大型風(fēng)電場分組建模方法及其在功率預(yù)測中的應(yīng)用.pdf

1、風(fēng)電固有的波動性影響電力系統(tǒng)的安全、穩(wěn)定和經(jīng)濟(jì)運(yùn)行，是大規(guī)模風(fēng)電并網(wǎng)運(yùn)行的主要挑戰(zhàn)。風(fēng)電場功率預(yù)測是解決該問題的必要手段之一。利用場內(nèi)某代表位置的風(fēng)況來映射整個風(fēng)電場的輸出功率是當(dāng)前大多風(fēng)電場功率預(yù)測采用的方法，但對于大規(guī)模風(fēng)電場，此方法難以保證精度;若對每臺機(jī)組進(jìn)行建模預(yù)測，將導(dǎo)致預(yù)測計算時間過長，無法滿足電力系統(tǒng)對功率預(yù)測的要求。因此，研究既能提高預(yù)測精度，又保證計算效率的風(fēng)電場功率預(yù)測方法，是大型風(fēng)電場功率預(yù)測領(lǐng)域的關(guān)鍵問題之一。

2、基于聚類算法研究了風(fēng)電場分組功率預(yù)測方法，主要工作包括:
　　(1)研究了風(fēng)電場分組建模的影響因素。以實(shí)測風(fēng)速、實(shí)測功率及二者組合作為模型輸入，分析其對風(fēng)電場分組功率預(yù)測精度的影響程度。通過分析可得風(fēng)速是影響分組效果的主要因素，以風(fēng)速作為輸入變量，預(yù)測精度波動范圍較小，而功率變量會使預(yù)測精度波動范圍較大。
　　(2)提出了用于確定風(fēng)電場分組個數(shù)的指數(shù)。利用提出的輪廓系數(shù)和霍普金斯統(tǒng)計量指數(shù)，分別從定性和定量的角度確定風(fēng)電場分

3、組個數(shù)，為建立風(fēng)電場分組模型奠定基礎(chǔ)。結(jié)果表明:霍普金斯統(tǒng)計量方法效果更好，定量的判定標(biāo)準(zhǔn)保證了確定風(fēng)電場分組個數(shù)的準(zhǔn)確性和高效性。
　　(3)提出了一種可提高功率預(yù)測精度的風(fēng)電場分組模型。建立了基于K-means、FCM、SOM、GA-蟻群和譜聚類五種聚類算法的風(fēng)電場分組模型，通過識別機(jī)組的風(fēng)況特征和發(fā)電特征的相似性將大型風(fēng)電場分成不同的機(jī)組群，并利用相關(guān)性分析法選擇組內(nèi)代表機(jī)組。結(jié)果表明:五組聚類結(jié)果合理;譜聚類計算效率最高，

4、而GA-蟻群計算時間最長。
　　(4)建立了具有較強(qiáng)適用性的風(fēng)電場分組功率預(yù)測模型。利用多臺代表機(jī)組位置的風(fēng)況，預(yù)測整場輸出功率，比較各模型的預(yù)測精度，并對其適用性進(jìn)行分析。結(jié)果表明:風(fēng)電場分組模型可以有效降低大型風(fēng)電場功率預(yù)測的計算維度，顯著提高預(yù)測精度，其中，SOM和譜聚類模型較未分組預(yù)測精度分別提高1.67％和1.59％;計算效率最高的譜聚類適用于大型風(fēng)電場的分組建模，預(yù)測精度最高的SOM適用于中型風(fēng)電場，二者可為電力系統(tǒng)調(diào)