基于集成多尺度LSTM的短时风功率预测

风能作为一种无污染可再生能源,风力发电的比例在全球范围内逐年增加.针对风力发电存在出力波动大,从而导致电网电力不稳定的问题,提出基于集成多尺度长短时记忆网络(LSTM,long short-term memory)的短时风功率预测模型.利用LSTM对序列数据的特殊处理能力,集成多个基预测模型对不同尺度时间数据的预测结果,共同进行短时风功率预测.风功率的精确预测有利于电力资源的全面掌控和调度.采用中国东北地区风力发电真实数据集对模型进行验证,结果证实研究方法预测精度较高,有很好的稳定性.     

基于风速数值预报的两种风电功率预测方法

针对风电场风功率预测,根据2011年11-12月的北方某大型风电场132台风机的实测风速资料与输出功率资料,以及BJ-RUC数值预报模式在该风电场风机高度(50 m)的预报风速资料,探讨了2种利用神经网络将风速数值预报转化为风功率预测值的途径:1)利用神经网络对风速数值预报进行预测后延误差动态订正,以订正后的风速预测风功率;2)用风速的数值预报值直接与风功率输出建立神经网络模型的释用方法。根据该风电场的实测资料和BJ-RUC模式输出资料,对0-4 h的风功率预报进行了试验,结果表明2种方法相较直接使用BJ-RUC模式风速得到的风功率预报效果有明显改进,第1种方法,风速的绝对误差下降了48.7%,风功率的平均绝对误差下降了58.2%,第2种方法,风功率的平均绝对误差下降了60.4%。     

基于动态学习的风电场风速集合预报校准技术研究

利用ECWMF集合数值天气预报结果,针对风电场风速预报、风功率预测,对比分析分位回归、K值近邻及其集成预测方法,根据风速波动特征对集合数值预报成员进行动态检验筛选,筛选出的预报成员再进行分位回归概率区间预测。结果表明与单一分位回归方法相比,基于K值近邻的分位数回归效果显著提升,相关性从原有0.59～0.68提升至0.63～0.82,提升了0.04～0.2,均方根误差从2.44～2.59m/s减少至1.95～2.39m/s。利用"风速-功率"实测数据分段统计得到风功率曲线,与传统算法相比,风功率准确率从81%提升至81.3%,合格率从84.3%提升至84.8%,风速变换到功率的相关性略降,为0.75。基于K值近邻的分位数集成方法,其风速预测基本包罗功率的波动区间,该方法对改善基于单一数值天气预报的风功率预测,指导意义明确、效果明显,在其他风电场的数值天气预报中验证取得一定的效果。     

基于卡尔曼滤波法的福建沿海风电场风速订正

为进一步提高福建沿海风电场短时风速预报的准确性,运用卡尔曼滤波递推方程组对2017年9月至2018年4月福建中部沿海某测风塔不同预报时效和不同高度层下的风速进行订正,并通过误差分析来探究卡尔曼滤波法对福建沿海风电场短时(0～9h)预报风速的订正效果,以2017年10月和2018年3月作为典型月作进一步分析.结果表明,订...     

风电场风速和风电功率预报准确率评判方法

 对风电场风速和风电功率预报进行客观准确的评判,可以有效促进风电场风速和风电功率预报水平的提升,为减缓风电并网对电网的影响服务.本文在对风电场风速和风电功率预报准确率评判方法进行全面回顾的基础上,分析了常用数学预报准确率评判法、相对于风电场额定值的预报准确率评判法、等级预报准确率评判法和与风力发电特征紧密结合的风电场风速预报准确率评判法.同时还分析了这4类风电场风速和风电功率预报准确率评判方法的特质,及其与风力发电特征的结合程度和适用范围.     

考虑风电场并网的电力系统短期多目标经济调度

风力发电的优势使得风电装机容量在电力系统中不断增加,但风速的随机性和间歇性使大规模风电并网后会对电网的安全性造成影响,这对传统的电力系统经济调度问题提出新的要求.在风速和风功率预测的基础上,将风电场运行时的总费用函数纳入到短期经济调度模型中,并对风电功率进行修正.同时考虑到风电功率的波动对电网安全性和调度策略的影响,在模型中加入风电场功率调整量函数,从而建立考虑风电场的电力系统短期经济调度多目标优化模型.采用向量评价遗传算法(VEGA)对一典型算例进行优化求解,确定合理的经济调度方案,验证该模型的可行性和有效性.     

ABC-BP神经网络对AERMOD模型敏感参数的预测及应用

为提高短时风速预测精度,提出人工蜂群算法(ABC,Artificial Bee Colony algorithm)优化BP神经网络的方法对短时风速进行预测.首先验证了ABC算法性能;接着利用ABC算法对BP神经网络的权值和阈值优化并进行风速预测;然后将预测结果与PSO-BP神经网络以及GA-BP神经网络进行比较分析.对比结果表明,本文提出的方法对短时风速序列的预测精度优于其他方法,预测误差率为1.82%;最后分析了短时风速在应急救援系统中的应用可行性并实现了AERMOD模拟气体扩散态势应用.结果表明,本论文提出的方法可以使AERMOD模型为应急救援提供更加准确的决策依据.     

