10.13335/j.1000-3673.pst.2016.0734
基于改进CFD与小波混合神经网络组合的风电场功率预测方法
风的间歇性和时变性制约电力系统能量平衡,准确的风电功率预测有助于电网减小旋转备用、合理制定检修计划。为减小预测误差,提出一种基于多计算流体力学(computational fluid dynamics,CFD)模型的新型风电场组合功率预测方法。首先,利用小波混合神经网络对数值天气预报降尺度;其次,提出了考虑多重尾流的风电场物理 CFD模型,并建立了根据测风塔风速外推各台风电机组风速的加速比相关系数;最后,提出了仅考虑自由流场和带有激盘模型的变权重组合流场模型。实际算例仿真证明,所提出的预测方法更准确地反映了风电场实际运行状态,有效提高了预测准确性。
功率预测、组合方法、计算流体力学、小波混合神经网络、尾流模型
41
TM715(输配电工程、电力网及电力系统)
2017-03-03(万方平台首次上网日期,不代表论文的发表时间)
共7页
82-88