基于高斯混合聚类的海上风电出力特征曲线提取方法及其在电量平衡计算中的应用

[目的]为了减少化石能源消耗和改善环境污染问题,海上风力发电是解决问题的有效方式之一。然而,海上风电存在间歇性强、波动性大、双向调峰性等问题,研究其出力特性曲线对海上风电消纳具有重要意义。[方法]提出一种基于贝叶斯信息准则的高斯混合聚类模型,对海上风电原始出力曲线进行分类和特征曲线提取。[结果]得到能够反映不同海风区域特点的海上风力特性曲线,并应用于海上风电出力的电量平衡计算。[结论]最后,以沿海某省份海上风电15 GW装机规模下不同海风区域原始海上风电出力曲线为研究对象,验证所提方法的有效性。

联网风电机组风速-功率特性曲线的研究

介绍了变速恒频风力发电机的基本运行机理及其PSASP/UPI仿真模型的开发原理。采用统计学方法分析了风电场中风电机组的实测运行数据,并在此基础上重新建立了适用于联网风电机组仿真模型的风速–功率特性曲线。仿真结果表明,该曲线更接近于风电机组的实际运行情况,在变速恒频风力发电机的仿真模型中,采用上述曲线能显著提高仿真的精确性。

考虑有向功率特性的风电场功率输出模型

针对目前仿真分析中风电场等值建模这一难题,在考虑风向及电网功率需求对风电场功率输出影响基础上,提出了一种考虑有向功率特性的风电场等值功率输出模型构建方法。该方法首先根据风向将风电场的实际运行数据划分到不同的风向扇区内,利用数学统计方法分析不同风向下输入风速与输出功率之间的映射关系,得到不同风向扇区的风电场功率曲线的函数关系表征,建立了风电场有向功率曲线;然后,根据电网的功率需求,控制风电场的并网输出功率,构建了风电场功率输出模型,并利用风电场实例进行仿真验证。算例分析表明,所搭建的风电场模型能够合理地表征风电场输出功率,更准确地反映风电场的实际运行特性,可为风电场运行分析及并网研究提供参考。

基于实时功率曲线的风电机组出力特性研究

基于实时功率曲线对风电机组出力特性进行分析,主要通过采集风电机组风速、功率、可靠性状态、大气压力、环境温度等历史数据进行过滤修正,计算出能够反映风电机组真实出力情况的实时功率曲线,并与出质保检测功率曲线进行对比,最后结合功率一致性系数对风电机组出力特性进行评价。找出性能下降比较严重的风电机组并及时整改,进而提高风电机组的发电能力。该方法不仅能够在线评价风电机组的性能优劣,且适用于各类型风电机组,具有广阔的应用前景。

基于灰色-辨识模型的风电功率短期预测

为了准确预测风电机组的输出功率,针对实际风场,给出一种基于灰色GM(1,1)模型和辨识模型的风电功率预测建模方法,采用残差修正的方法对风速进行预测,得出准确的风速预测序列。同时为了提高风电功率预测的精度,引入FIR-MA迭代辨识模型,从分段函数的角度对风电场实际风速-风电功率曲线进行拟合,取得合适的FIR-MA模型。利用该模型对额定容量为850 kW的风电机组进行建模,采用平均绝对误差和均方根误差,以及单点误差作为评价指标,与风电场的实测数据进行比较分析。仿真结果表明,基于灰色-辨识模型的风电机组输出功率预测方法是有效和实用的,该模型能够很好地预测风电机组的实时输出功率,从而提高风电场输出功率预测的精确性。

基于改进Shapley值的风电汇聚趋势性分状态量化方法

风电输出功率具有波动性,由于各机组出力之间的平抑效果,随着风电集群规模的增大,风电输出功率波动逐渐变缓,风电输出功率表现出"汇聚效应"。把握汇聚效应的趋势性对于规划送出线路及网架结构具有重要的意义。基于改进Shapley值法对风电汇聚效应的趋势性进行量化分析。在对不同风电输出状态量化分析的基础上,得到各状态下的持续出力曲线,进而构建基于汇聚特性分析的风电持续出力曲线分状态组合预测模型,并建立预测精度评价体系。采用改进的Shapley值法确定预测模型中的权重系数,避免了传统Shapley值法在单一模型预测结果偏差过大时仍参与组合的现象。基于实测数据对模型有效性进行检验,算例分析表明:相对于单一的预测模型,风电持续出力曲线的分状态组合预测方法能较更准确地描述风电汇聚的趋势。

