• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      風(fēng)力發(fā)電短期預(yù)測策略的分析與研究

      2017-04-19 17:43:12王鶯芳
      卷宗 2016年12期
      關(guān)鍵詞:風(fēng)力發(fā)電

      摘 要:隨著各地風(fēng)力發(fā)電的蓬勃發(fā)展,風(fēng)電場的規(guī)模不斷擴(kuò)大,風(fēng)電裝機(jī)容量在系統(tǒng)中所占的比例不斷增加,風(fēng)電輸出的不穩(wěn)定性對電網(wǎng)的功率沖擊效應(yīng)也不斷增大,對系統(tǒng)穩(wěn)定性的影響就更加明顯。為了減少對系統(tǒng)穩(wěn)定性的影響,本文提出一種對風(fēng)電短期預(yù)測的方案策略,通過對風(fēng)電短時間的預(yù)測,合理的調(diào)節(jié)機(jī)組的出力情況,利用神經(jīng)網(wǎng)絡(luò)技術(shù)對風(fēng)電場出力提前預(yù)測得出數(shù)據(jù),對預(yù)測的數(shù)據(jù)進(jìn)行分析,基于誤差預(yù)測值修正預(yù)預(yù)測值,得到最后的預(yù)測值。

      關(guān)鍵詞:風(fēng)力發(fā)電;預(yù)測策略;短期預(yù)測

      電力行業(yè)作為經(jīng)濟(jì)發(fā)展的基礎(chǔ),為各行各業(yè)的發(fā)展提供了充足的動力。但是風(fēng)力發(fā)電的區(qū)域性比較大,只有在一些偏遠(yuǎn)地區(qū)才能有足夠的風(fēng)量保證發(fā)電量,而電能又難以存儲,這些地區(qū)風(fēng)電產(chǎn)生的電能難以被消耗掉,遠(yuǎn)距離傳輸?shù)狡渌貐^(qū)費(fèi)用比較高,更為糟糕的是風(fēng)能這種能量并不穩(wěn)定,具備隨機(jī)性,而且不能確定風(fēng)速大小,也不能明確風(fēng)電機(jī)組的大小。

      在分布式風(fēng)電連接到電網(wǎng)之后,風(fēng)電場的無功功率需求降低了負(fù)載特性的極限功率,并降低了靜態(tài)電壓的穩(wěn)定性。隨著風(fēng)力發(fā)電的蓬勃發(fā)展,風(fēng)電場的規(guī)模不斷擴(kuò)大,系統(tǒng)中風(fēng)電裝機(jī)容量的比例越來越大,風(fēng)電輸出對電網(wǎng)的不穩(wěn)定性影響也越來越大,系統(tǒng)的穩(wěn)定性影響更加明顯。在嚴(yán)重的情況下,系統(tǒng)將失去動態(tài)穩(wěn)定性,導(dǎo)致整個系統(tǒng)的崩潰。風(fēng)力資源和風(fēng)力渦輪機(jī)運(yùn)行特性的不確定性使得風(fēng)力渦輪機(jī)的輸出功率波動,這可能影響電力質(zhì)量,例如電壓偏差,電壓波動和閃爍,諧波。

      為了減少風(fēng)電對系統(tǒng)的影響,本文提出了一種短期風(fēng)電預(yù)測方案策略,通過短期風(fēng)電預(yù)測,合理調(diào)整單位產(chǎn)出情況。為了提高預(yù)測的準(zhǔn)確性,本文提出了基于神經(jīng)網(wǎng)絡(luò)技術(shù)的風(fēng)電場輸出的短期預(yù)測方法:預(yù)預(yù)測-誤差預(yù)測 - 基于誤差預(yù)測值校正預(yù)測值,得到最終的預(yù)測值。風(fēng)力場在給定時刻的輸出取決于該時刻的風(fēng)力資源以及風(fēng)力農(nóng)場本身利用這些風(fēng)力資源(即,將風(fēng)力資源轉(zhuǎn)換成有效電能的能力)。影響風(fēng)電場將風(fēng)力資源轉(zhuǎn)化為有效電能的能力有許多因素,例如風(fēng)電場的裝機(jī)容量,風(fēng)力發(fā)電機(jī)本身的類型,風(fēng)電場的運(yùn)行水平和風(fēng)力渦輪機(jī)的分布。通常是非線性的,研究這些因素和風(fēng)電場的產(chǎn)出之間的關(guān)系是孤立的,沒有必要研究大型風(fēng)電并網(wǎng)電力系統(tǒng)的經(jīng)濟(jì)調(diào)度。然而,這些影響因素作為一個整體,與風(fēng)電場的輸出之間存在一定的映射關(guān)系。因此,風(fēng)電場輸出預(yù)測模型必須能夠反映這些機(jī)制之間的關(guān)系。

