风电功率波动特性的分析-从一个风电场入手.doc
- 文档编号:264765
- 上传时间:2022-10-08
- 格式:DOC
- 页数:17
- 大小:413.10KB
风电功率波动特性的分析-从一个风电场入手.doc
《风电功率波动特性的分析-从一个风电场入手.doc》由会员分享,可在线阅读,更多相关《风电功率波动特性的分析-从一个风电场入手.doc(17页珍藏版)》请在冰豆网上搜索。
第一页
答卷编号:
论文题目:
风电功率波动特性的分析
——从一个风电场入手
姓名
专业、班级
有效联系电话
参赛队员1
刘江
2012级化学工程与工艺
18394167693
参赛队员2
韩治国
2011级数学与应用数学
18298359760
参赛队员3
黎秀青
2012级计算机科学与技术
18394517128
指导教师:
参赛学校:
西北民族大学
证书邮寄地址及收件人:
甘肃省兰州市榆中县西北民族大学榆中校区刘江收
第二页
答卷编号:
阅卷专家1
阅卷专家2
阅卷专家3
论文等级
2
风电功率波动特性的分析
——从一个风电场入手
摘要
本文主要使用特定时间、特定数量的风电机组功率统计对该区域风电机组未来几天的风电场总功率做出预测。
首先,我们采用了概率统计和假设检验的方法确定出功率分布所符合的分布函数,然后以此为基础,采用回归分析、多项式拟合函数等方法对一定数量的风电机组在特定的时间段内的功率分布做出统计分析,解决问题。
第一问:
我们采用图像对比,定值比较,回归分析等方法,分析出风电功率波动特性所符合的所有概率分布,然后根据实际数据进行参数估计,进一步确定出t分布为风电功率随时间变化的最佳分布,并用对应的检验方法进行了参数检验,然后比较了一个月内5个风电机组功率的产能和消耗。
第二问:
我们使用用第一问的结果,以分钟为单位,做出各个风机对应的拟合图像,分析了时间间隔为1分钟的数据序列变化拟合函数。
第三问:
分析问题一、问题二的拟合曲线和图像,由图2、图3可以看到,波动性相比图1的明显增大,在无风的条件下,由于电网的连通性,不但不会产生电功,相反还需要消耗一定的功率,但是在上述图像中看不到这种变化;除此之外,也不能明显的看出外界环境条件和总功率的调控信息。
第四问:
我们应用Matlab统计拟合出了20个风电机组在1m、5m、15m的总功率序列PΣm(tk),PΣ5m(tk),PΣ15m(tk)的函数图像以及变化趋势(如图9、11、13)然后用同样的方法分析其波动的概率分布数值特征以及波动对风电机组的影响。
第五问:
应用多项式拟合法和回规分析法建立功率模型,根据问题四中已经拟合出的PΣ5m(tk)和PΣ15m(tk)函数,画出对应的预测曲线,图像显示在前一段时间,功率均先增加后减小,但PΣ15m(tk)的变化趋势明显比较小,不能准确的说明某一天或者某段时间的风电厂总功率的变化,而且15分钟对于一个大的系统来说,一旦出现自然因素或者人为因素的影响,使得功率大幅度变化,影响到整个供电系统时,使得问题的发现和解决有了一定的延后,不利于应用于实际的系统进行总功率变化预测。
第六问:
对前面的图像做对比分析,看出一个风电机组的功率与总功率的变化有着显著地区别,任意一个风电机组的功率变化都不能说明总功率的变化情况,也不能反应外界的环境变化情况。
根据概率分布特征,我们可以预测波动特性的一般规律,我们可以人为的避免低风速下的电量的消耗,达到总体效率最高,损失最少的运行模式。
但是未考虑地域性和季节性的差异,也可能因为气候的转变和季节的变化而不适用,所以,存在地域上的局限性。