风电机组风速-功率特性曲线建模研究综述

风速-功率特性曲线是风力发电机组设计的基础,也是考核机组性能、评估机组发电能力的一项重要指标。介绍风速-功率特性曲线的定义、概念和基本特点,分别从参数方法、非参数方法、离散方法、随机方法 4个方面详细阐述风速-功率特性曲线建模的实现方法。分析建模精度的评价方法,提出目前风速-功率特性曲线建模遇到的问题以及需要进行深入研究的发展方向。

基于切换输出机制的超短期风电功率预测

超短期风电功率预测可为机组控制和能源经济调度提供重要指导。为削弱风能波动性对于超短期风电功率预测精度的影响,提出了一种引入风速信息的切换输出机制,基于风速与功率的物理模型,分析了风速波动特征。对于波动特征超出门限值的时点,根据机组的惯性运行特性,构建不同风速变化情景下的风速–功率转化模型;对于平缓出力阶段,考虑到时序建模中单一模型的固有限制,提出一种不同运行状态下的超短期预测框架。将所提预测方法用于东北某风电场进行算例验证,结果表明:相比于单一模型的预测结果,所提方法可将均方根误差在13.58%~16.39%的基础上降低1.31%~4.12%。研究结果表明,所提方法可以有效提高超短期风功率的预测精度。

输出特性函数对风力机容量系数计算的影响

传统风力机容量系数的计算由于风力机输出特性函数的选取不同有着较大误差。为了准确进行风力机容量系数的计算,文中结合实际情况对输出特性函数的选择加以考虑,分别采用3种输出特性函数模型即线性函数、二次函数和三次函数,选取我国云南省红河作为风速观测点,用5种常见风力机进行实例计算,并对结果对比分析。仿真表明:风力机实际风速-功率关系曲线分布在很宽范围内,输出特性函数的选取对风力发电机容量系数计算结果影响很大。本计算分析结果对风力发电具有一定的理论意义和实用价值。

基于直流调速和实时组态的风力机模拟器设计

从研究小型风力发电系统需求出发,为了提高软硬件开发效率及可靠性,本着硬件标准化和软件组态化的原则,设计并实现了基于直流调速系统和实时组态环境的小型风力机模拟器,并进行了实验验证。实验结果表明,该风力机模拟器不但可以较为精准地模拟风力机的静态输出特性,动态响应好,达到不依赖于自然风资源而具有实际风力机特性的模拟效果,而且可以使离线仿真和在线运行统一在MATLAB/Simulink平台下组态和运行,风力机和风速模型及参数调整方便、软件开发效率高,对于实验室研究小型风力发电具有重要价值。

考虑风速随机性含风电系统的多目标优化调度模型研究

随着我国风电场装机容量的增加,风电在电力系统的作用将逐渐显现,有必要对风电系统进行优化调度。对含有风电场的电力系统进行优化调度时,在计及风速随机特性的基础上以火电运行过程中燃烧的煤炭能源与火电污染排放量为双重目标建立多目标模型。由于风电出力存在预测误差,因此采用随机正态分布数来消除误差。以一个含有2个风电场和5个火电厂的电力系统为例进行算例仿真及运算,优化结果表明了含有风电场的电力系统多目标优化调度模型的正确性与可行性。

基于实际运行数据的风电场功率曲线优化方法

根据风电场的实际运行数据分析风电场风速与风电场输出功率的统计规律,在传统风速区间划分的基础上提出一种风电场功率曲线的优化方法,通过对每个风速区间分配等量的历史观测数据,采用分段最小二乘线性回归方法对风速与输出有功功率之间的关系进行拟合,建立了风电场基于实际运行数据的优化功率曲线,并利用风电场实测数据对优化功率曲线进行验证分析。算例结果表明,风电场功率曲线优化方法精度较高,能够更准确反映风电场实际运行特性,可为风电场运行特性分析及并网研究提供参考。

