发布时间 : 星期日 文章风力发电并网功率预测的研究毕业设计论文更新完毕开始阅读
风力发电并网功率预测的研究
前 言
世界经济发展越来越快，人类对电能的需求也越来越大。随着煤炭、石油等不可再生能源储量越来越少，同时化石能源所带来环境问题日趋严重，人们迫切需要寻找新的替代能源，而风能是一种无污染、能量大、前景广、可再生的新能源,并且地球上风能资源非常丰富，开发潜力巨大。与其他新能源相比较，风力发电具有不可比拟的优势，风力发电具有技术更成熟、成本更低、更清洁的优点。
本文主要针对风力发电并网及风电功率预测进行讨论研究。根据研究可知，并网会对潮流与网损、电能质量、系统稳定性、电网频率、继电保护以及发电计划与调度产生影响。由于风力具有分布不均、间歇性、随机性，因此要并网就必须要对风力发电进行功率预测，以便更好地加强电网的可控性。而对风电场风电功率预报，可以有效减轻风电对电网的影响，提高风能资源的利用效率。一些风电分析人士认为，对风电场输出功率进行预测，可以提高对风电调度上网的稳定性。
风电功率预测包括物理预测和数学模型预测，本文主要采用数学模型对风电功率进行直接预测，分别建立了灰色系统模型、BP神经网络模型对某一风电场58台机组发出的功率进行短期功率预测，然后对两种模型下预测的结果经过校验，得出灰色系统的准确率为r1?58.8255%神经网络的准确率为r1?94.0156%，由此确定，BP神经网络对风电功率短期预测较为合适。
关键字：风电功率、并网、BP神经网络、灰色系统
目 录
工程概况 ........................................................................................................................................ 1 1 绪论 ............................................................................................................................................ 1
1.1 课题的研究背景及意义 ...................................................................................................... 1
1.2 国内外研究动态 ............................................................................................................... 1 1.3 论文主要研究的内容.......................................................................................................... 3 2 风力发电系统介绍 ................................................................................................................... 3
2.1 风力发电机组能量转换关系 ............................................................................................... 3 2.2风力机的类型 ..................................................................................................................... 4 2.3风力发电机的控制方式 ....................................................................................................... 4 2.5目前应用的风电机组并网控制 ............................................................................................ 8 3 风力发电并网对电网的影响 ................................................................................................... 8
3.1潮流与网损的影响 .............................................................................................................. 8 3.2电能质量的影响 .................................................................................................................. 8 3.3系统稳定性的影响 .............................................................................................................. 8 3.4电网频率的影响 .................................................................................................................. 9 3.5继电保护的影响 .................................................................................................................. 9 3.6发电计划与调度的影响 ....................................................................................................... 9 4 风电功率预测模型的分析与建立 .......................................................................................... 9
