基于NWP单点聚类分析与BP神经网络的短期风电功率预测
0 引言
风能固有的波动性和间歇性给电力系统的安全稳定运行和电能质量带来了严重威胁.随着大规模风电接入电力系统,为了保证电网安全、稳定运行,需要对风电场发电功率进行预测[1].国外对风力发电功率预测进行了大量研究,其中丹麦、德国、西班牙和美国等国家在风力发电系统中将风电功率预测作为电网调度的一个重要参考依据.在这些国家,风电功率预测已经成为大型并网风电场管理系统和控制的基本组成部分[2].我国于2012年1月1日强制风电场安装风电功率预测系统.如果能对风速和风电功率进行比较准确的预测,则有利于电力系统调度部门及时调整调度计划,合理制定风电场控制策略,使风电成为可调度的电源;同时可以减轻风电不稳定性对电网的影响,大幅降低电网旋转备用容量,有效降低风力发电成本[3].所以风力发电功率预测理论和方法的研究在风力发电领域具有重要地位和意义.
风电功率预测、聚类分析、数值天气预报
36
TM614;TK89;TP391
国家自然科学基金;北京市教委科技面上项目
2017-09-01(万方平台首次上网日期,不代表论文的发表时间)
共5页
62-65,72