风力发电机组出力组合区间预测算法

论述风电机组出力的准确预测对含大规模风电场电力系统的经济、安全运行具有重要意义,提出基于模糊信息粒化-最小二乘支持向量机和混沌时间序列的出力组合区间预测方法.首先用最大-最小贴进度的方法建立风速组合区间预测模型,然后在风速区间预测的基础上,通过风速与出力之间的关系-功率曲线,得到风电机组出力在未来时刻的变化区间.对提出的预测模型,使用甘肃酒泉某风电场和美国Wisconsin州Butler ridge风电场的现场实测数据进行测试验证,结果表明通过该预测模型得到的风电机组出力变化区间具有较高的精度和置信水平.     

海上风电场的“大脑”:集控中心

正作为海上风电场的"大脑",集控中心在陆地上远程监控着所有的风电机组和管理整个风电场的运行。来自一台台风力发电机组和海上升压站以及连接的海缆等设施的信息,都要传输到集控中心进行分析处理。同时,从这里向末端设备发出详细的调度指令,因此,集控中心是个不折不扣的"司令部"。集控中心能极大地提高风电场安全运行管理水平和驾驭大风电的能力,推进了集约化管理,使风电生产运营模式更加科学合理。不仅实现了集中管控,现场无人值班、少人值守,区域检修的风电管理模式,同时也降低了风电场运营和维护成本。远程监控系统可根据风功率预测,准确地预测出负荷变化趋势,为其状态检修提供可靠依据。集控中心通过运用现代信息和通信技术,实时收集、分析并报告风电场的风     

风电时序动态修正的实时调度计划研究

针对风电功率预测偏差影响电力系统发电计划准确性的问题,提出了一种超短期内风电时序动态修正的实时调度模型.该模型采用马尔科夫链时序预测方法,以5~15min为周期动态修正风电超短期预测功率的时间序列,并以煤耗增量最小和弃风最小为双重优化目标,同步修正风电场及常规机组的发电计划,最后将模型转化为凸二次规划及其拉格朗日对偶问题,并基于原-对偶内点法构建求解算法.通过对含风电场的10机组系统的仿真分析表明:所提模型在日内调度过程中进一步优化了系统的运行成本,同时提高了系统跟踪风电功率波动和消纳风电的能力,所采用的求解算法收敛迅速、鲁棒性强,可适应于实时调度的计算需要.     

采用动态灰聚类算法的风电场动态等值方法

针对风电机组运行状况间具有动态灰色关联性的特点,提出一种基于动态灰聚类算法的风电场动态等值方法.首先,根据实测运行数据对风电机组间的关联性进行分析,并确定数据样本的跨度选取时长.然后,采用动态灰关联分析,构造一个可以体现风电机组运行状况间动态灰色关联性的关联度矩阵G;进而以G中的样本组作为聚类指标进行K均值聚类,得出更合理的机群划分结果.最后,采用容量加权法计算机群等值参数,完成风电场的动态等值.仿真实验结果表明:所建立的动态等值模型与详细模型较接近,能够较准确地反映风电场的动态响应特性.     

基于实测数据分析的风电功率预测

由于风力发电所利用的近地风能具有波动性、间歇性、低能量密度等特点,对风电场的发电功率进行尽可能准确的预测是风电发展的关键.本文根据某风场的实测数据,采用了时间序列中的自回归移动平均模型(ARMA),对风电功率进行了实时预测;为进一步提高风电功率实时预测的精确性,本文提出了一种基于BP神经网络和ARMA组合模型的预测方法,并对上述实测数据采用该方法进行了实时预测.预测结果表明:组合模型的预测结果与单独的自回归移动平均模型相比,风电功率的实时预测的均方根误差和百分比误差分别减少了4.01%和3.25%,工程中可以采用该组合模型对风电功率进行预测.     

