[发明专利]一种WTG风速分布的预测方法

说明书

技术领域

本发明涉及一种WTG风速分布的预测方法，具体指应用指数平滑方法对WTG风速分布进行预测，属于电力工程技术领域。

背景技术

近年来，风能发电技术已得到迅猛发展，将风电机组接入配电网是配电网智能化的发展趋势，风电机组，英文全称为：wind turbine generator，简称为“WTG”；由于WTG出力与风速的关系密切，风速的准确预测对含WTG的配电网可靠性评估，电力系统运行与规划有着重要的意义。

传统的风速预测方法有：1、人工神经网络法（分布式发电系统几点保护技术［J］．电力系统保护与控制，2009，37（2）：100-105），该方法收敛速度慢，误差较大；2、卡尔曼滤波法（  Short-term wind prediction using Kalman filters［J］．Wind Engineering, 1985，9（1）：1-8），该方法在状态方程和预测方程的建立上较困难；3、基于时间序列分析的自回归滑动平均建模法，全称为Auto-Regressive and Moving Average，简称为ARMA（Time series models to simulate and forecast hourlyaveraged wind speed in Wuetta，Pakistan［J］．Solar Energy，1997，61（1）：23-32），该方法在短期风速预测上精度较高，但不适合做长期风速预测；4、Weibull分布建模法（考虑风电能量随机性的配电网可靠性快速评估［J］．中国电机工程学报，2010，30（13）：16-22），该方法相对以前三种方法其预测精度较高，但该方法与预测地点的风速分布特性密切相关；5、将最近某年的风速分布统计值作为预测年的预测值（考虑风力发电影响的配电网可靠性评估［J］．电网技术，2011，35（4）：154-158），该方法简单有效，但当最近几年的风速波动较大时，该年的风况可能不适合直接代替预测年。

综上所述，上述方法在不同的领域都有很好的应用，但由于不同时间的历史数据对预测值的影响不同，而通常，离预测值越近的数据，对预测值影响越大。

发明内容

针对现有技术存在的上述问题，本发明采用指数平滑的方法对WTG风速分布进行预测，该预测方法不受地域和不同时间风速历史数据的影响。

本发明是这样实现的：

一种WTG风速分布的预测方法，具体步骤包括：

步骤1：采集配电网的原始数据：包括风电场的原始风速数据，WTG的切入风速、额定风速、切出风速、额定输出功率；

步骤2：构建WTG出力模型

风速V与WTG出力P(V)之间的关系可表示为：

    （1）

其中，V_ci、V_r和V_co分别表示WTG的切入、额定和切出风速；根据式(1)可对WTG出力聚类形成WTG多状态出力概率表，按区间对风速进行统计，得到第t年风速在不同风速区间的状态概率；

步骤3：构建风速分布的指数平滑模型

根据步骤2建立的WTG多状态出力概率表，采用一次指数平滑对风速进行处理，则一次指数平滑线性模型为：

    （3）

式中，S_t+1为第t+1年的风速分布概率平滑值、P_t为第t年的风速分布概率实际统计值、S_t为第t年的风速分布概率平滑值、a(0≤a≤1)为平滑系数；初值为实测第一年的风速分布概率，即S₁=P₁，根据递推关系求得该风电场第t+1年的线性模型为：

       (4)

步骤4：确定平滑系数

以绝对误差之和作为模型评价平滑系数的标准：

     （6）

其中，P_t为第t年的风速分布概率实际统计值，S_t为第t年的风速分布概率平滑值，m表示建模所用的风速年数，在的取值范围[0,1]内，搜索步长取值范围为0.1≤≤0.0001，遍历求取f的值，确定平滑系数使得f取最小值；

步骤5：将第4步确定的平滑系数代入式（4）中求得风电场第t+1年的线性模型。