论文部分内容阅读
风电作为新型清洁能源得到了广泛的应用,但因风速的随机性致使风电存在间歇性和波动性,因而,提高风电功率的预测精度,对电网的规划、运行和接纳能力有着重要意义。本文利用2012年我国北方平原、高原、山地三种不同下垫面类型下风电场风塔风速观测资料和同步风电功率资料,对比分析了不同下垫面风电场风电功率的年、季、日变化特征,研究了不同下垫面风电场间的地域相关性,建立了一个新的对未来48小时短期风电功率预测的模型,根据当地风电功率的变化特征对预报结果进行了订正,并探讨了新模型在风电功率预测方面的可行性、适用性和准确性。主要研究结果如下：1)我国北方地区全年风电功率波动显著,年变化较大,呈周期性变化。山地地区容电因数高于高原地区,平原区域最小且呈线性变化,高原呈震荡变化,山地呈波动性；2)平原地形下风电场发电季节为秋季,夏季次之,冬季最小,且夏季和秋季风电输出功率波动性较大；高原地形下风电场发电季节为春季,夏季最小,且夏季风电输出功率波动性最强；山地地形风电场发电季节为春、秋、冬三个季节,夏季偏弱,但风电输出功率波动性较大。3)平原地形下风电场风电变化较为平滑,山地昼夜差异明显,夜间较强,高原则刚好与山地相反；三个区域风电输出功率的日变化特征在冬季较为一致,春夏季节平原与高原的风电输出功率变化趋势较为吻合,且同一地区不同季节的日风电功率波动规律差别较大。4)采用聚类分析方法归纳出风电场风电功率的典型日变化特征曲线：平原风电场存在8种,高原风电场存在6种,山地风电场存在4种,风电功率典型特征曲线种类与海拔高度呈一定的负相关；不同下垫面电场的地域相关性冬季较高,其他季节则较弱。5)基于我国北方地区风电功率的变化特征,对由AR模型和WRF模型(分别预报0-6h、6-48h)构建的新模型模拟的未来48小时内风电功率进行订正,结果表明新模型具有较高的精度,在山地、平原均有显著提高。