4.1风力发电功率预测模型的分析 ............................................................................................ 9 4.2 基于BP神经网络的风电功率预测模型 .............................................................................. 9 4.3 GM(1，1)灰色系统模型预测 ........................................................................................... 15 致 谢 ............................................................................................................................................ 19 参考文献 ...................................................................................................................................... 20 附录： .......................................................................................................................................... 21
***大学毕业设计
工程概况
本文首先介绍了风力发电并网功率研究的背景及意义，随着社会的发展，人类对能源的需求越来越大，不可再生能源如石油、天然气、煤等，可利用年限越来越有限，由此产生的问题使人类对新能源的开发越来越渴望。而电力行业，主要为火力发电，不仅消耗不可再生能源，而且会产生环境污染，破坏生态环境。然而可再生能源对保护生态环境、保证能源安全和解决偏远地区居民用电问题等方面却具有重要的作用。风力发电又是目前最成熟、最具规模开发和商业化发展前景的可再生能源发电方式之一。
其次，本文主要针对风电并网与风电功率预测进行探讨，通过了解得知风力发电具有间歇性，随机性，不可控等的特性，而要保证风力发电并网安全运行就必须满足四个条件，即：保证电压幅值与电网侧电压幅值相等;保证频率与电网侧频率相同;保证电压相角差为零;保证电压波形及相位与电网侧的电压波形及相位保持一致。从而保证并网时冲击电流理想值为零进而保证电力系统的正常运行，即保证正常供电。
最后，要保证并网的稳定性就必须要对功率进行预测，而风电功率预测包括短期预测、中长期预测、长期预测，本文主要针对内蒙古某风电场一期58台机组发出功率采用两种模型分别进行了短期功率预测，以及通过误差分析对模型进行了评价。
1 绪论
1.1 课题的研究背景及意义
随着现代工业的飞速发展，人类对能源的需求明显增加，而地球上可利用的常规能源日趋匮乏。据专家预测，煤炭还可开采221年，天然气60年，石油只能用39年。如何实现能源的持续发展，从而保证经济的可持续发展和社会的可持续发展，已经是各国政府必须解决的大问题，即能源战略问题。唯一的出路就是有计划的利用常规能源，节约能源，开发新能源和可再生能源。现在作为占能源消耗首位的电能是二次能源，是由其他能源转换而来的。目前世界各国电能的产生主要是靠火力发电。火力发电以碳氢化合物为主要成分的煤、重油等为燃料，燃烧后向大气排放SO2、CO2等有害气体及烟尘、SO2形成酸雨，对农作物、森林、建筑物及金属材料构成危害和腐蚀浪费。CO2形成温室效应，改变局部气候，造成各种自然灾害。为了减少火电对大气的污染，实现能源的持续发展。可再生能源在保护生态环境、保证能源安全和解决偏远地区居民用电问题等方面具有重要的作用，越来越受到世界各国的重视并得到了广泛的开发和利用。而风力发电是目前最成熟、最具规模开发和商业化发展前景的可再生能源发电方式之一。随着全世界风力发电装机容量的快速发展和风力发电机的成熟和不断完善，在今后10年，风力发电必将成为世界各国更加重视和重点开发的能源之一。
电力系统是一个复杂的动态系统。维持发电、输电、用电之间的功率平衡是电网的责任。在没有风电的电力系统，电网根据日负荷曲线可以制定运行计划，以满足次日的电力需求。风电与常规电源不同，具有很大的随机性、间歇性和不可控性。在实际运行中多数风电具有反调峰特性，即负荷大时风电出力小，负荷小时风电出力反而大，给风电丰富地区电网调度和电力市场管理带来了越来越大的压力。