(7)第七问:
由于风电不确定性、间歇性以及各机组间尾流的影响,对于任一风电机组短时间段的功率都是随机的,在无风的情况下,由于电网需要风电功率的传输与消纳,致使总功率很不稳定,呈
(1)中的图像分布,通过统计分析可确定风电波动性呈现t分布。
关键字风电机组拟合功率时间t分布
一、问题重述
随着资源环境约束的日趋严苛,以化石能源为主的能源发展模式必须根本转变。
近年来,可再生能源开发的热潮遍及全球。
我国已经规划了8个千万kW级的大型风电基地。
截至2012年底,我国风电装机容量已超过7000万kW,居世界第1位。
预计2020年全国风电装机容量将超过2.0亿kW。
风电机组发出的功率主要与风速有关。
由于风的不确定性、间歇性以及风电场内各机组间尾流的影响,使得风力发电机不能像常规发电机组那样根据对电能的需求来确定发电。
大规模风电基地通常需接入电网来实现风电功率的传输与消纳。
风电功率的随机波动被认为是对电网带来不利影响的主要因素。
研究风电功率的波动特性,不论对改善风电预测精度还是克服风电接入对电网的不利影响都有重要意义。
风电场通常有几十台、上百台风电机组。
大型风电基地由数十甚至上百个风电场组成。
因此,风电功率的波动有很强的时空差异性。
附件给出了某风电场中20台1.5MW风电机组30天的风电功率数据(单位为kW,间隔为5s),请做如下分析。
1.任选5个风电机组:
a)在30天的范围内,分析机组i的风电功率Pi5s(tk)波动符合哪几种概率分布?
分别计算数值特征并进行检验,推荐最好的分布并说明理由。
比较5个机组分布的异同。
b)用以上确定的最好的概率分布,以每日为时间窗宽,对5个风电功率分别计算30个时段的概率分布参数并做出检验;试比较不同机组(空间)、不同时段(时间)风电功率波动的概率分布以及与30天总体分布之间的关系,由此说明了什么?
2.在风电场实际运行中,由于数据存储和管理等方面的限制,难以集中记录全部风电机组功率的秒级数据。
通常用分钟级间隔乃至更长间隔的数据来描述风电功率波动。
试从上述5台机的风电功率数据中提取出间隔为1分钟的数据序列Pim(tk)。
对于这5个序列,再做题1a)的分析。
3.试分析用Pim(tk)代替Pi5s(tk)时,损失了那些风电功率波动信息?
如何度量?
有何影响?
从上述全部计算中你能得出什么一般性的结论?
4.设全场20台风电机的总功率PΣ(t)=ΣPi(t),试计算时间间隔为1分钟、5分钟和15分钟的总功率序列PΣm(tk),PΣ5m(tk),PΣ15m(tk),分析其波动的概率分布数值特征。
若以PΣ5m(tk)代替PΣm(tk)来表征全场风电功率波动,损失了什么信息?
如何度量?
有何影响?
5.如果分别采用PΣ5m(tk)和PΣ15m(tk)作为样本来预测未来4小时(每15分钟一个点)风电场的总功率,请设计合适的预测模式(可取适当时段的数据作为历史数据建模,后续数据作为实际风电功率用于检验预测误差),分别给出不少于7天的滚动预测结果,分析比较2种方式的预测误差。
6.风电功率变化对电网运行的影响主要与其时序特性有关,比如风电大幅波动带来的调频机组爬坡速率分析。
试分析单台风电机功率Pim(tk)与风电场总功率PΣm(tk)在时序上表现出的主要差别;前面得到的概率分布数值特征在分析时序波动特性方面有何作用?
有何局限?
7.通过上述对机组和全场风电功率波动的分析,你对风电功率波动特性有何认识?
这些认识如何用来克服风电波动对电网运行的不利影响?