基于DW特征参数的GNSS-R海面风速反演研究

传统上,机载风速反演一般使用相关功率曲线后沿直接匹配方法,该方法需从实测数据中提取状态信息生成理论波形,而从实测数据中提取状态信息是有误差的,导致生成的理论波形存在误差,从而反演效果不好。对此,提出一种新的基于一维时延功率波形特征参数的风速反演方法,该方法根据风速对一维时延功率曲线时延窗的影响,建立以一维时延功率曲线时延窗作为特征参数的风速反演模型。实验结果表明,新方法的精度为0.77 m/s,相比传统方法,精度提高了33.04%,且模型简单。

大型风电场建模综述

风电场建模是研究风电场接入电网运行和控制的基础。随着我国千万千瓦级风电场陆续投入电网运行,建立描述大型风电场的稳态和动态行为的数学模型是一个关键课题。对现有风电场建模研究成果从风速—功率关系模型、稳态潮流计算模型、动态模型和暂态模型四方面进行分析和总结;并针对近期出现的大型风电场连锁切机事故,提出了风电场连锁动态过程建模的概念和必要性。通过对现有风电场建模方法的综述,旨在指出目前大规模风电场建模存在的问题和需要进一步研究的方向。

基于EWT-KELM方法的短期风电功率组合预测

针对短期风电功率预测,提出一种基于经验小波变换(Empirical Wavelet Transform,EWT)预处理的核极限学习机(Extreme Learning Machine With Kernels,KELM)组合预测方法。首先采用EWT对风电场实测风速数据进行自适应分解并提取具有傅立叶紧支撑的模态信号分量,针对每个分量分别构建KELM预测模型,最后对各个预测模型的输出进行叠加得到风速预测值并根据风电场风功特性曲线可得对应风电功率预测值,为验证本文方法的有效性,将其应用于国内某风电场的短期风电功率预测中,在同等条件下,与KELM方法、极限学习机(Extreme Learning Machine,ELM)方法、支持向量机(Support Vector Mmachine,SVM)方法以及BP (Back Propagation Neural Network)方法对比,实验结果表明,本文所提方法具有较好的预测精度和应用潜力。

基于聚类-实测风功率曲线的风电场等值模型研究

针对风电场工作环境,提出了一种基于聚类-实测风功率曲线相结合的方法构建风电场等值模型。以每台机组所获得的风速作为分群指标进行机组数据划分,运用K-means聚类算法将风电场内具有相近运行特性的机组分为一类,将同群机组等值为一台风力发电机,并利用分层抽样的方法求取实测风速-功率特性曲线,建立了风电场输出功率仿真模型。算例分析表明,该方法与传统依据标准风速-功率特性曲线的方法相比提高了模型精度。

基于复杂气候地理条件下风机出力特性研究

合理地评估风电场运行情况为调度提供可靠的风电场运行信息,如理论出力,去指导风电场优化控制运行,对提高区域电网新能源的充分消纳具有重要意义。以云南高原立体气候条件下的风电站为研究对象,以风机理论出力模型以风速数据精准化为基础展开研究。研究所涉及的风电场多分布在山脊上以及其立体气候风资源随海拔变化显著,利用传统测风手段去评估风机机舱前风速不具代表性和科学性,风机理论出力无法进行精准评估。为此,首先,采用一台激光雷达装置对单台机组舱前风速精准测量;其次,以激光雷达实测数据为参考点,进行CFD模拟推算风电场内所有机组的舱前风速;最后,将安装激光雷达机组的推算风速和SCADA采集的风机实际输出功率进行拟合,将拟合功率曲线与厂家提供的静态功率曲线做对比,验证以单台机组激光雷达测风为基础进性CFD外推全场理论出力的可行性。利用所提出策略在云南某地区风电场进行的实验结果表明,以激光雷达测风数据为基础进行的CFD模拟推算全场风机理论出力具有可行性和优异性。