当前位置: 首页 > 科技成果列表 > 科技成果详细

大型风电场发电功率的建模和预测研究

技术类型:非专利

技术成熟度:-

转让方式:-

应用领域:研究和试验发展

技术领域:风能

交易价格:面议专利价值评估

应用案例:否

了解与分析本科技成果,可查看成果概况并使用以下技术转移数智化应用工具:
成果概况
简介

针对风电场风力发电功率不确定性对电网造成的影响,本项目开展了风电场风力发电功率预测系统研究与应用。

重点研究了以下内容:

  1. 风力发电的特点
  2. 数值天气预报模型及预报模式
  3. 风力发电功率预测对电网稳定性的影响
  4. 风力发电功率预测的误差评价指标
  5. 风力发电功率预测的理论基础
  6. 风力发电功率预测的方法
  7. 在多个大型风电场的应用测试与评价

在风力发电功率超短期预测方面:

  • 首次验证了风力发电功率时间序列的混沌属性。
  • 提出了基于混沌相空间重构的神经网络模型进行预测,为神经网络模型结构的设计和调整提供理论依据。
  • 随后提出了基于多嵌入维数的神经网络集成预测模型,为多个模型组合预测提供了一种方法。
  • 考虑风力发电功率数据的非平稳性,提出了具有多分解层次的神经网络模型。
  • 该技术4小时预测误差小于5%。

在风力发电功率短期预测方面:

  • 结合专业的数值天气预报(NWP),分析了风速和风功率的日相似性。
  • 提出了基于聚类分析的短期风功率多步预测模型。
  • 考虑NWP的位置对风功率预测的影响,提出了基于多位置NWP约简的短期风功率多步预测模型。
  • 与目前主要采用单一位置、单一高度的气象信息进行预测的方法不同,该方法考虑了风电场区域水平方向和垂直方向气象因素的变化,有利于提高模型的预测精度。
  • 通过对未来72小时风力发电功率预测方法的研究,预测误差小于20%,时间分辨率为15分钟。

在风力发电功率中长期预测方面:

  • 综合考虑风速时间序列的内部特性(混沌特性)和风速的外部影响因素(气象信息)。
  • 提出了基于粗糙集理论的中期风速和发电量预测模型。
  • 提出了基于灰色理论的中期风速和发电量预测模型。
  • 为风电场安排风机检修、风电场储能和优化备用容量提供参考依据,其年预测误差小于13%。

基于上述理论研究和算法仿真,综合考虑电网需求、风电场需求、技术开发要求三个方面,开发了风电场风电功率预测软件,并成功应用于多个风电场。

该软件为风电场的运行管理和电网调度提供了技术支撑,为风电接入电网的安全稳定运行做出了重要贡献,达到了国内先进水平。

该项技术已在东北地区5个大型风电场得到实际应用,提高了风电场风能利用率,减少了风电场的弃风频次,降低了北方地区煤炭等化石能源的使用量,为京津冀地区输入性雾霾的减少做出了突出贡献,产生了较好的社会效益和经济效益。

(此文字表达经过AI优化完善,查看原文请点击 原文)
成果评价分析
技术应用分析
服务案例
Baidu
map