面向信息物理融合能源系统的大规模风电场发电功率随机特性分析模型与算法

被引：3

作者：

吴江 ^{[1
]}

靳晶新 ^{[2
]}

管晓宏 ^{[1
]}

谢栋 ^{[1
]}

卢春明 ^{[3
]}

机构：

[1] 智能网络与网络安全教育部重点实验室(西安交通大学)

[2] 内蒙古水利水电勘测设计院

[3] 北方联合电力有限公司兴安热电公司

来源：

中国电机工程学报 | 2016年 / 36卷 / 15期

关键词：

信息物理融合系统; 风电; 随机系统理论; 粒子滤波;

D O I：

10.13334/j.0258-8013.pcsee.152273

中图分类号：

TM614 [风能发电];

学科分类号：

0807 ;

摘要：

随着风电并网容量的迅猛增长,对风电高度不确定性和间歇特性的准确估计与实时分析成为了风电入网迫切需要解决的难题。该文以信息物理融合系统为支撑,利用其多源信息感知与融合的特点,以随机Burgers方程为基础,建立了描述近地风场动态特性及其风电转换过程的随机系统模型。利用粒子滤波算法,实现了大规模风电场发电功率波动性的提前τ步估计与随机特性分析。最后,利用一个30风机风电场算例说明了算法的有效性。

引用

页码：4055 / 4064

页数：10

共 17 条

[1] 基于粒子群优化的核极限学习机模型的风电功率区间预测方法 [J].