风电功率波动特性分析

风电机组风速-功率特性曲线建模研究综述杨茂;杨琼琼【摘要】风速-功率特性曲线是风力发电机组设计的基础,也是考核机组性能、评估机组发电能力的一项重要指标.介绍风速-功率特性曲线的定义、概念和基本特点,分别从参数方法、非参数方法、离散方法、随机方法4个方面详细阐述风速-功率特性曲线建模的实现方法.分析建模精度的评价方法,提出目前风速-功率特性曲线建模遇到的问题以及需要进行深入研究的发展方向.%The wind speed-power characteristic curve is the basis for the design of wind turbine,and it is also an important indicator for assessing the unit performance and generation ability.The definition,concept and basic features of wind speed-power characteristic curve are introduced,and the modeling methods for the curve are elaborated from four aspects,i.e.parametermethod,nonparametric method,discrete method,and random method.The evaluation method for modeling accuracy is analyzed and also the problems currently faced during modeling and the development directions needed to be deeply researched are proposed.【期刊名称】《电力自动化设备》【年(卷),期】2018(038)002【总页数】10页(P34-43)【关键词】风速-功率特性曲线;参数方法;非参数方法;离散方法;随机方法;建模【作者】杨茂;杨琼琼【作者单位】东北电力大学电气工程学院,吉林吉林132012;东北电力大学电气工程学院,吉林吉林132012【正文语种】中文【中图分类】TM6140 引言随着世界经济迅速发展，相应的能源需求也随之增长，传统的化石能源面临着能源枯竭的威胁。

首先 对原 始数 据 进 行初 步 处 理 ， 剔 除 其 中 的不 良数据 。如 果 是 人 为 因素 造 成 的 功 率 值 急 剧 减 小 或 停机 ， 可 将该 时 段 的 数 据 剔 除 ， 认 为 该 时 段 内 风 电场没 有 并 网发 电 ， 输 出功 率 值 恒 定 为 零 。此 外 ， 风 电场 还可 能 输 出 负 功 率 ， 即从 电 网 吸 收 功 率 ， 这 种 情况 主要是 由机 组 停 机造 成 的 ， 机 组 停 机 时 分析 风 电功 率 的波 动 也 无实 际意 义 。为 了 方便 计 算 ， 将 功 率数 据进行 标 幺化 处理 。式 （ １ ） 中， Ｐ（ ｔ ） 为风 电 场在 ｔ时 刻 实 际 输 出 功 率 ， Ｃ为 风 电场 总 容 量 ， Ｐ （ ｔ ）为 ｔ 时 刻 功率 标 幺值 。标 幺化 的 另一 个好 处 是 对波 动 幅值 进行 了归 ～ 化 ， 方便 对 波 动 的形状 进
响， 风 电功率波动研 究逐渐成为风 能研 究领域 的热点课题。基 于风 电场 实测 数据 ， 提 出一种 功率相似 性分析方 法 ， 首先对原 始数据进行 必要 的处理 以及 滤波 ， 然后提取功率 时间序 列 的特征 值 ， 将 原始 数据序 列转化为特 征值序 列， 从 而减少 了数据样
本 点， 通过计算特征值序列之 间的动 态时间弯 曲距 离， 实现 了风 电功率波动 的相似 性分析。通过分 析某风 电场 两年的历史数
电功 率容 易产 生较 大 的 波 动 ， 对 电 网 的安 全 稳 定运 行 带来 许 多 不 利 的影 响 。风 电 功 率 的 波 动 除 了 和
风 速有 直接 关 系 之 外 ， 还 和 风 电场 地 形 、 机 组 的排

