当前位置首页 > 校外拓展 > 电子书

基于风功率预测的风电场能量管理系统的整体思路

更新时间:2024-08-22

下载地址

免费下载!

[!--downpath--]

资源介绍

基于风电功率预测的风电场能量管理系统 2011年7月,复旦大学电机工程系 摘要2 电网运行与控制中忽略微小扰动原因,系统自身承受冲击的能力也不容忽视。 高度考虑不利激励因素,制定对策影响较大,必须参与电网发电计划中期风电功率预测,对风电调控影响较大。 纳入常规调度系统,融入不同风电发展水平下的电网发电规划、在线调度、实时控制等各个环节。 风电场运营需要34个大电网风电场 大电网风电场刚柔并济 风电并入电网 传统观点:供电“随机” “不可靠”:风速随机性 “不可调节”:风机调节不良能力可控风场建设:优质电源可预测、可靠、可调度 风电场常规电站能源供应不稳定,有功出力不稳定 能源供应稳定,有功出力稳定 有功/无功有功调节困难 有功/无功功率可大范围灵活调整 风电功率预测难度高、精度低、负荷预测精度高、发电计划定制相对容易 风电场能源管理系统应用 电网友好型风电场建设-12-一套风电场能源管理系统是基于风电场综合数据采集系统,实现风电场所有有功、无功调节设备手动闭环、协调控制,满足风电综合需求的监测管理系统农场电网连接。 风电场能源管理系统总体思路 控制指令 风场信息 气象服务 风速计塔 6 储能控制 电力管理 运行调度 风电场能源管理系统总体思路 四大技术特点 交互性:服从控制指令 协调性:协调内部该设备基于预测的手动控制、智能闭环控制数据采集与监控系统、风电功率预测系统是风电并网控制平台的基础。Zkf物理好资源网(原物理ok网)

7/储能风电场能源管理系统总体思路 8 内容概要 9 风电功率预测系统的应用价值 电网对风电功率预测系统的要求 应用类型 预测时长 15min 全网极高拥塞管理功率 1~6h (超短期) 15min 区域高调峰/发电计划电量 24~48h(短期) 1h(15min) 全网/区域高运行方式/维护计划电量(峰谷值) 1 年(中期)年)更高的电网规划全网用电几年到几年六年更高的全网调度规划规划风电功率预测的要求体现在电力系统运行的各个方面。 -16-风电预测系统的应用价值 风电预测系统的综合价值 风电预测系统的研究现状 在WPMS)商业化阶段(,),单个风场的偏差为10-20%,偏差全网占比5%-8%。 ,缺乏常年统计分析预测疗效中国电力科学研究院WPFS系统,法国中尺度模型,自产NWP评价指标均方根偏差(RMSE)单风场1-2h小时超短期预报5- 7% 近期预测 10 -20% 地区:6-8% 全网:5-7% 风电预测系统研究现状 需求和数据需求结合宁夏电网业务需求和气象服务特点,明确系统功能为如下:短期风电预测:提前24h-36h预测; 滚动预报:每天晚上 8:00 和凌晨 5:00 预报一次。 基本预测单元:风电场的风电功率预测系统依赖于庞大的数据库,单个风电场每年的数据记录超过2500万条,集中维护和应用开发技术难度很大。Zkf物理好资源网(原物理ok网)

