一种wtg风速分布的预测方法

文档序号:5820384阅读:549来源:国知局
专利名称:一种wtg风速分布的预测方法
技术领域
本发明涉及一种WTG风速分布的预测方法,具体指应用指数平滑方法对WTG风速分布进行预测,属于电力工程技术领域。
背景技术
近年来,风能发电技术已得到迅猛发展,将风电机组接入配电网是配电网智能化的发展趋势,风电机组,英文全称为wind turbine generator,简称为“WTG” ;由于WTG出力与风速的关系密切,风速的准确预测对含WTG的配电网可靠性评估,电力系统运行与规划有着重要的意义。传统的风速预测方法有1、人工神经网络法(分布式发电系统几点保护技术[J]. 电力系统保护与控制,2009,37 (2) :100-105),该方法收敛速度慢,误差较大;2、卡尔曼滤波法( Short-term wind prediction using Kalman filters [J]. Wind Engineering, 1985,9 (1) :1-8),该方法在状态方程和预测方程的建立上较困难;3、基于时间序列分析的自回归滑动平均建模法,全称为Auto-Regressive and Moving Average,简称为ARMA(Time series models to simulate and forecast hourlyaveraged wind speed in ffuetta, Pakistan [J]. Solar Energy,1997,61 (1) :23_32),该方法在短期风速预测上精度较高, 但不适合做长期风速预测;4、Weibull分布建模法(考虑风电能量随机性的配电网可靠性快速评估[J].中国电机工程学报,2010,30 (13):16-22),该方法相对以前三种方法其预测精度较高,但该方法与预测地点的风速分布特性密切相关;5、将最近某年的风速分布统计值作为预测年的预测值(考虑风力发电影响的配电网可靠性评估[J].电网技术,2011,35:巧4-158),该方法简单有效,但当最近几年的风速波动较大时,该年的风况可能不适合直接代替预测年。综上所述,上述方法在不同的领域都有很好的应用,但由于不同时间的历史数据对预测值的影响不同,而通常,离预测值越近的数据,对预测值影响越大。

发明内容
针对现有技术存在的上述问题,本发明采用指数平滑的方法对WTG风速分布进行预测,该预测方法不受地域和不同时间风速历史数据的影响。本发明是这样实现的
一种WTG风速分布的预测方法,具体步骤包括
步骤1 采集配电网的原始数据包括风电场的原始风速数据,WTG的切入风速、额定风速、切出风速、额定输出功率; 步骤2:构建WTG出力模型风速V与WTG出力P(V)之间的关系可表示为
权利要求
1. 一种WTG风速分布的预测方法,其特征在于具体步骤包括 步骤1 采集配电网的原始数据包括风电场的原始风速数据,,确定WTG的切入风速、 额定风速、切出风速、额定输出功率; 步骤2 构建WTG出力模型风速V与WTG出力P(V)之间的关系可表示为
全文摘要
本发明提供一种WTG风速分布的预测方法,解决了现有风速预测方法中,不同的地域或不同的历史数据都会对预测值产生较大影响的技术问题;属于电力工程技术领域;该方法的具体步骤包括数据采集,构建WTG多状态出力模型和构建风速分布的指数平滑模型,最后确定平滑系数,通过确定的平滑系数求的风电场的线性模型;由于本发明采用指数平滑的风速分布预测方法,该方法对风速分布的预测不受地域和不同时间的历史数据的影响,预测的准确性高。
文档编号G01P5/00GK102539823SQ20121001042
公开日2012年7月4日 申请日期2012年1月13日 优先权日2012年1月13日
发明者孙若笛, 孟虹年, 张晓 , 李春燕, 李玉敦, 王光强, 胡博, 蒋泽甫, 谢开贵, 齐雪雯 申请人:重庆大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1