超短期风电功率爬坡事件检测和统计分析

被引:13
作者
杨茂 [1 ]
马剑 [1 ]
李大勇 [2 ]
刘红柳 [1 ]
孙涌 [3 ]
机构
[1] 东北电力大学电气工程学院
[2] 国网吉林省电力有限公司通化供电公司
[3] 国网淄博供电公司
关键词
超短期; 风电功率; 爬坡事件; 检测; 统计分析;
D O I
暂无
中图分类号
TM614 [风能发电];
学科分类号
080811 [新能源发电与电能存储];
摘要
随着风电渗透率的逐渐增加,超短期风电功率爬坡事件对电力系统的影响愈来愈显著。当前国内对爬坡事件没有明确定义,且缺少相应的检测方法和统计分析。阐述了爬坡事件的定义,提出了一种超短期风电功率爬坡事件检测方法,并从爬坡持续时间、爬坡变化率和爬坡幅值三个方面对上爬坡和下爬坡两种爬坡类型进行了统计。最后分析了超短期风电功率爬坡事件的日、月分布规律。实例证明,所提出的检测方法可以快速准确地检测出风电功率爬坡事件及其特征值。统计结果表明,上爬坡事件和下爬坡事件的爬坡持续时间、爬坡变化率和爬坡幅值三个爬坡特征具有较高对称性,但两类爬坡事件高发在一天之中不同的时段,也表现出明显的日、月分布特征。
引用
收藏
页码:62 / 68
页数:7
相关论文
共 15 条
[1]
基于灰色缓冲算子-卡尔曼滤波双修正的风电功率实时预测研究 [J].
杨茂 ;
黄宾阳 .
可再生能源, 2017, 35 (01) :101-109
[2]
基于小波变换和支持向量机的风电功率爬坡事件识别与预测 [J].
刘红柳 ;
杨茂 .
东北电力大学学报, 2016, 36 (06) :30-35
[3]
风力发电现状与发展趋势 [J].
刘波 ;
贺志佳 ;
金昊 .
东北电力大学学报, 2016, 36 (02) :7-13
[4]
超短期风电功率预测误差数值特性分层分析方法 [J].
叶林 ;
任成 ;
赵永宁 ;
饶日晟 ;
滕景竹 .
中国电机工程学报, 2016, 36 (03) :692-700
[5]
基于局域一阶加权法的风电功率超短期预测研究 [J].
杨茂 ;
季本明 .
东北电力大学学报, 2015, 35 (05) :6-10
[6]
具有低电压穿越能力的集群接入风电场故障特性仿真研究 [J].
齐尚敏 ;
李凤婷 ;
何世恩 ;
刘光途 ;
黄蓉 .
电力系统保护与控制, 2015, 43 (14) :55-62
[7]
基于因散经验模式分解与最小二乘支持向量机的风电场短期风速预测 [J].
杨德友 ;
蔡国伟 .
东北电力大学学报, 2015, 35 (03) :44-49
[8]
混沌理论在电力系统负荷预测中应用综述 [J].
杨茂 ;
吕天峰 ;
季本明 .
东北电力大学学报, 2015, 35 (03) :18-21
[9]
风电场等值建模研究综述 [J].
张元 ;
郝丽丽 ;
戴嘉祺 .
电力系统保护与控制, 2015, 43 (06) :138-146
[10]
基于多时间尺度协调机组组合的含风电系统旋转备用优化研究 [J].
卢鹏铭 ;
温步瀛 ;
江岳文 .
电力系统保护与控制, 2015, 43 (05) :94-100