基于指数平滑法的风电功率预测.docx

《基于指数平滑法的风电功率预测.docx》由会员分享，可在线阅读，更多相关《基于指数平滑法的风电功率预测.docx（23页珍藏版）》请在第一文库网上搜索。

1、基于指数平滑法的风电功率预测目录摘要11bSIraC11引言1风电功率预测31.1 风电功率预测的国内外研究现状31.1.1 国外风电预测现状31.1.2 国内风电功率预测的现状41.2 风电功率预测技术及意义41.2.1 风电功率预测技术41.2.2 风电功率预测的意义41.3 风电功率预测发展趋势51.3.1 风电功率预测存在的问题51.3.2 风电功率预测的发展趋势52风电预测的方法分类62.1 风电预测的总体方法分类62.1.1 统计方法62.1.2 物理方法62.1.3 组合预测方法72.2 基于不同尺度功率预测方法72.2.1 基于时间尺度的预测72.2.2 基于空间范围的预测82

2、.2.3 基于预测模型的分类82.2.4 基于神经网络法的功率预测93风力机的分析与模拟93.1 风力发电机3.2 风力发电机理论103.3 垂直轴风电机模型113.3.1 风源113.3.2 3x123.4 仿真结果134基于指数平滑法的风电功率预测154.1 指数平滑法及功率预测的原理154.1.2指数平滑法数学模型的建立154.2 yjw174.3 预测结果分析181819结论参考文献21致谢基于指数平滑法的风电功率预测摘要：在能源短缺和环境污染日益突出的情况下，大力发展可再生能源、清洁能源，已成为各国各地区必然的重大战略选择。风电新能源发电设备已经在我国大范围内得到广泛应用。2013年

3、，欧洲风电装机容量增加了11%,而中国大陆新增装机容量则达到16088.7MW,同比增长24.1%；累计装机容量91412.89MW,同比增长21.4%。新增装机和累计装机两项数据均居世界第一。2023年全球风电累计装机量将达到76035吉瓦。小容量新能源分布式发电将是未来新能源发电的重要组成部分。分布式电源单机功率小，输出功率受风速、光照等外界因素影响较大，难以实现集中发电控制。随着并网新能源发电渗透率的增加，将造成配电网调度困难、电压波动大、保护配置困难等问题。风力发电具有波动性、间歇性和随机性特征，未来小容量风力发电将大范围分散接入配电网，对电力系统的影响不可忽视，风电功率预测是实现有效

4、抑制措施的基础。本文介绍了风电功率预测的必要性及意义，阐述了风电功率预测的研究现状，分析了小型风机与大型风电场所受风速模型的区别，并建立小型风机的风速模型。提出改进指数平滑法对小型风力发电机风电功率进行预测。大型风电场风机大多为水平轴风机，小型风机大多为垂宜轴风机，本次设计利用PSCAD软件建立了垂直轴风机的数字仿真模型。最后，通过仿真验证了本文方法的有效性。关键词：风电功率预测指数平滑法发展前景Windpowerpredictionbasedonexponentia1smoothingmethod(Mechanica1&E1ectrica1EngineeringCo11egeofShando

5、ngAgricu1tura1University,Tai,an,Shandong271018)AbstractUnderthesituationoftheenergyshortageandenvironmenta1po11utionincreasing1yprominent,vigorous1ydeve1oprenewab1eenergy,c1eanenergy,hasbecomeainevitab1eimportantstrategicchoicefora11countriesandregions.In2013,theEuropeanwindpowerinsta11edcapacityinc

6、reasedby11%,whi1eChinanewPOWere叩acityis16088.7MW,up24.1%fromayearear1ier;Accumu1ativetota1insta11edcapacityof91412.89MW,up21.4%fromayearear1ier.Thetwodataofnewpowergenera1ionequipmentandtheaccumu1ativeinsta11edarefirstinthewor1d.GIoba1windpowercumu1ativeinsta11edcapacityin2023wi11reach760.35GW.Sma11

7、capacityofnewenergydistributedgenerationwi11betheimportantpariofnewenergypowergenerationonthefuture.Distributedpowersing1eunitpowerissma11,outputpoweraregreat1yinf1uencedbyexterna1factorssuchaswind,1ight,difficu1ttorea1izecentra1izedpowercontro1.Withtheincreaseofgridpenetrationofnewenergypowergenera

8、tion,wi11causedistributionnetworkschedu1ingdifficu1ties,1argevo1tagef1uctuation,theprotectionconfigurationdifficu1tiesandotherissues.Thesma11capacitywindpowerspreadwidespreadaccesstodistributionnetworkonthefuture,theinf1uencetothepowersystemcannotbeignored,windpowerpredictionisthebasisofeffective1yi

9、nhibitingmeasures.Thispaperintroducesthenecessityandsignificanceofwindpowerprediction,thispaperexpoundstheresearchstatusquoofwindpowerprediction,ana1yzedthewindspeedmode1differencebetweensma11sizewindturbinewith1argewindturbine,andsetupthewindspeedmode1ofsma11sizewindturbine.Putforwardtheimprovedexp

