您当前的位置: 首页 > 旅游

风电功率预测将洧效提高利用率

2019-01-31 07:32:55

风电功率预测将有效提高利用率

所谓风电功率预测就是提前了解未来一段时期内风电出力的变化情况,使调度机构能根据预测结果为风电预留出接纳空间。国内外先进经验表明,风电功率预测技术是缓解电调峰压力、降低系统备用容量、提高电风电接纳能力的有效手段之一。

风电场通过功率预测上报发电计划,有利于系统调度机构有效安排电源的开机方式,提前做好相应的应急预案,有助于确保电力系统的安全稳定运行。同时,风电功率预测技术还可以指导风电场的检修计划,提高利用率,改善风电场的经济效益。因此,不论从系统的调度运行还是从风电场的经济效益考虑,风电功率预测都是必不可少的。

国外对风电功率预测的要求

风电发达国家从20世纪80年代就开始了风电功率预测相关技术研究。目前,欧美国家在风电场端和电调度端都建立了风电功率预测系统,并制定了相应的管理制度。爱尔兰、美国新墨西哥电力公司(PNM)和美国德克萨斯州电力可靠度委员会(ERCOT)等国家(地区)电公司对风电场开展功率预测提出强制性要求。丹麦、西班牙等国的可再生能源法赋予风电优先上权,但风电必须参与电力市场交易,功率预测作为风电参加电力市场的支撑手段,得到了广泛的重视。

风电功率预测的主要方法

风电功率预测可根据预测的时间尺度分为超短期预测、短期预测和中长期预测。超短期预测一般可认为是不超过4小时的预测。短期预测一般可认为是0~72小时的预测,以数值天气预报数据作为输  入,主要用于电力系统的功率平衡、经济调度、以及电力市场交易等;对于更长时间尺度的预测称为中长期预测,主要用于检修安排等。目前,中长期预测还存在比较大的困难。短期预测是目前应用为广泛的预测技术,主要包含统计方法、物理方法、物理统计相结合的混合方法。

物理法应用大气边界层动力学与边界层气象的理论将数值天气预报系统输出的较粗略预报数据精细化为风电场实际地形、地貌条件下的预报值,并将预报风速、风向转换为风电机组轮毂高度的风速、风向,考虑风电机组间尾流影响后,再将预报风速应用于风电机组的功率曲线,由此得出风电机组的预测功率,通过对所有风电机组的预测功率求和,得到整个风电场的预测功率。

物理法的优点在于,不需要风电场历史功率数据的支持,可在物理模型的作用下,根据数值天气预报数据直接进行风电场功率预测,适用于无历史功率数据的新建风电场。

此外,物理法可以对每一个大气过程进行分析,并根据分析结果优化预测模型,从而使预测结果更准确。物理法的缺点是对由错误的初始信息所引起的系统误差非常敏感,如风电场地形、地貌的描述偏差等。

统计法基于学习算法,通过一种或多种算法建立数值天气预报历史数据与风电场历史输出功率数据之间的联系,再根据该关系,由数值天气预报数据对风电场输出功率进行预测。应用于风电功率预测中的统计法主要有递归小二乘法、人工神经络、支持向量机等。由于人工神经络方法具有分布并行处理、非线性映射、自适应学习、鲁棒容错和泛化能力等特性,成为了功率预测中应用广泛的统计方法。统计法不考虑风电  场局地效应对数值天气预报数据的影响,无需对数值天气预报数据进行精细化处理。其优点在于,在数据完备的情况下,理论上可以使预测误差达到小值,预测精度较高;但统计法需要大量历史数据支持,且对历史数据变化规律的一致性具有很高要求。

此外,统计法的建模过程带有黑箱性,不利于模型的进一步优化。因此,为了在学习过程中准确的选择气象变量,应用统计法建模仍然需要具备一定的大气物理知识。

我国风电功率预测精度已能满足工程应用要求

经过几年的技术攻关与工程实践,我国已掌握了风电功率预测算法研究、系统开发、现场安装、调试等技术环节;开发出的风电功率预测模型有基于人工神经络、支持向量机等统计方法的模型,以及基于线性化、计算流体力学的物理模型,同时还正在研究多种预测方法联合应用的集合预测模型。

2008年11月,我国首套具有自主知识产权的风电功率预测系统WPFS由中国电力科学研究院研发完成,并于吉林省电力调度中心正式投入运行;2009年10月,江苏风电功率预测系统建设试点工作顺利完成;2009年11至12月,西北电、宁夏电、甘肃电、辽宁电风电功率预测系统顺利投运;2010年4月,以风电功率预测系统为核心的上海电新能源接入综合系统投入运行,在国家电世博企业馆完成展示。目前,全国20个省级调度中心上线运行了风电功率预测系统,约300个风电场使用了我国自主开发的风电功率预测系统,预测精度满足应用要求。

新河县眼镜布厂家
金标声屏障厂家
泰安樱桃苗基地价格
推荐阅读
图文聚焦