风电功率预测对风储联合发电系统超短期发电计划影响机理研究

To grasp the mechanism of wind power forecasting on very-short-term scheduling and controlling for Wind-Storage Combined Power Generation System, and to optimize the process for increasing penetration level and stability of wind power to grid and reducing energy storage cost, the studies carried out on the above-mentioned contents are very important scientifically and practically. Based on Grey Relational Analysis Theory, the internal relationship of wind resource feature and combination forecasting algorithm is carried out, and according to a certain wind speed segment, the piecewise weighted combination forecasting algorithm with increasing precision is proposed. The statistical regulation of forecasting errors is explained before proposing the uncertainty analysis approach via the application of Copula Theory. With the direction of Dynamic Programing Theory, the very-short-term scheduling model for Wind-Storage Combined Power Generation System is formed combined with forecasting model. The operation optimization algorithm based on Stochastic Dynamic Programming is proposed to minimize the deviation between scheduling data and real-time data, with the consideration of wind power forecasting uncertainty, wind power integration requirements and State of Charge (SOC) for energy storage equipment. The above optimization can also help to update the scheduling plan for the next time interval to meet the purpose of increasing energy storage utilization and system stability.

掌握功率预测对风储联合发电系统超短期发电计划的影响机理并实现该过程的真正优化，以提高风电并网率和系统稳定性、降低储能成本，开展相关研究有重要科学意义和实用价值。. 本项目拟探索风速、风向、气压和温度对独立功率预测算法的影响规律；基于灰色关联度理论，确定风资源特性与组合预测算法的内在关联，按风速分段构建权重数据库，提出基于风速分段变权重组合模型的功率预测算法，提高了预测精度。阐释符合风电出力特点的预测误差概率性统计规律，提出基于Copula理论的不确定性分析方法。以动态规划理论为指导，结合组合预测算法创建风储联合发电系统超短期发电计划模型，在预测误差规律、储能荷电状态约束和并网要求下，以保证系统输出偏差最小为目标，对系统的并网输出和储能充放电功率实时优化，进而滚动更新下一时段发电计划，达到有效利用储能，提高系统稳定性的目的。

研究风储联合发电系统的发电计划的制定和跟踪方法，使风能由“随机的”变为“可靠的”，对提高风电利用率具有重要意义。本课题的研究对象是配有储能装置的并网风力发电系统，通过探究风电场输出功率和风资源规律，建立针对风电场功率超短期预测的优化理论，获得具有高准确度和普遍适用性的预测优化算法，研究预测不确定性分析理论，将预测算法和不确定分析理论用于并网的风储联合发电系统，进而达到显著提高系统运行可靠性的目的。具体而言，首先，本课题研究了风电功率波动性特征，定义了QI指数定量描述和评价了输出功率波动性，在时域方面采用滑动平均法分离分钟级分量并得出风电功率测量值、持续分量和分钟级分量随着时间变化的曲线。在频域方面采用快速傅里叶变换把随时间波动的风电输出功率转变为频域下的数据，得出输出功率频谱波形和不同频率范围内谐波波动量的频率分布，提出了基于灰色关联度理论的风电功率分段变权重组合预测模型；其次，利用QI在时域和频域进行风电功率最大波动日期和最小波动日期的选择过程。基于概率密度函数特性建立了用于风储联合发电系统的非参数估计风电功率概率性区间预测方法，为联合系统制定超短期发电计划做准备；最后，将经验模式分解算法应用到混合储能系统容量设计中，提出了基于CEMD的混合储能系统容量设计方法，建立了基于交叉熵优化算法和模型预测控制理论的风储系统发电计划优化模型。课题的研究算法通过中国华北某风电场和中国华东某风电场的实际风电运行数据验证，获得了风电功率确定预测及概率性区间预测算法对风储联合系统出力计划及运行优化的定量影响关系。同时也获得了风储系统容量配置与风电功率波动特性之间的解析量化关系，在储能系统设计和运行方面具有重要意义和科学价值。