用的关系;其次,设计一组基于消息传递框架的图神经网络更新策略,该策略在图神经网络边缘更新中结合注意力机制将物理信息基函数作为权重更新函数,可增强模型的可解释性。在不同数量风力机下的非均匀风电场仿真实验表明,相比于基于一维尾流模型的PGNN模型和典型的数据驱动模型,IPGNN模型均可获得较好的预测效果,其中对具有20台风力机的非均匀风电场,发电功率预测平均绝对误差为3.92%,可认为是一种有效的非均匀风电场发电功率预测方法。

基于多自由度运动条件下风力机动力学特性研究

该文提出耦合无规则、多自由度旋转运动的风力机试验方案,通过物理模型试验,研究风电场阵列布置、不同风力机轴向间距工况下,各排风力机来流速度、功率及其波动特性。结合功率时间尺度积分的概念,探究其与风力机平均输出功率的关系,并建立预测功率波动特征的数学模型。研究结果表明:风力机的来流速度有大尺度、低频率和小尺度、高频率的信号特征,从功率时间尺度积分的趋势可看出,处于下游的风力机,功率波动逐渐增加。由功率能谱特性曲线可知功率波动的能量随着频率的增大而衰减,在低频率段衰减曲线近似f-2的变化规律;在高频率段,能谱特性曲线近似f-5/3-2的变化规律。

基于MSTAGNN模型的可解释海上风电场多风机出力预测

现有海上风电场出力预测研究对复杂时空关系考虑不足,且多为“黑盒”模型,缺乏可解释能力。为充分挖掘时空关联并实现模型可解释,提出一种基于多重时空注意力图神经网络(MSTAGNN)的海上风电场出力预测模型。首先,构建了一种考虑空间关联的海上风电场图拓扑,并引入空间注意力机制实现图拓扑的动态变化;其次,分别利用图卷积网络和时间门控卷积网络有效提取空间和时间特征;接着,对所提模型引入多维多头注意力机制,使其获得多重可解释能力;最后,基于中国东海大桥风电场真实数据进行仿真验证。结果表明,所提模型相比传统预测模型具有更高的预测精度,同时在空间、特征、时间多个维度具有合理的可解释性。

海气边界层内风电场尾流及功率特性的中尺度数值模拟研究

研究基于中尺度数值天气预测(WRF)模型,耦合海洋模型和风电场参数化方案,探讨了海洋边界层下的海上风电场尾流效应和功率输出特性。结果发现:海上风电场尾流易发生混合,导致较强的风速亏损,严重影响下游风力机的功率输出。由于大气和海洋之间的动量、热量及水汽等通量交换,速度亏损表现出更强的水平扩散,风电场尾流恢复加速,最终尾流长度缩短。另外,风电场的尾流特性和功率输出与风力机布局相关,海气相互作用增强了尾流延伸的稳定性,削弱了风电场的非局地性影响。研究表明使用多物理耦合模型探究海上风电场运行特性是尤为关键的。

基于随机森林法的含风电并网系统静态电压稳定态势评估

随着大规模风电等新能源接入电力系统,风电波动性与不确定性等因素降低了电网电压运行稳定性,传统的静态电压稳定性分析方法已无法满足大规模电力系统状态实时分析的要求。为提高含风电并网系统的电网电压运行稳定性、评估准确性与可靠性,提出采用基于随机森林算法的态势评估方法。首先,通过仿真得到连续潮流数据,根据有功功率裕度指标对所得的数据进行标签处理;然后,选择与静态电压稳定相关的特征信息,使用随机森林分类器把特征信息转化为稳定性问题,并对标签处理的数据进行分类;最后,根据随机森林分类器的结果,在数据中感知系统静态电压稳定行为信息,完成静态电压稳定性态势评估。仿真结果表明,搭建的随机森林分类模型对大规模风电接入系统的态势评估准确率高,为含风电系统进行的安全稳定性评估提供一定的理论参考。

