APP下载

风电场风速及风电功率预测方法研究综述

2019-11-30余平

电子技术与软件工程 2019年1期
关键词:电功率风力风电场

文/余平

随着当今社会的发展,传统化石燃料使用的弊端越来越显著。相比这些会对环境以及生态造成严重危害的传统化石燃料的使用,当今新型的环保能源,如风能发电显得更加的环保、更值得的提倡,因此在当今的社会,风力发电已经受到了前所未有的重视。在二十一世纪以来,我国的风力发电不断的发展,并在不久之前,我国的风电装机更是取得了一项世界瞩目的成绩。风能是自然形成的能源,然而它也具有自己的物理属性,倘若我们能够熟练的掌握各种现象的判断,并准确的分析,那么未来的风力发电一定会更加顺利。

1 预测风电场的变化有何作用

对风电场的准确判断以及正确的预测整个过程的输入以及放出电量的功率不仅仅能够帮助相关电力控制人员的后续判断进行有效的理论支持,更能在当今风力发电尚未成熟的今天掌握更多的核心知识,以便后面在更大、更高效的未来取得更好的发展空间。

由于采用并网风力发电的过程中会受到众多因素的影响,因此,恰到好处的控制好风力发电的功率在当今的风力发电阶段更能保证整个风力发电系统的正常、有序运行。因此,只有更加科学准确的得到风力发电的相关功率参数,才能做到最大限度地保障整个机制的有效运行,增强整个系统的稳定性和可行性。只有这样,我们才能够更好的给电网的后台提供更加有效、准确的数据,在源头切实可行的降低整体的风力发电成本,让其在运行过程中达到效力最大化。在当前这个电力市场相对开放的环境之中,进行风力发电的同时,不仅要考虑到其在工作过程中可能会出现不稳定的情况之外,还应当提前对相关构造误差成本进行有效的预估,进而取得最大化的收益。除此之外,在进行风电场输出的相关考察之前还要对当地的风力资源以及相应的收益比进行评估,这样才能为后面具体的发电过程提供最优秀的支持。

2 怎样才能对风电速率等因素进行预测

通过风力速以及风力机的自身数据我们不难用具体的关系式对实际的预测,通过当下已经存在的风电功率数据采取建模的方式来获取风电效率的预测结果。所以说,在用各种方式进行预测的时候应该讲实际过程当中的具体因素,如风力、风速等相结合,从而得到更加综合可靠的结果。

因为一直以来风力发电的功率一直受到如国家政策、环境资源规划等等因素的影响而波动。因此在这个时候我们可以采取灰色理论来稳定一部分不稳定因素的影响。采用灰色建模的方式能够大概对风电系统在后面的发电过程的装机容量以及相应功率进行推测。更多的情况下对风力发电进行的电功率研究则是停留于中期甚至短期的判断与预测。除此之外,我们还可以利用物理模型或者目前现有的相关数据来进行预测等等方式来进行预测。

当然,如果已经存在的相关数据在当前情况下看来已经出现高度拟合这种情况了,那么对短期的预测还能够为下一个的短期预测作为基本数据进行后续判定。

2.1 采取时间序列法的统计的预测

在风电场的相关数据进行后续记录的过程里,一般是采用一个个时间点或者时间段内相应风速、风向以及大气气压等等一系列数据的进行计算的方式,进而把每一次的结果放入具体的系统之中。通过这些数据的归纳与分析,我们可以看到他们之间的各种离散程度以及相应特性。这种方式也正是在当下风力预测过程一种较为常见的方式之一。

2.2 基于数字天气预报的相关预测

目前的条件下,基于数字天气预报的方式来对具体的风电功率进行相关预测的方法和手段早已成熟,这种方式也是目前人们比较公认可靠可行的准确方式之一。这种预测的方式对于风力能源的评估有着较为有效的作用。当然,依靠目前的手段和方式,我们还能够利用其同模糊逻辑神经的网络模型来进行更加可靠的实际预测结果。然而,通过数字天气预报方式来进行数学建模的过程较为复杂,这也使得它在具体的实际运用过程受到了很大的局限性,并且其在对于短期的风力功率预测方面没有持续预测的方法准确,因此我们在使用这种方式的同时也要对其进行可行性和实际采用性的综合考虑。

2.3 神经网络预测的方式

这种方法主要是采用经典的数学统计知识,从而结合风速、风向等具体数据进行的较为可靠的预测结果。它具有运用便捷、方法简单等特点。然而它的局限性也是较为突出的,比如这种模型计算方式不能对实际过程中的风向风力进行最佳的描述,从而在很大一定程度上对整体的预测准确度上大打折扣。当然有的时候,单单通过用神经网络预测形成的短期数据得到的相应结果还可以引入非线性滤波器来进行后续的修正和诊断。

2.4 其他的相关预测方式

在其他的预测风速以及风电速率的方式的方法中,我们还可以找到如采用向量机的预测方式过程、灰色理论的预测手段、正态分布相应预测过程等等。这些方式都可以在实际的计算和预测中得到实际的运用。

3 结束语

风力以及风电速率的预测在整个的风力发电体系有着较为重要的意义和影响。因为在具体的风速以及风电效率的记录过程时我们能够通过对时间的序列来进行恰当的建模。当然,如果想要有更加准确的结果,我们还能在以时间为序列进行建模的同时采取卡尔曼滤波等等方式和手段进行辅助预测。因此,在对风电功率以及风速的预测过程中最好多运用几种方式综合判断,从而在这个过程中最大的避免误差和不稳定因素的影响,从而得到最佳的结果。

猜你喜欢

电功率风力风电场
基于PCC-CNN-GRU的短期风电功率预测
基于PSS/E的风电场建模与动态分析
大型风力发电设备润滑概要
含风电场电力系统的潮流计算
探求风电场的远景
代力吉风电场的我们
如何选择风力发电机组的CMS系统