分布式系统结构 新疆古风功率预测系统 多层分布式风功率预测系统 风场层面:基础预报单元风电场控制、独立结算 区域层面:在线调度、联络线时尚控制 全网层面:功率平衡、电力调度发电计划与机组组合优化 分层分级风电功率预测系统适应新疆古代风电发展特点和电网调度系统的需求 风电功率预测的基本原理 短期风电功率预测的基本原理 统计方法 非参数回归神经网络法 数值ARMA法 时间序列分析法...两类预测方法 化学法 WASP微气象模型 中尺度MM5模型(日本) 考虑扇尾流效应、地表特征、边界层特征 相似模型原理考虑非建模激励...需要至少1-3个月的历史实测数据随着历史数据的积累预测偏差会逐渐减小,不断积累历史数据库数值天气预报准确帧率更高的数值天气预报( 3h、3km) 微地理、微气候模型进一步降低精度 实测数据修正 基于风机启停信号的及时修正模型 根据实测数据实时修正预报 输入极端天气6小时滚动预报 极端天气特殊处理独立建模——风电功率预测的基本原理 影响风电功率预测精度的主要因素 - 7 - 预测精度具有个体特征:不同季节、不同地区、不同地形等激励因素不同 最终精度会影响风电功率预测的基本原理数值天气预报和边界层微气象模型Step2. 当地气象格10-30km,高海拔Step1。 全球天气预报 () Step4. 尾流效应模型Step3:近地模型(LOG曲线)准对比,准差,差,风功率预测的基本原理,风功率模型和风场实测模型,不同风向和风速下的风场效率,不同空气密度下的风场效率、风场实测功率曲线、风速预测偏差:10-15%(亚洲); >20%(国外)风电场建模偏差:2-5%,国外同类水平风电功率预测精度在于边界层(近基岩)数值天气预报是风电功率预测的基础原理风风机实测模型和风场实测模型(续) 风电场出力模型建模可以达到非常高的精度(2-5%) 建模方法(BP神经网络、非参数回归等)对精度影响不大迭代次数对精度影响不大。 风电功率预测的基本原理. 预测程序的通常流程。 预测程序初始化:数据规划建模:借助历史数据建立风电场输出功率模型; 预测:借助数值天气预报和风电场发电计划进行预测 可视化:展示预测 结果评估:效果评估与预测、预测方案比较、风电综合预测系统技术支撑、发展支撑工程应用、7个国家级项目、国家重点实验室项目3项,其中重点/重大项目5项; 省部级企业项目30余项。Zkf物理好资源网(原物理ok网)

自2009年投入运行以来中期风电功率预测,已有数十座家庭训练电站投入运行。 23项系统技术特点——广泛支持标准 24项系统技术特点——功能丰富全面,更多考虑风电场居民的应用需求! 25 风电场功率预测分站 风电功率预测系统不仅需要与电网公司配合,还需要将必要的信息传输到发电集团经理的笔记本上。 风电场功率预测子站年/月度电量预测 科学制定发电计划 评估电损 风资源后评估 定量评价 风电场可利用风资源周边地形变化对原有风资源的影响 维护计划优化与调整设备改进 年使用小时数 根据风电场的生产特点,风电场功率预测分站应越来越适应发电企业的生产需要。 系统技术特点——预测精度保证 系统功能展示 风电综合预测系统功能展示 用户角色 预报员:风电曲线预测、模型训练 调度员:监控 风电运行管理员:程序模块监控、日志管理 系统功能展示——风场状态 30 . 系统功能显示——曲线显示显示实际曲线与预测曲线的对比。 观看间隔可以自定义并导入。 31. 系统功能展示-气象信息展示 32. 数据分析子系统提供实时气象资源监测功能 全面的数据分析功能,帮助用户进行系统评估和性能优化 系统功能展示-数据分析 33 系统功能展示-统计报表 34系统功能展示——预报上报支持集中上报、分组上报、地方上报三种上报方案支持手工上报、人工上报支持预报员修改、人工干预35个智能预报员引导系统,确保系统提供更多、更准确的预报模型数据的积累。Zkf物理好资源网(原物理ok网)

风功率预测的作用_风功率预测短期和超短期的区别_中期风电功率预测Zkf物理好资源网(原物理ok网)

确保系统随着数据的积累,提供越来越高精度的预测模型 提供可视化完成算法训练的功能,让客户快速上手,完成专家级算法维护工作 – 系统管理 37项需要PC工作站操作系统2003英文企业版,硬盘尽可能大,服务器显存尽可能大,硬盘操作系统2003英文企业版,网络PC工作站和服务器必须在同一个公网; 您可以接入中央调节数据网络,用于上传预测结果; 可接入风机数据网,获取风机历史数据; 风场坐标、风场名称、风场区域坐标(四个坐标点) 气象数据 提供气象数据的套接字及数据格式说明 风力电机组数据 提供风力电机的套接字组数据。 预测数据提供报告数据的通信结果。 通讯合同-5-101 系统功能展示-软/硬件配置 38年试运行以来,风电综合预测系统偏差 风场功率模型偏差 数值天气预报偏差 风电综合预测系统技术特性 黄色:实际测量 红色:偏置校准后的结果 红色:未偏置校准的结果Zkf物理好资源网(原物理ok网)

发表评论

最新列表

最热列表

统计代码放这里