考虑风电出力不确定性的风电-抽水蓄能互补系统短期优化调度

风电和抽水蓄能电站联合运行可以平抑风电随机波动、提升风电消纳率。文章针对多个风电场的出力不确定性,采用概率性序列方法进行处理,提出了一种基于厂网协商机制的风电-抽水蓄能联合调度模式,并建立了基于机会约束规划的风电-抽水蓄能互补系统短期优化调度模型。模型以风电-抽水蓄能互补系统总发电收益最大为目标,综合考虑了抽水蓄能电站的水力约束、机组运行约束和系统功率平衡约束。为提高模型求解效率并获得全局最优解,文章将原模型转换为混合整数线性规划(Mixed Integer Linear Programming,MILP)模型,最后使用商业化求解器LINGO进行求解。优化调度结果表明,抽水蓄能电站能够很好的补偿风电出力的波动性,并显著提升互补系统的总发电收益。

基于云边协同架构的海上风电场公共连接点电压控制方法

针对海量风电场大量风电机组无功功率输出波动性带来的公共连接点电压波动问题,提出一种基于云边协同架构的分散式电压控制方法。首先,在云边协同架构中,若干个风电发电机组划分为集群,并在各集群内配置边缘计算设备,由云端控制器统一调控边缘计算设备。然后,在云端控制中心,通过构造Lyapunov泛函推导了参考无功输出功率对电压波动具有H∞影响的最优设定值,生成各风电机组集群的参考无功输出功率。最后,在边缘侧使用基于共识算法的分布式协同调控策略,实现底层各风力发电机组的功率实时控制。基于Simulink的风电场仿真试验结果表明,与传统集中式控制方法以及完全分散式一致性控制方法相比,所提方法的超调量大约在38%,响应速度较长,具有更好的控制性能。

基于出力爬坡率的风电场出力过程修正方法研究

风电场出力过程计算是规划风电基地各电源容量配比的重要依据,也是电网合理调度和稳定运行的保证。通过风电场级出力影响因素的分析,在Meteodyn WT软件平台对风电出力估算结果的基础上,提出一种基于出力爬坡率的风电场出力过程计算方法,对风速变化较大时功率估算与实际运行存在差异的工况进行了修正。结果表明:与风电场实际输出功率相比,修正后出力估算结果的均方根误差较修正前降低了近5%。该方法可有效提高风电出力估算精度,对风电场的规划设计具有指导意义。

基于主从博弈的海上风电接入系统鲁棒规划

随着海上风电上网电价退出中央财政补贴范畴,传统的联合规划可以合理疏导海上风电接入系统投资运营成本,但是难以平衡规划中各投资运营主体的利益。针对该问题,提出基于主从博弈的海上风电接入系统鲁棒规划方法,将鲁棒优化思想和博弈思想相结合。首先,介绍接入系统的投资运营模式,构建海上风电接入系统主从博弈规划模型;然后,在此基础上,考虑海上可及性受限下接入系统的运维方式,构建上层海上风电开发商规划模型;接着,考虑风电出力波动性和相关性以及负荷增长不确定性,构建下层电力传输系统运营商两阶段鲁棒规划模型;最后,采用粒子群优化和列与约束生成算法相结合的算法求解整体模型。以某海上风电场群为例进行仿真,结果表明所提方法在保证两个投资主体利益诉求的同时,提高了规划方案的鲁棒性。

计入风速与风电机组故障相关性的风电场可靠性建模及其应用

同一区域的多个风电场接入系统时,风电场出力受到风速和风机故障的不确定性和相关性的影响。传统的风电场可靠性建模方法对这些因素的考虑不够全面、对风速和风机故障之间的相关性处理过于简单,为此该文提出一种能同时计入风速和风机故障的不确定性和相关性的风电场建模方法,该方法对风速和风机故障间的相关关系无需作简化处理。基于所建立的风电场模型,采用相关抽样技术模拟风电场出力,克服了传统风电场出力模拟方法所依据的风电场状态模型或风电场出力相关关系不够准确的不足。算例分析验证了风电场建模方法和风电场出力模拟方法的正确性,并表明风速相关性和风机故障对系统可靠性的影响程度与系统输电充裕度、风电场接入地点有关。

大型并网风电场储能容量优化方案

为减少大型并网风电场输出功率不稳定给系统频率造成的较大影响,在Matlab平台中仿真了风电机组输出功率随风速变化的规律,以风电机组输出功率特性函数和风电场风速概率分布函数为基础,提出了一种计算大型风电系统长时间稳定输出所需储能容量的方法,并用实际风电场数据验证了该方法的有效性,以期为风电场设计提供决策参考。