风电场整体风速功率模型及风速预报

由于自然风所具有的随机性、波动性以及不可控性，使得风电场的出力波动极大，当风电的容量占到电网总容量一定比例时，这种波动对电网的频率与电压稳定性会造成不良的影响(稳定性、可调度性等)。为了能够消除由于大规模开发风电所带来的对电网稳定性不良的影响，为了能够大规模开发新疆的风能资源，同时考虑消除风电场输出随机性对电网的不良影响，针对新疆的实际特点，一种新的基于风力发电和燃气轮机发电的互补发电系统(风气互补发电系统)已经被提出。 为了给风气互补发电系统提供基础，本文将利用自回归滑动平均模型ARMA(Auto-Regressive and Moving-Average)及人工神经网络模型ANN(Artificial Nerve Network)对未来短时间风速进行预测，以便估算出未来一段时间的输出功率，为风气互补发电系统提供基础，使之更有效地为大型风电场和与之相连的电力系统之间的动态相互作用服务。 在AMRA预测未来风速的模型中，本文将利用在达阪城风电场2004年的30米轮毂高处的一分钟实测风速资料，以MATLAB／System Identification Toolbox为平台，对风速反复训练与检测来选择一组合适的模型参数，并对模型进行误差分析。由于ARMA模型的线性特性，以及所预测的长度，精度等因素的制约，本文还利用神经网络对风速进行预测，以期更大范围内满足对预测风速的需求。并以MATLAB／Neural Network Toolbox为平台，使用BP神经网络对风速进行预测，以期选择一个合适的神经网络模型。 之后，本文将在两种预测方法所得结论的基础上，完成各个风速预测模型中所存在的优缺点，并通过分析对模型进行进一步优化，以期得到一个满意的预测结果。 最后，本文对风电场整体出力进行建模，并将所预测的风速应用于风电场整体功率模型，得出风电场整体预测功率，从而应用于风气互补发电系统。