1、.装订线.毕 业 论 文基于指数平滑法的风电功率预测院 部 机械与电子工程学院 专业班级 电气工程及其自动化 3 班 届 次 2015 届 学生姓名 学 号 指导教师 目 录摘要 .1Abstract.1引言 .31 风电功率预测 .31.1 风电功率预测的国内外研究现状 .31.1.1 国外风电预测现状 .31.1.2 国内风电功率预测的现状 .41.2 风电功率预测技术及意义 .41.2.1 风电功率预测技术 .41.2.2 风电功率预测的意义 .41.3 风电功率预测发展趋势 .51.3.1 风电功率预测存在的问题 .51.3.2 风电功率预测的发展趋势 .52 风电预测的方法分类 .6
2、2.1 风电预测的总体方法分类 .62.1.1 统计方法 .62.1.2 物理方法 .62.1.3 组合预测方法 .72.2 基于不同尺度功率预测方法 .72.2.1 基于时间尺度的预测 .72.2.2 基于空间范围的预测 .82.2.3 基于预测模型的分类 .82.2.4 基于神经网络法的功率预测 .93 风力机的分析与模拟 .93.1 风力发电机 .93.2 风力发电机理论 .103.3 垂直轴风电机模型 .113.3.1 风源 .113.3.2 风力机模型 .123.4 仿真结果 .134 基于指数平滑法的风电功率预测 .154.1 指数平滑法及功率预测的原理 .154.1.1 指数平滑
3、法 .154.1.2 指数平滑法数学模型的建立 .154.2 算例分析 .174.3 预测结果分析 .18结论 .19参考文献 .20致谢 .221基于指数平滑法的风电功率预测摘要: 在能源短缺和环境污染日益突出的情况下，大力发展可再生能源、清洁能源，已成为各国各地区必然的重大战略选择。风电新能源发电设备已经在我国大范围内得到广泛应用。2013 年，欧洲风电装机容量增加了 11%，而中国大陆新增装机容量则达到 16088.7MW，同比增长 24.1%；累计装机容量91412.89MW，同比增长 21.4%。新增装机和累计装机两项数据均居世界第一。 2020 年全球风电累计装机量将达到 760.
4、35 吉瓦。小容量新能源分布式发电将是未来新能源发电的重要组成部分。分布式电源单机功率小，输出功率受风速、光照等外界因素影响较大，难以实现集中发电控制。随着并网新能源发电渗透率的增加，将造成配电网调度困难、电压波动大、保护配置困难等问题。风力发电具有波动性、间歇性和随机性特征，未来小容量风力发电将大范围分散接入配电网，对电力系统的影响不可忽视，风电功率预测是实现有效抑制措施的基础。本文介绍了风电功率预测的必要性及意义，阐述了风电功率预测的研究现状，分析了小型风机与大型风电场所受风速模型的区别，并建立小型风机的风速模型。提出改进指数平滑法对小型风力发电机风电功率进行预测。大型风电场风机大多为水平
5、轴风机，小型风机大多为垂直轴风机，本次设计利用 PSCAD 软件建立了垂直轴风机的数字仿真模型。最后，通过仿真验证了本文方法的有效性。关键词：风电 功率预测 指数平滑法 发展前景2Wind power prediction based on exponential smoothing methodAbstract Under the situation of the energy shortage and environmental pollution increasingly prominent, vigorously develop renewable energy, clean ener
6、gy, has become a inevitable important strategic choice for all countries and regions. In 2013, the European wind power installed capacity increased by 11%, while China new power capacity is 16088.7 MW, up 24.1% from a year earlier; Accumulative total installed capacity of 91412.89 MW, up 21.4% from
7、a year earlier.The two data of new power generation equipment and the accumulative installed are first in the world.Global wind power cumulative installed capacity in 2020 will reach 760.35 GW.Small capacity of new energy distributed generation will be the important part of new energy power generati
8、on on the future . Distributed power single unit power is small, output power are greatly influenced by external factors such as wind, light, difficult to realize centralized power control. With the increase of grid penetration of new energy power generation, will cause distribution network scheduli
