項目研究的目的、意義；研究成果的主要內容、重要觀點或對策建議；成果的創新特色、實踐意義和社會影響；研究成果和研究方法的特色。限定在2000字以內。
1、 項目研究目的、意義
在全球資源日益緊缺的今天, 風能作為可再生的清潔能源發展迅猛, 因此大規模的風電并網成為一種必然的發展趨勢。由于風電功率的隨機性與波動性, 伴隨著裝機容量的不斷增加, 風電功率的隨機波動可能會造成浪費或影響電網的穩定, 甚至可能會危及整個電網。同時峰值的調節能力也是影響風電并網的主要因素, 因此對風電功率波動特性的研究十分必要。它不僅能有效改善預測精度, 也能有效解決大規模風電并網的不利影響。風電功率的波動特性是其對接入電網安全穩定運行產生影響的根本原因。準確的對風電場的發電功率預測，對電力調度部門預先安排調度計劃，保證電網的功率平衡和運行安全起著非常重要的作用。我們基于某省級電網風電場群實測功率數據，采用時間序列、灰色理論、BP神經網絡等方法在對歷史風電輸出功率數據進行分析處理的基礎上建立數學模型對其風電功率進行預測，為電力調度部門預先安排調度計劃提供指導與參考。
2、項目研究的主要內容、重要觀點或對策建議
隨著能源與環境問題的日益突出，可再生能源特別是風能的開發利用處于快速發展階段，我國風電裝機容量近幾年均呈接近倍增的發展態勢，目前已經規劃了 7 個巨型風電基地。集中開發、遠距離輸送成為我國風電開發的主要方式。自然界風能的間歇特性決定了風電功率具有不可預期的波動性，而這正是風電對接入電網產生影響的根本原因。尤其當并網風電裝機容量增長到一定規模時，風電功率不可掌控的波動將對電網的有功及無功功率平衡帶來不利影響。這些影響包括風電接入點局部地區電壓水平、全網旋轉備用容量安排、系統調頻等方面。一直以來，由于缺乏足夠的風電功率波動數據，難以細致地量化評估上述影響，這對于最大限度地把握風電功率波動給電網帶來的影響，進一步提高電網對風電的接納能力是很不利的。與其他能源發電技術不同，風電功率的變化，強烈受制于自然風況及風電場地理條件，具有不確定性及一定的統計規律性。基于我國某風電場的20 臺1.5 MW 的風電機組30 d 的實測數據, 本項目對風電功率的波動特性進行了定量分析。
（1）首先研究風力發電在國內的使用和發展情況，并客觀分析了風電場輸出功率預測研究的意義。同時重點討論了根據不同原則和標準的風電功率分類方法，為后文選擇不同的預測方法做準備。
（2）研究了不同預測方法的優缺點及試用范圍。包括不同預測方法的理論基礎和應用技術，并進行了詳細的比較。
（3）針對實測數據，采用不同的預測方法進行預測，同時帶入歷史數據進行回測比較。
（4）對結果進行數值實驗。
3、成果的創新特色、實踐意義和社會影響
（1）采用概率分布擬合和基于遺傳算法的BP 神經網絡的預測建模對風電功率波動特性進行定量分析；
（2）針對風電功率實測數據建立了概率分布擬合模型并分析了擬合結果；
（3）建立了基于不同時間間隔歷史實測數據的BP 神經網絡預測模型, 數據檢驗表明該模型對于峰值有很理想的預測精度且整體精度較高。
4、研究成果和研究方法的特色
在湖南文理學院學報(自然科學版)發表研究論文一篇。
【1】周鑫,黃創霞,譚艷祥.風電功率波動特性研究，湖南文理學院學報(自然科學版)，2015年6月，第27卷第2期.
將不同的預測方法運用到針對風電功率實測數據的預測中，進行算法的正確性與可行性驗證，比較了具體的預測方法；開發可視化預測結果呈現工具，實現預測結果自動化生成，提高項目的實際應用價值。
分別采用概率分布擬合和基于遺傳算法的BP 神經網絡預測, 通過MATLAB 軟件編程, 利用風電功率的實測數據, 對風電功率波動性進行研究。
研究結果發現:
(1) t location–scale 概率分布是最適合描述風電功率的波動特性;
(2)總體和個體的波動性是存在一定的差異;
(3) 不同時間的風力大小會呈現一定的日周期性。風機輸出功率的波動隨著風電規模的增加反而成衰減的特點, 風電場的波動情況趨近于正態分布;
(4) 基于遺傳算法的BP 神經網絡預測模型對于峰值有很理想的預測精度且整體的預測精度很高。
|