风电典型出力曲线
风电典型出力曲线是指在一定时间内，风电场发电量随时间变化的曲线。

这个曲线反映了风速与发电量之间的关系。

风电典型出力曲线具有以下特点：
1、受风速影响：风速是影响风电出力最主要的因素，风速越大，发电量越大。

2、波动性：由于风速的波动性，导致风电出力曲线具有一定的波动性，即在短时间内可能出现较大的波动。

3、日周期：风电出力曲线具有明显的日周期特点，一般白天风速较大，发电量较高，夜间风速较小，发电量较低。

风电典型出力曲线通常呈现出非线性变化的特点。

当风速低于额定风速时，风电机组的发电能力较低；当风速达到额定风速时，发电能力达到最大值；当风速超过额定风速时，发电能力会逐渐下降。

这种非线性变化使得风电机组在不同风速条件下的发电能力难以预测。

此外，风电典型出力曲线还具有高度依赖风速的特点。

当风速较低时，风电机组的发电能力较低，无法达到额定功率；当风速适中时，发电能力达到最大值；当风速过高时，发电能力逐渐下降。

因此，风电场的发电能力与风速之间存在着密切的关系。

从一个风电场入手，围绕风电功率的波动数据，运用统计分析方法，建立数学预测模型，对风电功率波动特性进行综合分析。

考虑到数据的大量性、波动性和神经网络可能存在的“过拟合”现象，建立了基于灰度预测的改进BP神经网络模型。

预测未来4小时和７天滚动的风电场总功率，根据预测数据和实际数据拟合图形的拟合程度分析预测误差。

本文特色主要在于数据处理和模型建立两方面。

数据处理上，进行合理的求和分类处理，大大降低了数据量，简化运算复杂度，提高了程序运算效率；模型选择上，采用具有良好逼近性和高精度特点的神经网络算法进行预测，同时考虑到该算法的不足之处，本文对算法预测编程部分进行改进，建立了基于灰度预测的改进BP神经网络模型，预测结果精度好，与实际数据拟合度好通过对机组功率波动特性的分析，发现风电功率具有随机性和间歇性，反映了风的波动过程。

随着时间尺度的增加，主要呈现如下特点：风电功率波动范围变大；风电波动的频率分布更加分散；风电功率变化小于10%的概率呈现递减趋势。

风电机组发电功率的波动性和不可控性，使得大规模风电机组的并网使用给电网系统运行带来各方面不同程度的影响。

为确保电网稳定、安全运行，需要研究风电功率的波动特性，提出有效的方法来克服不利影响。

风电波动对电网的影响在对风电功率波动特性有了基本认识的基础上，查阅风电波动和电网相关领域的专业知识，发现风电波动会对电网运行造成的一系列不利影响。

比如由于风电波动，电网运行中出现谐波污染、电压不稳、频率不稳等问题6.1 模型的优点：对于本题的大量数据，在符合题目要求的原则上，对数据进行合理的提取和整合处理，从而大大减少了数据量。

一方面解决了大量数据难以找到合理的概率分布函数，题目难以分析的问题，另一方面也大程度地减少了运算量，节约时间，提高效率。

对问题进行合理的假设，忽略某些对数据波动性影响程度较弱的因素作用，在一定条件下对相关问题进行分析处理，既简化了问题处理的难度又具有代表性。

基于风电场功率特性的风功率预测误差概率分布浅析发表时间：2020-08-13T06:19:12.712Z 来源：《中国电业》（发电）》2020年第8期作者：李平[导读] 对于常规的风电功率预测大都给出的是确定性的点预测结果，存在不可避免的误差，且预测值出现的概率也无法评估，不能客观反映出风功率的波动性。

身份证号：65010419730918xxxx摘要：对于风电而言由于风本身的不稳定性，风电场的实时出力具有较大随机性、间歇性以及不可控性，这也导致在实际生产中电网公司对风电场出力的准确预测和有效调度存在一定的困难，随着风电在电网中的比重不断增加，这一矛盾更加突显。

为应对大规模风电的接入给电网电压、频率、电能质量、稳定性和调度运行等方面带来的影响，电网公司在系统规划、运行方式以及调度控制等方面提出了新的要求，明确风电场应当参与电网有功及频率的控制，对无功及电压调节技术也有了明确的技术要求。