变速恒频风力发电机组最大能量捕获策略研究

风力发电主要目的是尽可能的利用风能,针对变速恒频风力发电系统,分析了风力机特性及最大风能捕获原理.在额定风速以下通过调节发电机的转矩使转速跟随风速变化以获得最佳叶尖速比;在额定风速以上通过调整桨叶节距,保证额定功率输出而不越限.由于风速测量的准确性不高,以及风力发电系统的精确模型较难建立,采用传统的PID控制器难以在风速快速变化的情况下实现良好的控制效果.为了进一步提高风能的利用效率,文中研究了基于功率变化信息的双模糊控制策略,实现最大功率点跟踪和变速变桨控制.仿真结果表明,该控制策略能够提高风能捕获效率,较好地平滑风电机组输出功率.     

厦门住宅夏季室内自然通风热环境实测与评价

以厦门市4户住宅的夏季室内风速和热环境实测为例,探讨从参数变化中获得房间自然通风时段;在此基础上,提出用累积分布预测平均热反应指标(PMVN)来评价房间自然通风条件下热环境的方法,统计分析所测房间自然通风下PMV值的大小及其出现概率.结果表明,房间的白天室内风速较大而夜间室内风速较小,但就PMV值而言,房间PMV值白天...     

基于AM-LSTM模型的超短期风电功率预测

近年来,中国的风力发电产业高速发展。然而风力发电具有不稳定性,风电功率超短期预测结果的准确性直接影响到电网安全有效的运行。为了进一步提高风电功率超短期预测的精确度,提出了长短期记忆网络-注意力模型(AM-LSTM)风电功率预测模型,该模型将长短期记忆网络(long-term and short-term memory,LSTM)和注意力模型(attention model,AM)相结合, LSTM网络能够处理好风速、风向等时间序列变量与风电功率之间的非线性关系,注意力模型能够优化LSTM网络的权重,从而使预测结果更加准确。采用真实的风电场历史数据进行实验,结果表明:提出的AM-LSTM预测模型能够有效利用多变量时间序列数据进行风电场发电功率的超短期预测,比传统的BP神经网络和LSTM网络具有更精确的预测效果。该预测模型为风电场地电力调度提供了科学参考。     

基于神经网络的风电场超短期风速数值预报的动态修订

 针对风电场风功率预测所需的离地70m、0~4h的超短期风速预报,本文利用中央气象台发布的MM5格点输出的数值预报风速及测风塔实时发回的气象资料,探讨了利用神经网络将前期误差观测值和测风塔湍流指标等因子对MM5数值预报风速进行动态修订的方法,建立动态修订超短期预报模型,为满足风电场超短期风功率预报的工程应用提供一定的参考。结果表明,修订后的预报风速平均绝对误差等指标大幅降低,有效地提高了预报精度。     

考虑源荷功率不确定性的海上风力发电多微网两阶段优化调度

针对海上风力发电多微网源荷功率不确定性大、经济效益低的问题,提出考虑源荷不确定性的海上风力发电多微网两阶段优化调度方法,以提升海上风力发电多微网的日运行收益.所提两阶段优化调度方法包括日前和时前两个阶段.在日前阶段,所提方法基于风力发电出力和负荷需求预测数据,考虑预测误差的分布特征,建立随机优化模型,制定燃油发电机组组合计划和电池储能荷电状态值,从而最大化日运行收益的期望值.在日前优化的基础上,依托时前风力发电出力和负荷需求的预测数据,建立确定性优化模型,通过调节燃油发电机组出力、风力发电出力和电池储能充放电功率,最大化每小时的运行收益.以实际工程中的海上风力发电多微网源荷预测数据为基础,建立仿真模型,对所提方法进行验证.仿真结果表明,与传统调度方法相比,所提两阶段优化调度方法可以提高运行收益和风力发电资源整体消纳率.     

基于有参和无参分析的风电功率短期点预测值置信区间估计

根据风电场实际风速数据分布满足威布尔分布和正态分布,对风速满足正态分布的风电场功率概率分布进行详细推导、分析了基于两种风速分布的风电场短期点预测功率与未来实际风电功率偏差的概率求取,短期点预测风电功率波动的置信区间估计;同时,也采用非参数法进行风电功率短期点预测值的置信区间估计.通过对两组分布规律不一样的原始数据分析,求点预测风电功率的置信区间,并把有参和无参区间估计进行比较,验证了方法的实用性和有效性.     

