基于NWP的風電負荷預測方法在內蒙古電網中的應用.pdf

1、風電作為一種清潔能源，具有很大的發(fā)展空間，但由于風電的隨機性和不確定性，大規(guī)模風電負荷波動對電網的穩(wěn)定運行造成較大影響，集中方式并網非常困難。如果能對風電功率進行預測，則可以在很大程度上減小風電對電網的影響，增加電網對風電的預見能力和控制能力，從而在根本上增加電網對風電的接納能力。
　　 數值天氣預報(NWP)是根據大氣實際情況，通過數值計算，求解描寫天氣演變過程的流體力學和熱力學方程組，從而預報未來天氣的方法。這種預報是定量和

2、客觀的預報。在合理地對風電場進行建模的基礎上，使用NWP中的風速、風向數據，可以直接對未來風電情況進行預測。
　　 本文首先對內蒙古電網中已投運的風電場運行數據進行了概率密度計算，通過對風電波動的時間特性進行分析，確定了符合電網運行實際的合理預測間隔，指出了目前國內所使用的多種數值統(tǒng)計預測方法在預測時間尺度上都存在間隔太短的問題，因而不適合內蒙古電網運行的實際要求。在確定預測間隔的基礎上，通過對風機運行的歷史數據進行分析，對廠家

3、提供的風機原始風速功率特性曲線進行了修正。針對內蒙古自治區(qū)的氣象特點，提出應對風機的風速功率特性曲線進行滾動式修正。然后，對如何通過NWP的風速、風向數據來計算風機的電功率數值進行了探討：不但討論了如何將NWP中大地理維度、高空風速折算至某一風場單臺風機輪轂處的風速，也討論了如何通過人工智能算法處理同一風場內風機之間的尾流效應和偏航效應，以得到準確的風電場的發(fā)電預測結果的問題。在使用NWP數據得到各個風電場中期發(fā)電負荷預測的基礎上，使用

4、人工神經網絡算法對同一風區(qū)內各個風電場之間的相互作用做了處理，以風區(qū)為單位對風電負荷進行了較為準確的預測。最后，對基于NWP的風電負荷預測系統(tǒng)的預測結果誤差進行了分析，并對如何使用基于NWP的風電負荷預測系統(tǒng)的預測結果指導電網發(fā)電計劃安排做出了探討。
　　 本文首次將基于NWP的風電負荷預測方法應用于實際電網中。通過對該算法的預測間隔、數據處理、功率曲線修正等問題的工程化處理，提高了預測精度，增加了方法的實用性。本文所介紹方法在