风电场的机组选型与场址选址工作探讨

风电场风力发电机组选型及风电场选址是风电场设计的重点,它将直接影响风电场建成后的经济效益。结合国内风电厂建设特点,对风电厂开发、建设过程中厂址选择和机组选型进行了分析。     

考虑风电机组旋转备用的风电系统备用容量计算

文章提出变速风电机组旋转备用概念和实现算法,设置风电场出力上限,利用风电机组出力可控性,实现风电场间互补备用,减少常规机组提供的备用容量。采用 K-均值聚类算法对风电场历史数据进行聚类分析,分析风电场功率预测偏差引起的风电系统备用需求的概率分布。设定电网安全运行置信度,计算常规机组所需提供的备用容量值。结果证明,风电机组旋转备用和良好的风场风资源互补性可以减少常规机组所需提供的旋转备用容量,多风场聚合为一个等值风场,可以减少调度出力给定值。     

基于孤立森林和标准差检测法的风电功率异常数据清洗

在风电功率预测中，风速到风电功率的转换是关键步骤，风功率曲线建模和机器学习等技术都需要高质量的风电功率数据，而风电机组实际运行过程中由于多种因素会导致风功率曲线中出现大量的异常数据.首先分析了河南省洛阳市虎头山风电场风电机组历史运行异常数据分布特征，提出了结合孤立森林（iForest）算法与标准差（σ）检测法的技术对异常数据进行识别，并对比了iForest-σ和σ-iForest两种次序组合方式在异常数据识别过程中的异常数据清洗时间、删除率、准确率.结果表明，iForest-σ和σ-iForest方法都能够有效识别异常数据，iForest-σ方法相对数据删除率低且精度高.上述方法清洗效果好，效率高且不依赖于正常数据进行非监督训练，同时适用于其他研究场景的异常数据清洗工作，具有较强的通用性.     

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.     

基于Matlab GUI的风电场噪声预测软件开发

为了准确预测风力发电中风电机组产生的噪声污染范围及程度,设计了一款风电场噪声预测软件。软件基于风电机组噪声预测的数学模型,采用Matlab语言编写,开发了相应的图形用户界面(GUI)。该软件能结合不同地面类型(山地、草地、平地),实现风电场周边环境的等声级线图绘制和敏感点噪声计算。     

基于遥感技术的测风雷达

研究风廓线雷达的探测威力和我国对流层大气湍流常数(C2n)随季节的变化规律.结合目前对流层风廓线雷达的研制经验以及我国北方地区的试验数据进行分析与探讨,介绍了风廓线雷达的组成原理,推导了风廓线雷达方程和最大探测距离估算公式.各地区C2n的变化是造成目前风廓线雷达探测距离估算误差的主要原因,试验数据表明,我国北方地区对流层-C2n(均值)随季节的起伏小于边界层-C2n随季节的起伏幅度.此外,信号处理损耗也是风廓线雷达威力估算时一个不可忽视的因素.     

建筑风环境模拟及其舒适性判断

某些建筑布局会引起很强的局部风,带来不舒适的风环境问题,通过风洞模拟试验研究可以解决这一问题.从大气边界层模拟、建筑模型风洞试验、风统计特性、风环境舒适性判断等方面介绍了几种风环境风洞模拟研究方法.     

角度风作用下输电塔塔腿子结构风荷载风洞试验

完成了不同风速下2个典型特高压直流（UHVDC）输电塔角钢及钢管塔腿模型的高频测力天平（HFFB）风洞试验,研究了塔腿在斜风作用下气动力系数、角度风系数以及风荷载分配系数的分布规律,并与各国规范计算值进行了对比分析。分别构造了角度风系数以及考虑横向升力影响的夹角α的非线性函数形式,并通过试验值拟合分析确定了相关的拟合参数。结果表明：阻力系数、合力系数以及角度风系数均呈M型分布。角钢塔腿气动力系数均大于对应风向角下钢管塔腿的气动力系数,而两者角度风系数总体比较接近。各国规范计算值整体上低估了塔腿的角度风系数。角钢塔腿中风荷载分配系数的计算应利用考虑横向升力的夹角α对角度风系数进行三角变换。提出的拟合公式可为工程设计提供参考。     

从风力资源谈风力机的选择

当我们决定要投资风力设备时,首先要获得当地风资源的数据,这风资源最好是几年的平均值,在一般的情况下,当地政府都会保存这数据,但不应包括随机的台风情况,因为风力机在台风的特殊情况下,为保护风力机的结构,都用风力机中的煞车系统将它锁住,不运转.根据这风资源的数据,我们就可以估算出所需风力机与配套发电机的最佳设计.这篇文章包括:①如何决定当地的风速、风功率及风能量;②如何计算所需发电机的功率;③选择控制发电量的考虑,虽然年风能的产值愈高愈好,但系统的复杂性也不容忽视;④如何决定风力机的设立高度与风力机之间的距离.     