并网风电场的输出功率受风能随机性影响很大，保证电力系统安全可靠运行成为制约风电功率注入水平的因素之一，有效的预测将在提高风电注入功率水平等方面发挥出重要作用。只有较为准确地预测出并网风电机组的功率输出，才能有效提高电力系统运行可靠性，为电网运行调度提供可靠依据，有效地降低风力发电成本，减轻风力发电可能对电网造成的不良影响，提高风电穿透功率极限。开放电力市场条件下，风电销售除需考虑风力发电的不确定性之外，预测误差的相关成本也是考虑因素之一，研究表明该项成本可以达风电场发电收益的10%。另外，风电场输出预测还可为评估风能资源与风电价值，诊断风电机组性能，并最大限度利用风电机组、减少风电备用机组等提供依据。
1.2 国内外研究动态
1.2.1 国外研究动态
丹麦、德国、西班牙和美国是当今风电功率预测技术最成熟的国家，其功率预测产品多数引入数值天气预报（Numerical Weather Prediction），并且已在电网和风电场得到广泛引用，目前一些主流的预测系统提前一天预测平均误差能低至10~12%，已具有相当高的预测精度和实用价值。
对风电功率预测研究的起源，可以追溯到20世纪70年代，当时美国太平洋西北实 验室（Pacific Northwest Laboratory）首先提出短期风速和功率预测对电力公司的重要意义。1990
1
[1]***大学毕业设计
年，丹麦里索国家实验室（Riso）的 Lars Landberg 开发了第一套较为成型的
风电功率预测系统，该系统的模式与欧洲风力地图集的建立方法类似，是一种基于基理推导的短期预测模式，运用数值天气预报测得的风速和风向数据，通过一定的运算变换成风机轮毂高度处的风速和风向，再结合风机自身的功率曲线，得到风机的出力，最后结合风电场的实际情况对处理曲线进行修正，得出最终预测结果。该系统应用了丹麦气象研究院的高分辨率有限区域模型（High Resolution Limited Area Model，HIRLAM）作为 NWP 的输入，在此基础上Riso利用 WASP（Wind Atlas Analysis and Application Program）模型把 NWP的风速和风向转换为风机轮毂高度对应的风速和风向，并加入PARK 模型来考虑尾流效应带来的影响，该模型于1993至1999年应用在爱尔兰电力供应委员会、丹麦东部和爱荷华州。经过Riso的不断改进和完善，该系统于 1994 年成为第一套正式意义上的风电功率预测系统，命名为Prediktor，其预测误差范围在14%~22%。
1994 年丹麦技术大学（DTU）开发了第一套基于统计方法的风电功率预测工具（Wind Power Prediction Tool，WPPT），该系统使用自回归统计方法，把功率描述成一非线性随时间变化的随机过程，并将适应回归最小平方根法与指数遗传算法相结合，能给出0.5~36小时的功率预测结果，预测误差为15%~20%。该系统从1999年开始在丹麦东部的电力系统运行。
国外其他具有代表性的风电功率预测系统还包括：由西班牙马德里卡洛斯三世大学开发的Sipreolico工具；由巴黎Amines/Ecole des mines de开发的，在Madeira岛和Crete岛运行的AWPPS（More-Care）系统；西班牙可再生能源中心开发的Local Pred RegioPred系统；爱尔兰开发的Honeymoon系统；英国Garrad Hassan公司开发的GH Forecaster功率预测系统和科克大学，爱尔兰、丹麦气象学院开发的HIRPOM系统等。国外风电功率预测系统可以归纳为表 1-1所示：
表1-1 国外风电预测系统
预测系统 Prediktor WPPT Zephry eWind AWPPT(WPMS) Previento
SOWIE ANEMOS Sipreolico
AWPPS(More-Care) LocalPred-RegioPred Honeymoon GH Forecaster HIRPOM
开发商
丹麦理所国家实验室（Riso） 丹麦技术学院（DTU） Riso&DTU
美国AWS Truewind
德国太阳能研究所（ISET） 德国奥登堡大学（University Oldenburg）
德国Eurowind GmbH 欧洲7个国家26个单位
西班牙马德里卡洛斯三世大学 巴黎Amines/Ecole des mines de 西班牙可再生能源中心 爱尔兰
英国Garrad Hassan 爱尔兰、丹麦气象学院
使用方法 物理 统计
物理、统计 物理、统计
统计（人工神经网络） 物理
物理
物理、统计 物理
模糊-神经网络 物理 物理
统计（子适应回归） 物理
以上是国外对风电功率预测的研究，理论体系完善，数值天气预报水平较高。基于物理模型、统计模型的各种商用风电功率预测系统已投入运行较长时间，并且在不同的风电场均有较好的效果，其天前预测的误差低至10%，基本能满足风电大规模并网调度和安排发电计划的需求。
1.2.2 国内研究现状
国内对于风电功率预测的研究起步较晚，现阶段处于由理论研究转化为功率预测产品投放市场阶段，其生产模式主要为高校或科研机构与企业合作，由高校或科研机构负责产品技术研发，企业负责市场商务，实现产品研发-销售相对分化独立的形式。目前主要的研发机构包括中国电力科学研究院、华北电力大学、华南理工大学、金风科技股份有限公司、湖南大学、新疆大学等。2008年中国电力科学研究院与东润环能（北京）科技有限公司联合推出了国内第一套风电功率预测系统产品 WPFS Ver1.0[24-25]。该项目于2008年4月正式启动，2008年12月10日系统投入试运行，2009 年3月19日通过专家验收，至今该系统已在吉林、江苏、宁夏、西北、甘肃、辽宁电网投入运行。WPFS Ver1.0 利用历史气象数据、风电场数据以及风机数据，通过物理方法和统计方法（主要为人工神经网络）建立预测模型，以测风塔数据和数值天气预报作为基础输入，完成风电场出力预测。该预测系统天前预测均方根误差为 16~19%，处于国内先进水平，在国外同类产品中处于前 10%的水平。
2010年1月23日，中国电科院开发的江苏电网风电功率预测系统通过了国家电网公司组织的验收，成为国内首个运行在省级电网端的风电功率预测系统，该系统涵盖江苏省全部 6个风电场，
2