此外，从优化电网调度，提高风电场在电力市场竞争中的能力方面考虑，也都要求风电场将风功率预测信息纳入电力系统发电调度决策，作为解决风电波动的主要技术手段之一。

提升风功率预测系统的准确性不仅有利于电网经济运行，还可有效降低风电并网过程的冲击，促进电网安全稳定运行，从而可进一步提高风电容量在电网中所占比例。

对于常规的风电功率预测大都给出的是确定性的点预测结果，存在不可避免的误差，且预测值出现的概率也无法评估，不能客观反映出风功率的波动性。

关键词：风电场功率特性；风电预测误差概率分布不同的风电预测模型不可避免存在预测误差，确定预测误差的不确定度以及误差的概率分布也是当前的一个研究热点。

一、风功率预测的主要实现方法根据国家电网颁布的《风电功率预测系统功能规范》，依据预测时间尺度的划分，风电场功率预测主要包括短期和超短期预测。

其中超短期风功率预测时间尺度为0-4h，多用于电网实时调度。

短期风电功率预测时间尺度为0-72h，多用于电网负荷调整。

塔影效应引起的风电机组输出功率波动问题张弘鲲;孟祥星【摘要】建立了描述塔影效应和风剪切效应的风速模型,并对风电机组输出功率的波动问题进行了分析.【期刊名称】《东北电力技术》【年(卷),期】2011(032)004【总页数】3页(P33-35)【关键词】风电机组;塔影效应;风剪切;功率【作者】张弘鲲;孟祥星【作者单位】华北电力大学,北京,102206;黑龙江省电力有限公司,黑龙江,哈尔滨,150090【正文语种】中文【中图分类】TM614;TK83由于风电机组的输出功率与风速的3次方成正比,而风速具有随机变化的固有特性,因此,风电机组的功率输出也是不稳定的,这种不稳定的功率注入电网,尤其是在大规模风电场并网的情况下,将对电网的稳定性和电能质量造成影响。

对风电机组输出功率的波动性进行研究,不论从维持系统稳定还是从保证电能质量的角度都具有实际意义。

风电机组输出功率的波动来源于风电机组运行过程中非恒定的转矩,该转矩的不稳定不但与风速的变化（如阵风、渐变风等）有关,而且还受机组自身固有特性的影响（如塔影效应、偏航误差及风剪切作用等）,严重时这些因素将使风电机组的转矩偏差达到20%[1、2],并且风电机组输出功率的波动周期与叶片旋转周期具有对应关系[3-5]。

对于3叶片风电机组来说,转矩的波动频率是叶片旋转频率的3倍,由此引起的输出功率波动频率也是叶片旋转频率的3倍。

为从理论上对由于塔影效应和风剪切引起的风电机组输出功率波动性进行分析,建立了相应的风速模型和风电机组模型,但多数文献对此进行描述时,仅定性说明了这些作用对风速的影响,或建立了含有一些经验参数的极坐标下的风速模型[1],不具有普遍适用性。

因此,结合其他文献的研究成果,建立了描述塔影效应和风剪切效应的风速模型,并结合某恒速风电机组数据和相关模型,对风电机组输出功率的波动问题进行了计算分析。

1 风速模型风电机组是将风能转换成电能的中间环节,对风速的准确描述是研究风电机组输出特性的基础工作之一。

成风 电机组 输出功率的波动 ，并且这些波动 随湍流强度的增加 而增加 。风 电机组的输出功率还与其他一些 因素有关 ， 例如风电
场 的布 局 和规 模 、 电机 组 所 接 入 电 网 的 电 网 结 构 、 风 风力 发 电 机 类 型 等 。此 外 ， 网风 电机 组 在 启 动 、 止 和 发 电机 切换 过 程 并 停
摘
要 ： 对 风 电 系统 中 电压 波动 的 问题 ， 析 了风 电 系统 中电 压 波 动 的 产 生 机 理 ， 针 分 指
出风 速 的 变 化 、 近 风 电场 的 电 网结 构 、 力 发 电机 类 型 等 是 影 响 风 电 系统 中 电压 波 临 风
Hale Waihona Puke 动 的主要 因素 ； 出了几种抑 制措施 。 提 即优化 电网结构 、 高风 电场风速 等。 提
２１ 优 化 电 网 结 构 ． 风 电机 组所 接 人 电 网 的 电 网结 构 对 其 产 生 的 电 压 波 动 和 闪
从 式 （ ） 可 以看 出 ， 风 电机 输 出 的有 功 功 率 变 化 时 ， １中 当 将 会 引起 电 网 电压 的 波 动 和 闪 变 。 风 电机 组 的 机 械 功 率 可 以表 示 为 ： Ｐ ＿ Ａｆ） ｖ ， Ａ １ （） ２
电场 ， 在受典 型阵风 （ 速突然变化 ， 升或下 降速率为 ５ｍ ｓ 风 上 ／，
时 间 ５ｓ影 响下 ， 升 压 站 １ Ｖ母 线 电 压 变 化 幅 度 为 一 ．１ ） 其 ０ｋ ３６ ％
～
随机性和间歇性有关 。下面将对电压 波动的产 生机理进行分析 。
图１ 为风 电机组并 网示意图。图中 为风 电机组出 口电压相 量 ， 为电网电压相量 ， 分别 为线路 电阻和电抗 ， 为风 电机 Ｄ Ｒ、 ，