请构建实例来说明。
二、问题分析
风电功率波动特性的分析问题是一个随机模型,解决这类问题一般采用原胞自动机、网络模拟、概率统计、回归分析等方法解决,由于题目要求以及条件限制,所以该模型的建立我们主要采用了概率统计以及回归分析方面的理论构建了模型,下面对题目中涉及到的问题逐一分析:
问题一:
按照要求随机选择5个机组,然后进行风电功率波动特性分析。
首先统计分析附件中的数据,然后做出所选5个机组的波动拟合图像,采用图像对比,定值比较,回归分析等方法,分析出风电功率波动特性所符合的所有概率分布,然后根据实际数据进行参数估计,进一步确定出最佳分布,并做进一步详细说明;在此基础上,对前面的数据做进一步的整合,再时间和空间上对5个机组的时间功率变化做统计分析。
问题二:
这个问题和问题一a比较相似,只是在统计数据时,以分钟为单位,做出对应的拟合图像,分析时间间隔为1分钟的数据序列Pim(tk)。
问题三:
问题三是问题一和问题二的整合,要求我们对前面所分析的结果做详细的比较,总结出由于统计时间的延长所损失的风电功率波动信息,并得出一般性的结论。
问题四:
这一问题在前面建立的分布的基础上,再机组数量和功率统计时间上做了拓展,应题目要求,首先统计计算20个风电机组在1m、5m、15m的总功率序列PΣm(tk),PΣ5m(tk),PΣ15m(tk),然后用同样的方法分析其波动的概率分布数值特征,并对PΣm(tk)和PΣ5m(tk)的分布序列反应给我们的信息做详细的比对说明。
问题五:
这是整个模型建立最核心的部分,我们需要根据问题四中5m、15m的图像和拟合函数,结合风电功率波动概率特性,确定出符合特定时间的功率分布函数,根据函数画出未来一周甚至一个月的功率分布图像,并且和历史数据比较,进行误差分析。
问题六:
由问题二的图像我们就可以明显的看到同一机组在各个时间段的功率存在较大差异,这正说明了风电功率变化对电网运行的影响与时序特性的关系;应题目要求,再对PΣm(tk)在时序上表现出的主要差别和前面得到的概率分布数值特征在分析时序波动特性方面产生的作用和局限性做详细分析。
问题七:
由以上分析和我们建立的模型总结自己对风电功率波动特性的认识,说明利弊,进行实例说明。
三、模型假设
1、假设风电功率不受除风速以外的任何外界条件的影响;
2、假设题目附件中收集的数据符合国内风力发电厂发电功率平均水平。
四、符号说明
Pim(tk)Pi5s(tk)i组风机在5s和1m时段的功率
PΣm(tk)PΣ5m(tk)PΣ15m(tk)1m、5m、15m时段的功率总和
t时间段
分布密度函数
五、模型分析与建立
1、a)由以上分析,通过对附件中数据的整理和分析,我们针对第一、第五、第十、第十五、第二十这5个风电机组进行数据处理,分别做出了与之相对应的时间-功率分布拟合曲线如下:
图1第一组风机时间—功率拟合曲线
由上面的基本初等函数易知时间功率的关系是一个连续分布,对于某一确定的分机组在任意时间的功率、电网消耗的功率和受风速的影响是随机的符合正态分布,由上面图形分析知,任意数量的风电机组、在任何条件下所产生的功率服从以下几种分布:
设任意风电机组的功率符合正态分布,则:
I任意数量的机组产生的功率服从分布[1]:
II任意数量的机组产生的功率服从t分布
III任意数量的机组产生的功率服从f分布
IV任意数量的机组产生的功率服从正态分布
通过计算数值特征并检验,最佳的时间-功率的分布曲线符合t分布。
由图像可以看出各个机组的功率分布均符合t分布,但是在时间上不完全一致,这也是导致风力发电功率不稳定主要原因。
从上面的图中可知,五个风电机组的功率变化趋势基本相同,只是最小最大值功率对应的时间不同,这反应了功率随时间变化的时序性。
b)通过对附件数据的整理求出每天的平均功率如下表:
风机时间
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
1号风机
212
117
25
16
21
123
316
371
198
154
169
38
125
404
204
5号风机
208
123
24
12
23
136
353
396
186
155
166
35
140
466
230
10号风机
125
66
15
0.6
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 电功率 波动 特性 分析 一个 电场 入手
![提示](https://static.bdocx.com/images/bang_tan.gif)