汕头地区近五百年旱涝变化的初步探讨

本文通过对汕头地区近五百年旱涝概率的统计分析,利用Blackman-Tukey方法计算功率谱.用方差分析法作预报,预测未来20年的旱涝变化趋势.     

基于高斯核函数的短时交通流量预测

交通出行在人们的生活中占据了重要的地位,准确、短时交通流量预测有助于实现交通控制.本文采用基于高斯核函数的Nadaraya-Watson估计方法对短时交通流量进行了预测.以所选取路段的车流高峰时段为研究对象,根据当前时刻的车流量对下一时刻的流量值进行预测,其中相邻两时刻的时间间隔为5分钟;就所选的高斯核函数而言,根据试凑法,选定核函数带宽为8.结果表明,该方法的预测效果良好,其均等系数为0.996545243,达到了很好的预测效果.     

杭州亚运会帆船赛气象保障技术要点分析

9月是宁波的主汛期,天气复杂多变,高影响天气事件多。该文利用宁波沿海气象站点资料,对9月份象山帆船赛区气候特征进行统计,提炼亚帆赛气象保障服务关注点,并对欧洲中心(ECMWF)细网格10m风在亚帆赛区的预报能力开展评估。结果表明,常年9月份亚帆赛区气温总体适宜比赛,风速有日变化特征,最大风出现在15—17时段。亚帆赛期间,首要关注的高影响天气事件是热带气旋(8级以上大风和暴雨),其次是短时强降水、雷电、雷暴大风等强对流天气,最后是大雾、弱风和高温。ECMWF细网格10m风预报对亚帆赛区参考站爵溪站风向预报一致性较好,预报平均风速整体偏大,24h内预报误差稳定,平均误差在1.68～2.56 m/s之间,对赛区风力预报服务有较强的可参考性。     

变速恒频风力发电最大功率点跟踪控制

交流励磁变速恒频(VSCF)风力发电时,常使用电网电压定向矢量控制技术来实现双馈电机(DFIG)输出有功、无功功率的解耦控制,从而完成最大风能跟踪.然而研究发现,在实行最大风能跟踪时,发电系统向电网输送的净电能并非最多.提出一种以向电网输送净电能最多为目标的新的最大功率点跟踪控制策略.该控制策略在不检测风速情况下,能够自动寻找并跟随最大功率点,且不依赖风力机最佳功率特性曲线,提高了发电系统的运行效率,具有良好的动、静态性能和鲁棒性.仿真和实验结果证明了该控制策略的正确性与有效性.     

基于WRF-SOLRA数值模式的太阳总辐射预报性能分析

基于分布于内蒙古具有区域代表性的8个辐射站观测资料,分析不同区域、时间段和天气条件下WRF-SOLRA数值预报模式对太阳总辐射的预报性能,并对预报结果进行订正.结果表明:WRF-SOLRA数值模式的太阳总辐射预报与实况的趋势基本一致,且太阳总辐射的预报误差、趋势具有显著的时空分布特征.误差日分布由东至西呈现上午为正-中午为负-下午为正、全时段为负和上午为正-下午为负的特征;所有站午间误差大,预报偏移幅度小,而傍晚时段与之相反.同时,随着云量、气温和PM2.5、PM10浓度的增加,均方根误差均呈增大趋势,模式预报性能降低,而平均风速、平均气压和能见度增加,预报性能转好.通过检验分析,针对性的对太阳能总辐射数值预报进行了应用订正,订正后预报与观测的相位差由0～2h减为0～1h内、预报均方根误差由36.29～117.38W/m2减为36.19～91.00W/m~2,达到了服务光伏电场功率预测的目标.     

基于支持向量回归机的交通状态短时预测方法研究

提出基于支持向量回归机的交通状态短时预测方法.具体的做法是,以交通检测器收集到某时刻前几时段及上下游前几时段的交通流量、占有率、平均速度等交通参数为输入,以对应时段交通流量为输出,选取核函数,对支持向量回归机进行训练.应用训练完成的支持向量回归机,输入交通流量、占有率、平均速度,来预测下时段的交通流量.最后,以某城市道路的实时数据来对模型进行验证,预测结果表明了模型的有效性.     

基于长期实测数据的西北地区风力发电场风速风向联合概率分布分析

为更准确地研究风力发电结构在风荷载下的结构响应,基于甘肃气象局提供的1981-2017年甘肃六地风速风向实测数据,对各地区的风速风向联合概率进行分析.抽取每天的最大极值风速及其对应风向为极值样本,统计分析得到各地区风速风向联合分布.将Gumbel,Frechet和Weibull分布函数线性化的基础上,利用最小二乘法拟合各分布函数参数,根据参数拟合结果推算各地区10,50和100年重现期的极值风速,并和各地区最大基本风速规范建议值进行对比.研究结果表明,考虑风速风向概率影响的基本风速更加符合实际情况,最大基本风速规范建议值偏于保守.