      這里的預(yù)測模型采用目前廣泛應(yīng)用的多層反傳播 ANN(back propagation artificial neural network,BP-ANN)。網(wǎng)絡(luò)采用NR-NY-1結(jié)構(gòu),包括輸入層,隱層和輸出層。 層中的神經(jīng)元是單向連接的,并且層中的神經(jīng)元是彼此獨(dú)立的。 輸入層包括在24小時區(qū)域中的風(fēng)電場的歷史風(fēng)速。 隱層神經(jīng)元映射函數(shù)使用Sigmoid函數(shù),輸出層使用Purelin函數(shù),整個網(wǎng)絡(luò)的輸出可以取任何值。 網(wǎng)絡(luò)的學(xué)習(xí)過程是權(quán)重的調(diào)整過程,其通過信號的前向傳播和誤差的反向傳播來實(shí)現(xiàn)。重復(fù)訓(xùn)練周期,直到網(wǎng)絡(luò)輸出的誤差降低到可接受的水平,最后得到未來24 h各時段的風(fēng)電場出力預(yù)測 。

      定 是未來24h各個時段風(fēng)場的實(shí)際出力的值,出力的預(yù)測誤差為

      誤差預(yù)測思路

      風(fēng)電場的短期預(yù)測和測量數(shù)據(jù)的代數(shù)差異構(gòu)成了一個新的時間序列,基于同樣的機(jī)制與未來的時間序列有一定的映射關(guān)系。 因此,歷史錯誤預(yù)測未來錯誤。

      基于BP-ANN的預(yù)測模型用于預(yù)測風(fēng)電場輸出預(yù)測的預(yù)測誤差。 在誤差預(yù)測模型中,1.1節(jié)中的風(fēng)場輸出序列的歷史被用于訓(xùn)練網(wǎng)絡(luò)的歷史誤差。最后,獲得未來24小時風(fēng)電場輸出預(yù)測的誤差預(yù)測 。

      1.3 預(yù)預(yù)測和誤差預(yù)測思路驗(yàn)證

      以風(fēng)電場輸出預(yù)報為例,將新疆一個典型風(fēng)電場的風(fēng)速數(shù)據(jù)和風(fēng)電場輸出數(shù)據(jù)在96 h的96 h時段作為樣本。圖3和圖4分別給出了1~96h風(fēng)速和風(fēng)力輸出數(shù)據(jù)及趨勢。1~48 h的風(fēng)速和風(fēng)電場輸出數(shù)據(jù)被用作訓(xùn)練網(wǎng)絡(luò)的歷史樣本。最后,風(fēng)電場的輸出從49至96小時,有一個訓(xùn)練有素的網(wǎng)絡(luò)。并將測量值和風(fēng)速數(shù)據(jù)產(chǎn)生的誤差序列作為新的歷史樣本,訓(xùn)練網(wǎng)絡(luò)進(jìn)行73~96h誤差預(yù)測。預(yù)測的風(fēng)電場輸出網(wǎng)絡(luò)模型的輸出結(jié)果如圖5和圖6中的實(shí)線所示,與對應(yīng)時間的風(fēng)電場輸出的測量曲線進(jìn)行比較。預(yù)測結(jié)果與同一趨勢的測量值基本一致。得出圖6中風(fēng)力輸出的預(yù)測誤差曲線。如圖7-8所示,預(yù)測誤差隨預(yù)測力的增加而增大。這種現(xiàn)象可以被認(rèn)為是隨著風(fēng)速的增加影響風(fēng)力農(nóng)場的輸出的非線性因素的結(jié)果。例如,尾流效應(yīng)更顯著,因此在設(shè)計風(fēng)力發(fā)電輸出預(yù)測系統(tǒng)時應(yīng)考慮風(fēng)電場輸出能力的影響。

      對比圖8中的實(shí)線和虛線可知,誤差預(yù)測 有效地跟蹤了風(fēng)電場出力的預(yù)預(yù)測值的誤差 的變化趨勢:

      1) 絕對值較大時(大于 5%),WFF.tE*趨 近 ; 2) 絕對值較小時(小于或者等于 5%) 約等 。由于風(fēng)電場輸出的隨機(jī)性和影響因素多,風(fēng)電場輸出的短期預(yù)測將不可避免地存在一些誤差。本文提出了一種基于誤差預(yù)測的短期風(fēng)力預(yù)測校正方法:經(jīng)濟(jì)調(diào)度中風(fēng)電場輸出預(yù)測的準(zhǔn)確性主要影響系統(tǒng)的儲備容量。儲備容量是指為調(diào)整系統(tǒng)的短期負(fù)荷波動以穩(wěn)定系統(tǒng)頻率和承擔(dān)計劃外負(fù)荷增加而設(shè)置的儲備容量。一般來說,儲備容量是最大發(fā)電負(fù)荷的2%~5%。根據(jù)風(fēng)電場輸出的隨機(jī)性,本文提出了在不考慮風(fēng)電場本身容量的情況下根據(jù)負(fù)荷而不是可控發(fā)電設(shè)備對風(fēng)電場進(jìn)行處理,并且根據(jù)小系統(tǒng)相同的預(yù)測容量考慮風(fēng)電場運(yùn)行儲量。因此,當(dāng)誤差預(yù)測絕對值WFF.tE≤5%時,誤差預(yù)測值被認(rèn)為是可靠的,并且在相應(yīng)時間的風(fēng)電場輸出預(yù)測也是可信的。當(dāng)誤差預(yù)測的絕對值大于5%時,5%的部分不可信,必須修正為5%以下。由式(1)可

