当前位置:问答库>论文摘要

题目:风电场短期风电功率预测及并网调度研究

关键词:风电功率预测;稀疏贝叶斯学习;小波分析;数值天气预报;并网调度

  摘要


风能作为可再生能源的重要组成部分,得到了世界范围内的重视与应用。风速具有很强的随机性、波动性,同样风电功率也有这样特点。当风电在电网中所占比例超过一定阈值后,对并网电力系统的安全运行和电能质量有很大影响。短期风电功率预测及并网调度研究是解决该问题的有效途径,对减轻风电并网对电力系统的不良影响,保证电能质量和优化电网调度都具有重要意义。本文对风电场短期风电功率预测及并网调度展开研究工作,主要包括以下几个方面:

1)基于小波分析与稀疏贝叶斯学习的风电功率预测模型。针对4小时风电功率预测,与以往先预测风速再预测功率不同,本文考虑了风电功率本身的系统误差。采用离散正交小波变换,将风速序列和风电功率序列分解为子序列分别进行建模预测。在功率预测中,低频分量的输入加入风速序列,高频分量只采用功率序列。采用多步预测得到1-4小时的风电功率预测。两个风电场的实例验证表明该方法具有良好性能。

2)基于改进稀疏贝叶斯模型和数值天气预报提出了一种新的24小时风电功率概率式预测方法。本文先对数值天气预报原始风速数据进行修正,再用修正后的风速融合其他数据进行概率式风电功率预测。本文改进了稀疏贝叶斯学习,采用修改后的高斯核函数和粒子群优化算法优化核函数的参数。两个风电场实验结果的确定性功率预测评价和概率式功率预测评价显示该模型能提高预测精度并得到概率式结果。

3)在风电功率概率式预测基础上,将预测结果用于含风电电力系统经济调度的建模和仿真验证。本文建立了经济调度模型的目标函数和约束条件,利用机会约束规划处理目标函数和约束条件中的随机变量,再利用粒子群优化算法求解该经济调度模型。提出的经济调度模型在IEEE30节点系统上进行了仿真验证,结果证明了经济调度对风电并网的有效性。