风电消纳关键问题及应对措施分析随着风电行业的高速发展，风电消纳成为了关键问题。

风电消纳的难点在于风电发电的不可控性和时变性导致了风电弃风率高、风电发电功率波动等问题。

本文就风电消纳的关键问题以及应对措施进行分析。

1. 电网配套不足问题当前我国普遍存在的电网配套不足问题，是风电消纳的最大瓶颈之一。

由于风电发电具有不可控的特点，需要完备的电网进行接纳。

然而目前我国在一些地区的电网覆盖率及电网输电能力和电网配套设施升级改造方面都存在缺陷，导致风电接入的任务受阻。

2. 风电的间歇性和波动性问题风电发电具有很大的不确定性，时有弃风现象。

同时由于天气等自然因素的影响，风电发电量波动性较大，也无法保证风电的稳定性。

这些问题导致风电产业在接入电网时会对电网造成一定的冲击，需要借助各种调峰、储能等手段来确保配电网安全稳定运行。

3. 风电新能源消纳的技术难题风电消纳的技术难题也是风电产业发展过程中所面临的重要问题。

风电通过变电站输送到变电站，再由变电站经地域性输电线路输送到城市供电局，其中的所有连接都进行了连接保护和控制。

若消纳能力不足，则会影响风电发电的运营。

这需要风电行业在技术上不断进行研发，以提升风电发电的消纳能力与抵抗能力，以达到可持续发展。

针对电网配套不足等问题，一方面可以扩大电网建设范围，增强电网的输电能力和电网配套设施升级改造；另一方面可以进行战略性区域布局，在地理区域上选择重点发展风电，避免过度的风电开发造成电网的压力。

2. 加强储能技术的开发和应用3. 推进风电与航空、基础设施建设行业的协作风电行业可以与航空工程、通信工程以及基础设施建设行业展开协作，以减轻风电设备在空中的传输负担，避免风电施工给民生及基础设施建设造成影响，提高施工周期。

4. 创新电力市场机制建立健全的电力市场机制，推动供应链上下游产业体系协调合作，促进产业的持续和健康发展，同时加快风电的开发，稳定消纳符合市场需求的风电电价。

总之，风电消纳中的关键问题必须引起行业的足够重视。

时间
成果
测系统WPFS由中国电力科学研究院研发完 成，并于吉林省电力调度中心正式投入运 行 江苏风电功率预测系统建设试点工作顺利 完成
2008年11月 我国首套具有自主知识产权的风电功率预
2009年10月
2009年11至 西北电网、宁夏电网、甘肃电网、辽宁电 网风电功率预测系统顺利投运 12月 以风电功率预测系统为核心的上海电网新 2010年4月
风电场发电功率预测模型
风电场发电功率 预测模型
基于数值天气预报 的预测模型
基于历史数据的 预测模型
统计模型
物理模型
物理法
物理法应用大气边界层动力学与边界层气象的理论将数值天气 预报系统输出的较粗略预报数据精细化为风电场实际地形、地貌 条件下的预报值，并将预报风速、风向转换为风电机组轮毂高度 的风速、风向，考虑风电机组间尾流影响后，再将预报风速应用 于风电机组的功率曲线，由此得出风电机组的预测功率，通过对 所有风电机组的预测功率求和，得到整个风电场的预测功率。 物理法的优点在于，不需要风电场历史功率数据的支持，可在 物理模型的作用下，根据数值天气预报数据直接进行风电场功率 预测，适用于无历史功率数据的新建风电场。 此外，物理法可以对每一个大气过程进行分析，并根据分析结 果优化预测模型，从而使预测结果更准确。物理法的缺点是对由 错误的初始信息所引起的系统误差非常敏感，如风电场地形、地 貌的描述偏差等。
此外，统计法的建模过程带有“黑箱”性，不利于模型的进一 步优化。因此，为了在学习过程中准确的选择气象变量，应用统 计法建模仍然需要具备一定的大气物理知识。
混合法
近来，风电功率预测系统的发展倾向于使用 多种预报方法（如物理法和统计法）集成预报。 如时间序列法（统计法）用于6小时范围以内的风 电功率预报时，其具有较高的预报精度，而物理 法用于6-72小时范围的预报时具有较高的精度， 因此集成两种预报可以提高总体预报精度。现已 投入使用的混合方法预报系统有丹麦的Zephyr和 包括7个国家的23个机构参与研发的新一代风电功 率预测系统ANEMOS。