9、ng difficulties, large voltage fluctuation, the protection configuration difficulties and other issues. The small capacity wind power spread widespread access to distribution network on the future, the influence to the power system can not be ignored, wind power prediction is the basis of effectivel
10、y inhibiting measures.This paper introduces the necessity and significance of wind power prediction, this paper expounds the research status quo of wind power prediction, analyzed the wind speed model difference between small size wind turbine with large wind turbine,and set up the wind speed model
11、of small size wind turbine.Put forward the improved exponential smoothing method to forecast the small wind turbine wind power prediction.Most of the large wind farms are the horizontal axis of turbines , most of the small wind turbines are vertical axis. This design using PSCAD software to establis
12、h the digital simulation model of vertical axial wind turbine.Finally, the effectiveness of the method is verified by simulation.3Keywords: Wind power;Power prediction;Exponential smoothing method;Prospects for development引言随着工业的不断发展,人类在能源的需求问题也越来越突出。继水能的开发,风能和太阳能等新能源也受到社会的广泛关注。当前我国风力发电容量在电力系统中所占比例每
13、年都在增大,风力的发电技术也越来越成熟。电力系统大量接入具备间歇性和波动性的风电,将会对电力系统的功率平衡及安全性构成重大的影响,也会增大电力系统调峰调频压力。因而,必需选择准确合适的方法来预测未来时段的风电功率。风电功率预测对于电力系统调度人员提前分配供电任务和调度工作提供了很大的帮助,从而使电力达到供需平衡 ,而且还能够降低电力系统的备用容量 ,降低电力系统运转成本 ,从而保障了电力系统运行的安全性和经济性。对风电进行功率预测能够缓和电力系统的调峰和调频的压力,提升接收风电效率的有效办法的一种。而且,风电的功率预测还能够引导风电场的检修方案,提升风电的经济性和风能的利用率。1 风电功率预测
14、1.1 风电功率预测的国内外研究现状1.1.1 国外风电预测现状风电的功率预测在国外的研究起步比国内要早,丹麦、西班牙、德国、美国等国家的风电预测技术已较为成熟,相对有特色的方法有:丹麦的 Ris 国家中心实验室的 Prediktor4预测系统、德国的 AWPT 预测系统和西班牙的 LocalPred 预测系统等各国研究出的风电预测系统都已经投入运转。其主体思想都是利用数字天气预报系统,结合功率的预测模型进行功率预测。20 世纪 80 年代就已经着手了风电功率的预测的技术研究,如丹麦在一九九零年就研发了一套风电功率预测系统。,西班牙、丹麦等欧洲风力发电技术成熟的国家的风电场大部分都会安置了功率
15、预测系统,仅仅是丹麦就拥有了 4 个独立的天气预报系统(公司),丹麦电网公司的调度中心会在前一天在 4 个天气预报机构采集气象状况数据,观察出其中的差别分析其中的原因,并且和差别最大的那个天气预报机构进行交流,能够提升天气预报的精确性。按照风力发展国家的计划,对于将来,风力发电依然有较大发展前景。现在以欧洲为例子,预计到 2020 年达到可再生能源占到总的发电量的百分之二十,其中风力发电量占到百分之十二。当前,大部分主要国家的风电覆盖率平均位于相对低的程度,并且全球平均风力发电量仅仅占到总发电量的 1.19%,因此,要达到百分之十二的目标,还必须增长达到近 10 倍。从总的来看,风电市场增长速