10、onentia1smoothingmethodtoforecastthesma11windturbinewindpowerprediction.Mostofthe1argewindfarmsarethehorizonta1axisofturbines,mostofthesma11windturbinesarevertica1axis.ThisdesignusingPSCADsoftwaretoestab1ishthedigita1simu1ationmode1ofvertica1axia1windturbine.Fina11y,theeffectivenessofthemethodisveri

11、fiedbysimu1ation.Keywords:Windpower;Powerprediction;Exponentia1smoothingmethod;Prospectsfordeve1opment引言随着工业的不断发展,人类在能源的需求问题也越来越突出。继水能的开发,风能和太阳能等新能源也受到社会的广泛关注。当前我国风力发电容量在电力系统中所占比例每年都在增大,风力的发电技术也越来越成熟。电力系统大量接入具备间歇性和波动性的风电，将会对电力系统的功率平衡及安全性构成重大的影响，也会增大电力系统调峰调频压力。因而，必需选择准确合适的方法来预测未来时段的风电功率。风电功率预测对于电力系统调

12、度人员提前分配供电任务和调度工作提供了很大的帮助,从而使电力达到供需平衡，而且还能够降低电力系统的备用容量，降低电力系统运转成本，从而保障了电力系统运行的安全性和经济性。对风电进行功率预测能够缓和电力系统的调峰和调频的压力，提升接收风电效率的有效办法的一种。而且,风电的功率预测还能够引导风电场的检修方案,提升风电的经济性和风能的利用率。1风电功率预测1.1 风电功率预测的国内外研究现状1.1.1 国外风电预测现状风电的功率预测在国外的研究起步比国内要早,丹麦、西班牙、德国、美国等国家的风电预测技术已较为成熟,相对有特色的方法有:丹麦的Ris0国家中心实验室的Prediktor预测系统、德国的A

13、WPT预测系统和西班牙的1oca1Pred预测系统等各国研究出的风电预测系统都已经投入运转。其主体思想都是利用数字天气预报系统,结合功率的预测模型进行功率预测。20世纪80年代就已经着手了风电功率的预测的技术研究,如丹麦在一九九零年就研发了一套风电功率预测系统。，西班牙、丹麦等欧洲风力发电技术成熟的国家的风电场大部分都会安置了功率预测系统,仅仅是丹麦就拥有了4个独立的天气预报系统（公司），丹麦电网公司的调度中心会在前一天在4个天气预报机构采集气象状况数据,观察出其中的差别分析其中的原因，并且和差别最大的那个天气预报机构进行交流，能够提升天气预报的精确性。按照风力发展国家的计划,对于将来,风力发

14、电依然有较大发展前景。现在以欧洲为例子,预计到2023年达到可再生能源占到总的发电量的百分之二十,其中风力发电量占到百分之十二。当前,大部分主要国家的风电覆盖率平均位于相对低的程度,并且全球平均风力发电量仅仅占到总发电量的1.19%,因此,要达到百分之十二的目标,还必须增长达到近10倍。从总的来看,风电市场增长速度还是得非常迅速。将人工智能算法引入组合模型中。例如BP神经网络，它是一种按误差逆传播算法训练的多层前馈网络。BP神经网络能学习和存储大量的输入一一输出模式的映射关系。因此可用BP神经网络以及风电场历史数据建立风速风电功率的映射关系。1.1.2 国内风电功率预测的现状风电累计装机容量的

15、不断发展，然而增长速度明显放缓,发电规模已经开始从速度型向质量、效率化的方向开拓。由于各种原因,近年来中国的风电功率预测开始受到业内的关注,但仍处于起步阶段。目前我国已研发了支持向量机(SVM),基于人工神经网络的统计方法的风电功率预测模型，并基于计算流体动力学和线性化的物理模型，联合开展统计方法与物理方法混合和各种统计方法预测模型研究。2011年7月，国家能源局为改善风电并网，下发了风电场功率预测预报管理暂行办法，统一规定我国一切已并网运行的风电场,必需树立起风电功率预测预报体系和发电计划申报工作机制，要求风电场在2011年底前必须一律装置风电功率预测系统,不然将会限制其风电并入电网。证明我国在风电功率预测技术也逐步成熟起来,我国风电功率预测系统的研究机构主要包括：中国电力科学研究院、中国气象局国家气象中心、华北电力大学、金风科技股份有限公司等，同时我国也与德国太阳能研究所(ISET)、丹麦Ris0国家实验室以及挪威WindSim公司开展了国际合作。当前甘肃省的风电功率预测相当成熟了，当前廿肃省的风电功率预测相当成熟了，兰州中心气象台科研工作人员在二零零九年九月已经开发出甘肃省风电功率预测系统,能够采集到风电场单点逐个时段的风速、风电场的输出功率等技术,预测的精准率很高,对于风电调度有很好的指引帮助。1.2 风电功率预测技术及意义1.2