江苏风电功率预测系统建设试点工作顺利 完成
2009年11至 12月
2010年4月
西北电网、宁夏电网、甘肃电网、辽宁电 网风电功率预测系统顺利投运
以风电功率预测系统为核心的上海电网新 能源接入综合系统投入运行，在国家电网 世博企业运行了风电功率预测系
统，约300个风电场使用了我国自主开发的风电功率预测系统，
物理法的优点在于，不需要风电场历史功率数据的支持， 可在物理模型的作用下，根据数值天气预报数据直接进行风电场 功率预测，适用于无历史功率数据的新建风电场。
此外，物理法可以对每一个大气过程进行分析，并根据分 析结果优化预测模型，从而使预测结果更准确。物理法的缺点是 对由错误的初始信息所引起的系统误差非常敏感，如风电场地形、 地貌的描述偏差等。
预测精度满足应用要求。
18
风电功率预测的误差
预测具有不确定性，预测误差是客观 存在的。预测误差的来源主要有天气条件 快速变化、测量数据损坏、风电机组停运、 数值天气预报数据误差较大、预测模型不 精确等。明确预测误差的定义有利于对预 测方法的优劣性进行评价。常用的预测误 差有均方根误差(root mean square error， RMSE)、平均绝对误差(mean absolute error， MAE)和平均误差(mean error，ME)。
目前，中长期预测还存在比较大的困难。短期预测 是目前应用最为广泛的预测技术，主要包含统计方法、物理方 法、物理统计相结合的混合方法。所以下面主要以短期预测作 为探究对象。
4
风电场发电功率预测模型
风电场发电功率 预测模型
基于数值天气预报 的预测模型
统计模型 物理模型
基于历史数据的 预测模型
5
物理法
目前风电对全网的电力平衡已经带来很大的影响。对 风电场输出功率进行预测是缓解电力系统调峰、调频压力， 提高风电接纳能力的有效手段之一。同时，风电功率预测 还可以指导风电场的检修计划，提高风能利用率，提高风 电场的经济效益。