16、度还是得非常迅速。将人工智能算法引入组合模型中。例如 BP 神经网络，它是一种按误差逆传播算法训练的多层前馈网络。BP 神经网络能学习和存储大量的输入输出模式的映射关系。因此可用 BP 神经网络以及风电场历史数据建立风速风电功率的映射关系。1.1.2 国内风电功率预测的现状风电累计装机容量的不断发展, 然而增长速度明显放缓,发电规模已经开始从速度型向质量、效率化的方向开拓。由于各种原因,近年来中国的风电功率预测开始受到业内的关注,但仍处于起步阶段。目前我国已研发了支持向量机(SVM),基于人工神经网络的统计方法的风电功率预测模型,并基于计算流体动力学和线性化的物理模型,联合开展统计方法与物理方
17、法混合和各种统计方法预测模型研究。2011 年 7 月,国家能源局为改善风电并网,下发了风电场功率预测预报管理暂行办法,统一规定我国一切已并网运行的风电场,必需树立起风电功率预测预报体系和发电计划申报工作机制, 要求风电场在 2011 年底前必须一律装置风电功率预测系统,不然将会限制其风电并入电网。证明我国在风电功率预测技术也逐步成熟起来,我国风电功率预测系统的研究机构主要包括:中国电力科学研究院、中国气象局国家气象中心、华北电力大学、金风科技股份有限公司等,同时我国也与德国太阳能研究所(ISET)、丹麦 Ris 国家实验室以及挪威 WindSim 公司开展了国际合作。当前甘肃省的风电功率预测
18、相当成熟了, 当前甘肃省的风电功率预测相当成熟了,兰州中心气象台科研工作人员在二零零九年九月已经开发出甘肃省风电功率预测系统,能够采集到风电场单点逐个时段的风速、风电场的输出功率等技术,预测的精准率很高,对于风电调度有很好的指引帮助。51.2 风电功率预测技术及意义1.2.1 风电功率预测技术基于风的不确定性，我们需要制定风力发电的计划。风力发电通常采用日前预测，即以 15min 作为一个时点（96 时点/d） ， 根据之前各个时点对应的风电功率预测次日各个时点对应的功率值。1.2.2 风电功率预测的意义这几年,风力发电装机容量的一直增加,风力发电量占电网总的发电量的比重也在逐渐的提高。然而因
19、为风电自身具备很大的间歇性和随机性,风电场运行过程中受气象因素影响相当明显,给电网的调度方面增加了难题。风电的功率预测是处理大量风力发电并网对于电力系统运转的影响的基本措施,可为风力发电规划提供依据,为平衡风电波动确定备用容量的最大输出,经济运行和机组组合,保障了电力系统的稳定安全运转。风电技术成熟的国家通过对风电功率的预测,进一步的促进了风电并网的经济性和安全性,使得风力资源丰富的国家能够更好的因地制宜。风电功率预测的意义如下: (1)为了更经济的运行,依据风电的功率预测曲线来优化的常规机组的输出,可以完成减少运转成本的目标。(2)依据风力发电输出变化规律提高系统的可靠性,可控性和安全性。(
20、3)在有风电大规模并入的电力市场体系。对于电力市场中,风电功率的预测,使得风电加入电力市场的竞价更加有利;预测风力发电,对于电网要保障电力系统可以安全与经济运转。1.3 风电功率预测发展趋势1.3.1 风电功率预测存在的问题预测是不确定的,然而预测误差则是始终客观存在的。功率预测误差主要来源于是迅速变动的天气条件下,测量数据损坏,风机停止运行,数值天气预报 NWP 采集到的误差数据,预测模型不精确等。现在风电功率预测存在的最大挑战还是预测结果误差太大,使得预测的各种方法失去了实用性，失去了预测的意义。分析各种预测方法,误差来源具体可以从以下几方面来。（1）风速风电功率输入数据序列误差。由于风能
21、的波动性，输入数据的序列性和规律性太差造成预测结果误差较预测模型精度6误差。（2）无论预测模型选择得多么准确，预测模型跟样本数据拟合的程度多么高，但是由于风能的随机性，实际值和误差值总有误差。（3）功率特性曲线拟合准确度误差。风电机的实际的运转特性受很多要素的左右,如风电机自身的开机或者停机就对实际的风电输出功率特性影响很大。（4）输入数据单一。许多现有的预测方法仅仅是单一的将风速和风功率的变量做为预测方法的可用数据,但是风也受环境条件和周边物理因素的影响,不可避免地会带来一定偏差的功率预测。（5）气象信息采集不够准确。我们国家目前还没有比较完全的专业气象预报系统,对风电功率预测,现在已经开发
22、了并且已经投入使用的数值天气预报系统(NWP)的风电功率预测 ,历史数据积累少,没有通过人工修正,误差还是较大。而且,目前各个风电场收集气象数据的装置数量是有限,不可以整体的反映各个风电机周围的气象状况。（6）SCADA 数据采集与监视环节引入误差。除了预测误差,还有目前我国还没有一个清晰的质量评价的体系,是当前更多的评价方式平均绝对误差评价方法,但它的大小不能充分反映预测方法的优缺点。虽然平均绝对误差尽管不是很大, 但是当中个别误差较大的点将会造成电力系统难以接受的冲刷, 这样功率预测系统将会失去预测的实际价值。1.3.2 风电功率预测的发展趋势随着风电的大规模投入生产使用,特别是对于海上大型风电场及其我们国家千万千瓦级风电基地,因为风电场都集中安置,我们必需进行风电功率的预测来保障风电场所接入电力系统的经济性和安全性。近年来,国内外学者对风电功率预测投入更大的关注,提出了以下风电功率预测改进方法:（1）提升输入数据的一般规律性。提升输入数据的准确度,舍弃奇异点,降低较大误差点的出现的可能性。 （2）选择合适的预测模型，可以采用组合的功率预测模型，优化各个模型所需的数据和
