基于组合预测模型的并网风电场短期风电功率预测研究

由于风电场发电功率受风速、风向、地理、气象等多方面因素的影响，既具有时间相关性，也具有空间相关性，单一的预测模型达不到预期效果。本项目以非平稳变化的时间、空间的风速序列数据为研究对象，建立一个具有泛化能力的最优加权组合模型，给出预测结果误差评价指标；利用空间相关法，建立基于扩展空间分布的区域性电网风电场的输出功率等效模型和算法。研究提出一种根据奇异点局部奇异性信息对来自于风电数据采集控制系统的错误数据进行辨识纠错的方法。针对非平稳风速信号中产生的幅值突变和频率突变，给出小波变换系数模极大值检测算法。深入的研究区域性电网中风电场输出功率预测值随时间渐变和突变的基本规律，探索将风力发电功率预测和负荷预测相结合的基本规律，设计开短期风电功率预测软件，以确定风电在满足系统一定可靠性水平下的备用容量，以制定科学的发电计划，优化发电机组的开机组合，为风电场并网安全经济运行提供科学决策依据。

由于风能本身的间歇性和不确定性，采用单一预测方法所得到的风电功率预测结果的误差很大，无法满足电网安全经济运行的需要，项目针对风速序列随时间、空间呈现非平稳性变化的特征，提出了一种基于经验模态分解(EMD)和支持向量机(SVM)的短期风电功率组合预测方法，其预测误差比单一模型降低了5%~10%，有效地提高了短期风电功率预测的精度，对预测结果的误差进行了不确定性分析，给出了预测结果误差评价指标。在深入研究风电场输出功率预测值随时间空间变化的规律的基础上，建立了一种考虑风电场风机间的排布和尾流效应的功率预测模型，导出了各个风机间的风速相关矩阵和输出功率值，与仅采用统计算法的功率预测相比，预测精度的均方根误差可以减小5%，能进一步改善预测效果,将风电场输出功率的不确定性转化为相对量化的确定性关系。.. 针对风电场内不同机组处风速分布不均匀问题，考虑尾流效应与风的空间分布特性，提出了一种适用于永磁直驱变速机组风电场动态等效的多机表征方法，通过模糊聚类算法将具有相近运行点的风电机组划分到同一机群，最后通过多个表征机群的等值机组的组合，建立基于扩展空间分布的风电场输出功率等效暂态模型，该模型能够反映风电场输出有功/无功、频率和电压的动态特性。在此基础上，提出了一种新的永磁直驱风电机组频率-转速协调控制策略，根据风电机组功率的变化率调节转速控制参数，使风电机组获得较好的频率响应能力，能够有效减少风电机组的转矩突变和频率波动幅度，避免系统频率的二次波动，以获得较好的转速恢复特性。.. 针对非平稳风电数据中产生的幅值和频率突变，研究提出了基于小波模极大值的奇异点辨识方法和基于自回归滑动平均法的数据重构算法，为功率预测提供可靠性的数据源。开发一套基于组合预测方法的风电功率预测系统，该系统主要包括数据通讯、数据处理、预测模型、误差分析、预报输出等主要功率模块，具有一定的工程实用性，可以辅助制定合理的发电计划，优化开机组合，为风电场并网安全经济运行提供科学决策的依据，具有较好的应用前景。.. 项目研究期间，在国内外期刊发表相关研究论文11篇，其中被SCI收录1篇、EI收录10篇，获得国家发明专利1项、国家版权局授权计算机著作权15项。培养博士生1名、硕士研究生6名，培养指导国家大学生创新计划本科生学生3名。参加国际、国内会议6次，担任会议分会主席2次，作大会报告和分会场报告3次。