风电功率预测引言随着清洁能源的重要性日益凸显，风能作为一种重要的可再生能源得到了广泛应用。

然而，由于风力资源存在时空变化性和不确定性，风电场的风电功率预测成为提高风电发电效率和可靠性的关键问题。

准确预测风电功率有助于优化风电场的运行调度和供电规划，提高风电场的发电效益。

风电功率预测的意义风电功率预测是在给定的时间段内，对未来某一特定时间点的风电功率进行估计。

准确的风电功率预测可以帮助风电场优化能源分配、制定合理的消纳计划以及进行风机控制和维护计划。

具体而言，风电功率预测的意义如下：1.助力风电场的运行调度：准确的功率预测可以帮助风电场根据未来的供需情况制定合理的风机控制策略，实现风电场的运行调度优化。

2.增强电网的供电可靠性：风电场的风电功率波动性较大，准确预测风电功率可以帮助电网公司更好地进行负荷预测和供电计划，提高电网供电可靠性。

3.优化风电发电效益：准确的预测结果有助于风电场制定合理的发电计划，实现对发电能力的充分利用，从而优化风电的发电效益。

风电功率预测方法基于统计方法的风电功率预测基于统计方法的风电功率预测是通过统计历史风速与功率数据的关系，建立数学模型来预测未来的风电功率。

常用的统计方法包括ARIMA模型、支持向量回归（SVR）、随机森林（Random Forest）等。

1.ARIMA模型：ARIMA模型是一种经典的时间序列预测模型，可以用于风电功率时间序列数据建模和预测。

ARIMA模型通过分析时间序列的自回归、滑动平均和差分属性，构建自回归差分滑动平均模型来捕捉时间序列数据的规律性，进行功率预测。

2.支持向量回归（SVR）：SVR是一种基于支持向量机（SVM）的非线性回归算法，可以用于风电功率预测。

通过在高维特征空间中构建最优超平面，SVR可以有效地处理多维非线性关系，适用于风电功率的复杂预测问题。

3.随机森林（Random Forest）：随机森林是一种集成学习算法，通过组合多个决策树来进行预测。

关于短期及超短期风电功率预测的分析摘要：风电的不确定性对电力系统与电力市场的稳定性、充裕性及经济性的影响日益彰显，及时、精确地预测风电功率（WP）动态的意义大。

风电功率预测（WPP）根据风速及相关因素的历史数据和当前状态，定性或定量地推测其此后的演化过程。

本文就对短期及超短期风电功率预测相关内容展开分析。

关键词：短期；超短期；风电功率；预测引言WP 的整体不确定性由其随机性及模糊性构成。

有效的 WPP 虽然不会减少WP 的随机性，但是可以降低其模糊性，从而使 WP 的整体不确定范围降低到WPP 的最大误差区间，减小了WP 对电力系统及电力市场的扰动。

分析影响 WPP 精度的因素第一，气象的历史数据与实时数据的缺失，风电场数据采集、传输与处理设施的缺陷，都会影响WPP 的精度。

数据预处理技术包括数据同步、异常数据的识别与处理、缺失数据的替代等。

第二，预测策略。

例如，直接预测 WP 或通过风速预测；直接预测整个风电场的WP 或根据部分风机的预测值及空间相关性推算；采用逐一累加方式或统计升尺度方式推算区域风电场群功率。

一般来说，能反映更多具体数据的预测策略可以得到更高的精度，但需要更多的数据与计算量。

第三，数值天气预报（NWP）在大气实际的初值和边值条件下，数值求解天气演变过程的流体力学和热力学模型，根据空间网格中的平均值推算实际风电场地表风速的非均匀分布，并预测其动态变化。

由于计及了等高线与等地形信息，以及地表粗糙度等地貌信息，通过微观气象学方法可以得到各风机轮毂高度的风速、风向等信息。

然后将风速的推算值转换为风能，其精度与 NWP 的精度、网格大小、刷新周期等密切相关。

第四，预测方法。

物理计算法、时序外推法、人工智能（AI）法分别从空间、时间与样本分类的观点推算。

它们依据的数据源、预测模型、误差特性都有所不同。

若能巧妙地互补不同方法的优点，可更好地反映风速的时空演变特性。

分析 WPP 方法的研究现状基于 NWP 的物理模型计算NWP 将天气的物理过程概括成一组物理定律，并表达成数学方程组。

影响风力发电机功率的因素分析发表时间：2018-07-31T10:13:12.327Z 来源：《电力设备》2018年第11期作者：罗琦[导读] 摘要：近年来随着风电装机规模的不断增大，风电接入网后的影响已经得到了广泛的关注。

（江西中电投新能源发电有限公司江西南昌 330096）摘要：近年来随着风电装机规模的不断增大，风电接入网后的影响已经得到了广泛的关注。

特别是在一些电网薄弱的偏远地区，经常会出现系统级的功率波动，造成难以预计的后果。

风力发电要发挥出其针对独特优势，就必须保证风力发电有条不紊的进行。

基于此，文章对影响风力发电机功率的因素进行了探究，一方面为了促进风力发电的不断发展；另一方面也是为了完善我国风力发电事业的建设。

关键词：风力发电机；功率；影响因素；措施1导言小型风力发电系统具有投资小且应用灵活的特点，非常适合在人口居住分散，风力资源丰富的西北地区和边远地区，解决农业、牧区和边防哨所的生产作业中的电力供应，对边远地区的广大农、牧民的生产用电，有重要意义。

