论文部分内容阅读
随着我国风电装机容量的快速增长,风电在电网中占的比重越来越大,大规模风电并网对电力系统安全运行带来严重冲击,有效的风电场功率预测可以为电网稳定运行和调度提供参考依据。本文针对大型风电场传统功率预测精度不高和不稳定性问题,提出了一种大型风电场分组的智能优化功率预测模型,具体研究内容如下:首先,对大型风电场的参数特征进行分析和规律统计。研究了大型风电场风速和风向等参数的特性,分析了风电场风速、风向、温度与发电功率之间的关系,统计了整个风场的发电功率的规律特征,对大型风电场的参数特性有准确的定位。其次,针对大型风电场采集数据的不完整和坏点问题,通过风机实际功率特性曲线对数据进行剔除并采用相关系数矩阵法对数据进行填补。针对噪声等因素导致采集的风速数据产生毛刺和尖峰现象,采用了新型粒子滤波器对风场风速数据进行滤波处理,消除风速的毛刺并使得数据得到平滑性处理,并将处理后的数据作为预测模型的输入数据。接着,针对大型风电场中单机功率预测模型的参数选取问题,通过改进人工鱼群算法对模型参数进行优化选取。对鱼群算法中固定的视野和步长产生的局限性问题,本文通过增加自适应调节因子来自动调节鱼群在觅食和追尾行为中的视野和步长,解决了鱼群寻优速度慢及易陷入局部最小问题,通过不同测试函数实验验证改进的算法有较好的寻优效果,最后建立了改进鱼群优化支持向量机的风电场单机的功率预测模型并对两个典型的风场的风机进行功率预测研究。最后,针对大型风电场多台风机预测不稳定以及传统预测方法精度不高等缺陷问题,本文采用了一种基于风速分布特征采样互相关的风电场分组的功率预测策略,将此策略结合改进鱼群优化支持向量机建立了大型风电场分组的智能优化功率预测模型,通过陆地和近海两个典型风场实例仿真验证预测模型的应用效果,并结合实习项目设计了一套风电场功率预测系统软件,对提出的方法进行了工程性验证。