风力发电功率预测及AGC机组调配的研究

随着煤、石油、天然气储量的日益减少和二氧化碳等温室气体的不断增加。新能源的利用越来越受到人们的重视,风能作为一种干净的、储量极为丰富的可再生能源,是新能源领域中最重要、开发前景最好的能源之一。 由于风能的随机性,风力发电使电力系统中不确定因素增加,对电力系统的安全运行提出了新的挑战。如果能对风电场风速和发电功率进行比较准确的预测,则有利于电力系统调度部门必要时提前调整调度计划,有效的降低风电对电网安全的影响。本文采用支持向量机和改进灰色模型对风速和风力发电功率进行预测比较,并基于风力发电功率预测结果进行AGC机组负荷调配,在满足电网安全的前提下实现电网的经济运行。 首先,采用支持向量机方法,使用基于支持向量机的回归估计算法建立了回归估计函数表达式,给出了支持向量机网络结构。考虑风速的高速非线性,将历史数据筛选与预测点相关的数据构成训练样本,并对目标函数进行求解。 其次,本文选用了灰色模型对风速进行短期预测,由于灰色GM(1,1)模型的局限性,所得预测结果与实际值误差较大。针对灰色GM(1,1)模型用于风速预测不能有效反映风速周期性变化及精度不高的问题,将GM(1,1)模型推广为GM(1,1,λ)模型,采用差分进化算法求解模型最优解。将两种预测方法得到的预测值对比,选取误差较小的结果进行风力发电功率的预测计算。 再次,将风速预测结果结合具体风力发电机功率特性曲线进行风力发电功率预测计算,将所得结果用于风电场输出功率建模,为后文的AGC机组调配提供数据支持。 最后,本文对AGC机组的负荷分配进行了讨论,在风电场输出功率预测值的基础上,计算电力系统所需的AGC调节容量。建立以调节费用最低为目标的函数模型,采用遗传算法对模型进行求解,得到AGC机组的机组起停、负荷分配和AGC最低调配费用。此外,本文采用Matlab语言,实现了基于风电功率下的AGC机组调配方案设计。