根据风力发电机组的运行状态和预测功率等信息对机组进行动态分类，然后根据功率控制目标和机组情况建立有功控制优化模型，从而实现整个风电场有功控制。

2风力发电的功率曲线要实现将影响风力发电因素全部找出的目的，就必须本着溯本求源的原则，探究影响风力发电功率的的脉络。

文章探究影响风力发电功率因素时，明确风力发电曲线与发电量等概念。

首先，衡量机组风能转换能力，反映风能发电机组功率特性，是风力发电功率曲线的原始属性。

基于风力发电机组在风力发电建设中的重要地位，所以在日常的风力建设中，考核一台风能发电设备是否满足实际发电需要时，最常使用的方法就是考核设备的风能发电功率曲线。

结合实际经验，要客观的审核某一机型是否具备风力发电能力时，单纯的关注那些图表中的“风速—功率”对应值是不能满足客观评价某一机型风能发电能力的。

其次，客观的评价某一机型是否具备满足风力发电能力的要求，除了考核设备的风能发电功率曲线意外，还要根据风力发电现场的实际情况进行综合考虑。

风电场中的功率预测模型研究与优化策略近年来，随着对可再生能源的需求越来越大，风电发电作为一种清洁、可再生的能源形式，受到了广泛关注。

然而，风力发电系统的波动性使得其产生的电力不够稳定，这给电网的稳定性和可靠性带来了一定的挑战。

针对这一问题，研究风电场中的功率预测模型和优化策略变得至关重要。

首先，风电场中的功率预测模型是通过分析和利用大量的气象数据、历史功率数据以及风机状态参数来进行建模的。

根据历史气象和功率数据，我们可以利用回归分析、时间序列分析等方法，构建出适用于风电场的功率预测模型。

例如，可以使用多元线性回归模型来建模，其中自变量包括风速、风向、温度等因素，因变量为风电场的输出功率。

此外，还可以借助机器学习算法如支持向量机（SVM）、人工神经网络（ANN）等，来构建更为准确的预测模型。

其次，针对风电场中功率预测模型的优化策略，可以从多个方面入手。

首先，可以优化模型的输入数据质量。

对于风速和风向等气象数据，建议在风电场附近设置多个气象观测点，以获取更为准确的数据。

同时，还需要收集和监测风机状态参数，如转速、功率输出等，以提高模型的准确性。

其次，可以通过优化模型的算法和参数来提高预测精度。

例如，可以使用遗传算法或粒子群算法等优化方法，选择最佳的模型参数。

此外，还可以引入集成学习方法，如随机森林、Adaboost等，将多个预测模型组合起来，提高整体的预测精度。

除了以上的优化策略，还可以考虑一些实时调度策略，以应对风电场发电功率的波动。

例如，可以结合天气预报和功率预测模型的结果，制定灵活的风电场出力计划。

在预测负荷较高的时段，可以根据预测结果提前启动备用发电机组，以应对功率波动的风险；而在预测负荷较低的时段，可以适当调整风电机组的出力，充分利用风电资源。

此外，还可以考虑建立风电场与电网的协调调度机制，通过灵活调度不同类型的发电机组，保持电网的稳定。

另外，优化风电场中的功率预测模型还可以通过数据挖掘的方法来实现。

２００７年４月　第３５卷　第２期（总第１８９期）　吉　林　电　力　

Ｊｉｌｉｎ　Ｅｌｅｃｔｒｉｃ　Ｐｏｗｅｒ　Ａｐｒ．２００７　

Ｖｏ１．３５　Ｎｏ．２（Ｓｅｒ．Ｎｏ．１８９）　

风电场功率波动对电网电压的影响　Ｅｆｆｅｃｔ　ｏｆ　Ｗｉｎｄ　Ｆａｒｍ　Ｆｌｕｃｔｕａｔｉｏｎ　Ｐｏｗｅｒ　ｏｎ　Ｇｒｉｄ　Ｖｏｌｔａｇｅ　

赵　勇　，胡雅娟　，黄巍　（１．哈尔滨超高压局，黑龙江　哈尔滨　１５００９０；２．东北电力大学，吉林　吉林　１３２０１２）　

摘　要：风电场输出功率的随机波动是风力发电区别于其他发电方式的最主要特点。利用实测数据对风电场的输　出功率波动特性进行分析，进而对风电场输出功率波动对电网电压稳定性的影响加以分析，指出抑制风电场输出　功率的随机波动是有效解决风电场接人规模的根本方法。　关键词：风电场；功率波动；电网电压　中图分类号：ＴＭ６１４　文献标识码：Ａ　文章编号：１００９—５３０６（２００７）０２—００２２—０３　