      式中WF.tP 是修改的風(fēng)電場的預(yù)測輸出值。因?yàn)檎`差預(yù)測值WFF .tE*有效跟蹤風(fēng)電場輸出預(yù)報值的誤差值WFF.tE 的變化趨勢,所以有以下結(jié)論。

      基于上述實(shí)例的數(shù)據(jù),進(jìn)行73~96 h風(fēng)電輸出預(yù)測,預(yù)測適用于包括風(fēng)電場在內(nèi)的區(qū)域電力系統(tǒng)的預(yù)調(diào)度。時間尺度為h,風(fēng)電場平均輸出;精度規(guī)模標(biāo)準(zhǔn)對附加系統(tǒng)不增加儲備容量,也就是說,預(yù)測值的可信度大于或等于95%。程序的結(jié)果如圖10,11所示。從圖中可以看出,校正后的風(fēng)電預(yù)報輸出更接近真實(shí)值。比較圖11中的曲線我們知道預(yù)測最大誤差接近20%,預(yù)測的最大誤差值接近12%,最大預(yù)測誤差接近6%,因?yàn)榫W(wǎng)絡(luò)的映射值跟蹤預(yù)測的最大誤差趨勢。這大大提高了預(yù)測系統(tǒng)的可信度,可以有效減少經(jīng)濟(jì)調(diào)度的儲備容量,這對提高風(fēng)電場在系統(tǒng)中的相對競爭優(yōu)勢具有重要意義。

      參考文獻(xiàn)

      [1]蔣結(jié)敏.淺析我國風(fēng)力發(fā)電預(yù)測策略分析報告[J].上海工業(yè)出版社.2016

      [2]楊敏高.淺析火力發(fā)電短期預(yù)測策略[J].中國電力出版社.2014

      [3]夏秀敏.淺析我國發(fā)電過程中短期預(yù)測的特點(diǎn)[J].大連工業(yè)出版社.2015

      作者簡介

      王鶯芳(1984-),女,湖北武漢人,2006年本科畢業(yè)于華中科技大學(xué),職稱為中級工程師,主要研究方向是電力系統(tǒng)自動化,現(xiàn)為上海交通大學(xué)在職工程碩士,在上海紫通信息科技有限公司從事配電產(chǎn)品軟件研發(fā)工作。

      猜你喜歡
      風(fēng)力發(fā)電
      關(guān)于“棄風(fēng)”現(xiàn)象研究的文獻(xiàn)綜述
      東方教育(2016年13期)2017-01-12 22:44:43
      農(nóng)用風(fēng)力發(fā)電機(jī)葉片設(shè)計
      風(fēng)力發(fā)電系統(tǒng)故障診斷技術(shù)淺析
      風(fēng)力發(fā)電機(jī)組的電氣控制
      東汽FD77雙饋式變速恒頻風(fēng)力發(fā)電機(jī)的控制策略
      電池儲能技術(shù)在風(fēng)力發(fā)電系統(tǒng)中的應(yīng)用
      中國市場(2016年32期)2016-12-06 11:06:23
      風(fēng)力發(fā)電發(fā)展現(xiàn)狀及前景淺析
      價值工程(2016年31期)2016-12-03 00:07:43
      垂直軸風(fēng)力發(fā)電機(jī)葉片建模與研究農(nóng)用
      呼倫貝爾風(fēng)電場對草原生態(tài)環(huán)境潛在影響初探
      科技視界(2016年16期)2016-06-29 17:02:02
      我國風(fēng)力發(fā)電現(xiàn)狀與展望
      商(2016年12期)2016-05-09 10:38:04
      基隆市| 湘阴县| 鄂托克前旗| 乐陵市| 平湖市| 嘉黎县| 抚顺市| 原平市| 册亨县| 平度市| 保康县| 垣曲县| 绩溪县| 八宿县| 涟水县| 巴楚县| 达日县| 普洱| 靖江市| 饶河县| 怀集县| 西贡区| 双辽市| 新建县| 儋州市| 偃师市| 扬中市| 雷州市| 孙吴县| 玉溪市| 育儿| 安平县| 林西县| 绥棱县| 南阳市| 宝丰县| 常宁市| 樟树市| 浙江省| 旅游| 青海省|