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

• 作者: 宋志成 崔嘉 杨俊友 杨理践 高凯旻 高子昂
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 低碳电力技术 (特约专题主编 康重庆)
• 页码范围: 82-88
• 页数: 7页
• 分类号: TM715
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2016.0734

摘要

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。