随着能源和环境问题的日益突出，作为一种新　型的可再生能源，风力发电具有环境友好、技术成　熟、全球可行的特点，越来越受到人们的重视。我国　风能资源丰富，理论可开发总量将近２．５３亿ｋＷ，　与世界先进水平相比，我国风电发展有很大差距。但　近年来我国风电也得到了较快的发展，截止到２００５　年底，装机容量为１　２６０　Ｍｗｎ　，占全国电力总装机　容量的０．２５　。　由于风能的随机性、间歇性特点，风电场送出的　能量是随机波动的，这是风力发电区别于其他发电　方式的最主要的特点，也成为制约风力发电规模的　最主要的问题。随着风电场规模的增大，这种波动对　电力系统的影响也越来越显著。风能资源丰富的地　区人Ｈ稀少，负荷量小，电网结构相对薄弱，风电功　率的注入改变了电网的潮流分布，对局部电网的节　点电压产生较大的影响。因此，研究风电场并网引起　的系统局部节点电压的变化具有以下重要意义：防　止风电注入引起的线路功率过载；防止节点电压越　限；防止风电机组因端电压过高或过低造成非正常　停机而损失发电量。　本文利用吉林省某风电场的实测数据，分析了　风电场输出功率特性，包括风频特性、风电场出力情　况、输出功率波动特性。在建立风速一功率模型的基　础上，以该风电场为例，分析了风电场的功率波动对　电网电压质量的影响。　

风功率实时预测和误差分析杨成武（中节能（肃北）风力发电有限公司马鬃山第二风电场）摘要电场功率预测是指以风电场的历史功率、历史风速、地形地貌、数值天气预报、风电机组运行状态等数据建立风电场输出功率的预测模型，以风速、功率或数值天气预报数据作为模型的输入，结合风电场机组的设备状态及运行工况，得到风电场未来的输出功率，预测时间尺度包括短期预测和超短期预测，随着风电并网规模的不断增加，风电对电力系统的影响也越来越显著，而我国风能资源丰富的地区一般人口稀少，负荷量小，电网结构相对薄弱。

由于风能的随机性、间歇性特点，对电网的运行调度的带来困难，影响了电网的安全稳定运行，并成为了制约风电大规模接入的关键技术问题。

关键词：风功率预测，灰色预测法，最小二乘法拟合，时间序列分析方法目录一、绪论 (1)（一）问题背景 (1)（二）基本条件 (2)（三）提出问题 (2)二、问题假设与符号说明 (3)（一）问题假设 (3)（二）符号说明 (4)三、问题分析 (5)（一）问题1的分析 (5)（二）问题2的分析 (7)（三）问题3的分析 (7)参考文献： (9)一、绪论（一）问题背景为了能在保障电网安全稳定运行的前提下，尽可能规模化接纳风电，有必要建设一套风电‘功率预测’系统，对风电场出力变化趋势进行准确预测，对风电场的运行情况进行监视，并在上述基础上实现对风电场的自动发电控制（AGC）和自动电压控制（AVC），最终达到风力发电可预测、风电并网可调控目标。

风力发电代表着未来能源发展的趋势，但其输出功率的波动性和不确定性会对电网的安全稳定运行带来影响；国外经验表明，对风力发电的输出功率进行预测是缓解电网调峰、调频压力、降低电力系统备用容量以提高电网接纳能力的有效手段；通过实施风电功率预测系统，还可以达到以下作用：降低电力系统旋转备用容量、提高系统运行经济性；改善电力系统调峰能力，增加风电并网容量，提高风能利用率；优化风电场运营管理水平，合理安排检修计划，改善风电运行企业的经济效益。