北京某商业中心行人风环境的风洞试验研究

采用风洞试验方法, 对北京某商业中心行人风环境进行研究, 通过对行人活动区域测点风速的统计分析, 得到该区域16 个风向角下的行人高度风速分布。结合气象资料, 利用针对不同行人活动类型的大概率发生事件的行人风环境评估标准, 对该商业中心的风环境品质进行定量评估, 并对可能造成行人不舒适或危险的区域提出改善建议。     

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.     

应用WRF模型模拟分析风力发电场风速

风能的规划和设计中需要比较准确地确定所选厂址区域的风力资源分布,要有先进而准确的分析手段.论文选用美国WRF中尺度模式,分别选用4种不同的陆面过程方案（SLAB、Noah、RUC和Pleim-Xiu）,对2008年6月16日08：00至6月23日08：00（北京时间）贵州乌江源地区某风电场区域进行水平分辨率1,km的数值模拟,对比分析了近地面风场以及4种陆面过程对模拟结果的影响.结果发现：WRF模式较好地模拟出了该区域近地面风场的变化特征.Noah方案模拟的风速最大值与实际测站的风速最大值较接近;SLAB方案与Noah方案模拟的7,d的风功率密度更接近实际测站的风功率密度.可见,WRF模式能够较好地反映该区域的近地面风场情况,且模拟结果受到地形及地表粗糙度的影响较大.     

突变风与列车风耦合气动载荷下风屏障的强度分析

自然风与列车风的耦合气动作用是铁路风屏障产生弯曲、扭转等变形的主要原因。建立了列车-风屏障耦合的三维气动仿真模型,对风屏障在突变风与列车风耦合作用下压力分布规律进行了分析。建立了风屏障固体结构分析模型,对风屏障进行了模态分析,采用流固耦合的方法分析了风屏障在不同工况下的应力及变形量,据此对风屏障进行了强度校核。结果表明：风屏障自振频率最小为6.11Hz,风屏障自振频率与列车风的振动频率相差较多,不会产生共振现象。在突变风与列车风耦合下,突变风的作用效果对风屏障的位移以及应力变化起决定性作用。在1.59s时,风屏障在突变风与列车风耦合作用下产生最大位移,其中最大负位移达到1.42mm,最大正位移达到0.605mm。H型钢立柱产生最大的Mises应力,达到83.79Mpa,比列车风单独作用时增加了152.8%。可见突变风与列车风耦合会加剧风屏障的动力响应。     

偏转风场下高层建筑设计风速的风向折减因子

提出了超高层建筑设计风荷载估算过程中考虑风场偏转影响的强风风速风向折减因子修正方法。在风洞中模拟了一个方形截面超高层建筑刚性模型。在偏转风场和无偏风场工况下,根据提出的修正方法计算了北京地区和南京地区高层建筑设计风速的风向折减因子,分析了风场偏转对高层建筑气动力风向折减效应的影响。结果表明,偏转风场会使建筑风压存在偏移现象,最不利风压出现的风向角与无偏风场下不同,而在考虑风向折减效应的风荷载估算方法中,如果忽略风场偏转的影响就可能导致超高层建筑风荷载的低估,使得结构设计偏于危险,提出的修正方法能够有效解决这一问题。     

风电机组风洞测试的阻塞效应分析

风洞测试具有方便、快捷和高效的优势,在风电机组输出功率特性测试中应用较多。测试风轮直径较大时,由于存在风洞堵塞效应,会对测试结果造成影响。以300 W风电机组作为研究对象,分别采用风洞测试和车载测试进行输出功率特性测试。测试过程采用负载法,分别以电阻和蓄电池作为负载进行测试。在风洞截面为3m×3m的试验段中测试,机组空载启动风速为4.3m/s~4.8m/s,以电阻为负载时的额定风速为6.2 m/s;在车载测试中,机组空载启动风速为5.7m/s~6.2m/s,以电阻为负载时的额定风速为8.1 m/s。风洞测试比车载测试的启动风速低1.4 m/s,占车载测试启动风速的24.6 %,比车载测试额定风速低1.9 m/s,占车载测试额定风速的23.5 %。风轮直径2.3 m,其扫掠面积占风洞试验段截面面积的46.2 %,风洞的堵塞效应较大,致风洞测试数据与车载测试数据相差较大,因此风洞测试后需要修正。