前言

第1章 绪论

1．1 风电产业发展概况

1．1．1 世界能源产业现状及发展趋势

1．1．2 中国能源产业现状及发展趋势

1．1．3 风电产业发展现状及展望

1．1．4 我国风力发电产业发展现状及展望

1．2 我国风电产业快速发展中的问题

1．2．1 电网消纳能力不足

1．2．2 政策支持前景不确定

1．2．3 技术水平制约

1．3 风电功率预测的价值和意义

1．4 风电功率预测技术发展现状

1．5 风电功率预测技术原理及发展前景

1．5．1 风电功率预测技术原理

1．5．2 风电功率预测技术发展前景

1．6 风的形成与地形对风的影响

1．6．1 风的形成

1．6．2 大气边界层风场的形成

1．6．3 山区的近地风场

1．6．4 沿海地区的海陆风

1．7 小结

第2章 风电功率预测的物理模型

2．1 基本思想

2．2 数值天气预报

2．2．1 中小尺度的MM5模式

2．2．2 WRF模式

2．3 风电场的局地建模方法

2．3．1 粗糙度估算

2．3．2 尾流模型

2．3．3 基于地形的风电场建模

2．4 风电功率映射算法

2．5 小结

第3章 风电功率预测的统计模型

3．1 基本思想

3．2 神经网络模型

3．2．1 神经网络基本原理

3．2．2 BP神经网络

3．2．3 实例分析

3．3 支持向量机模型

3．3．1 支持向量机原理

3．3．2 基于SVM的风电功率预报建模

3．4 混沌模型

3．4．1 混沌预报基础理论

3．4．2 混沌风电功率预报实例分析

3．5 小结

第4章 风电功率预测系统的功能与结构

4．1 风电功率预测系统的基本功能

4．1．1 建模基础数据要求

4．1．2 数据采集与处理

4．1．3 预测功能要求

4．1．4 数据的统计分析要求

4．1．5 软件界面要求

4．1．6 安全防护要求

4．1．7 数据上报要求

4．1．8 性能要求

4．2 风电功率预测系统的硬件设计

4．2．1 典型硬件设计方案

4．2．2 主机和通信系统

4．2．3 测风塔系统

4．2．4 安全防护系统

4．3 风电功率预测系统的软件设计

4．3．1 基本功能

4．3．2 软件架构与开发工具

4．3．3 核心算法与开发工具

4．3．4 数据库系统的设计

4．4 典型风电功率预测系统简介

4．4．1 国外系统简介

4．4．2 国内系统简介

4．5 小结

第5章 典型风电场风电功率预测系统实例分析

5．1 分析对象、方法和工具

5．1．1 分析对象

5．1．2 分析方法

5．1．3 分析工具

5．2 沿海风电场实例分析

5．2．1 基本情况

5．2．2 系统运行分析

5．3 山地风电场实例分析

5．3．1 基本情况

5．3．2 系统运行分析

5．4 平原风电场实例分析

5．4．1 基本情况

5．4．2 系统运行分析

5．4．3 风电功率的时变特征

5．5 小结

附录 测风塔技术参数

参考文献

《风电功率预测技术与实例分析》是《风力发电工程技术丛书》之一，较为全面系统地介绍了风电功率预测技术及其应用情况。其内容主要包括：风电产业与风电功率预测技术的发展沿革；风电功率预测技术的原理和预测方法，包括物理模型以及统计模型；风电功率预测系统硬件部分的技术细节，包括总体设计、主机与通信系统、测风塔的组成、防雷与选址、安防系统；风电功率预测系统软件，包括软件架构及开发工具、核心算法及开发工具、数据库等；简单介绍了国内外风电功率预测系统；并对风电功率预测系统进行实例分析。《风电功率预测技术与实例分析》力求传播风电功率预测的相关知识，并试图为风电功率预测系统的设计和制造提供技术路线图。

本书主要包括：绪论、风电功率预测技术原理、风电功率预测技术原理的物理模型、风电功率预测系统的功能与结构、风电功率预测系统工程实例五部分。本书可供关注风电场日常运行维护的风电场运维人员，关注技术进展的勘测设计人员，技术人员，关注技术进展的大专院校学生参考使用。

《大型风电场发电功率建模与预测》可供研究院所和高等院校从事新能源研究领域的人员阅读，也可供高等院校电气工程专业的研究生参考。

本书系统地介绍了风力发电的特点、数值天气预报模型及预报模式，以及风力发电功率预测的重要性、误差评价指标、理论基础、方法、误差分析及应用，从超短期预测、短期预测、中期预测、预测误差分布不同角度应用不同的预测模型进行了仿真实例分析，同时给出了一套集成化风力发电功率预测系统。

由于风能本身的间歇性和不确定性，采用单一预测方法所得到的风电功率预测结果的误差很大，无法满足电网安全经济运行的需要，项目针对风速序列随时间、空间呈现非平稳性变化的特征，提出了一种基于经验模态分解(EMD)和支持向量机(SVM)的短期风电功率组合预测方法，其预测误差比单一模型降低了5%~10%，有效地提高了短期风电功率预测的精度，对预测结果的误差进行了不确定性分析，给出了预测结果误差评价指标。在深入研究风电场输出功率预测值随时间空间变化的规律的基础上，建立了一种考虑风电场风机间的排布和尾流效应的功率预测模型，导出了各个风机间的风速相关矩阵和输出功率值，与仅采用统计算法的功率预测相比，预测精度的均方根误差可以减小5%，能进一步改善预测效果,将风电场输出功率的不确定性转化为相对量化的确定性关系。 针对风电场内不同机组处风速分布不均匀问题，考虑尾流效应与风的空间分布特性，提出了一种适用于永磁直驱变速机组风电场动态等效的多机表征方法，通过模糊聚类算法将具有相近运行点的风电机组划分到同一机群，最后通过多个表征机群的等值机组的组合，建立基于扩展空间分布的风电场输出功率等效暂态模型，该模型能够反映风电场输出有功/无功、频率和电压的动态特性。在此基础上，提出了一种新的永磁直驱风电机组频率-转速协调控制策略，根据风电机组功率的变化率调节转速控制参数，使风电机组获得较好的频率响应能力，能够有效减少风电机组的转矩突变和频率波动幅度，避免系统频率的二次波动，以获得较好的转速恢复特性。 针对非平稳风电数据中产生的幅值和频率突变，研究提出了基于小波模极大值的奇异点辨识方法和基于自回归滑动平均法的数据重构算法，为功率预测提供可靠性的数据源。开发一套基于组合预测方法的风电功率预测系统，该系统主要包括数据通讯、数据处理、预测模型、误差分析、预报输出等主要功率模块，具有一定的工程实用性，可以辅助制定合理的发电计划，优化开机组合，为风电场并网安全经济运行提供科学决策的依据，具有较好的应用前景。 项目研究期间，在国内外期刊发表相关研究论文11篇，其中被SCI收录1篇、EI收录10篇，获得国家发明专利1项、国家版权局授权计算机著作权15项。培养博士生1名、硕士研究生6名，培养指导国家大学生创新计划本科生学生3名。参加国际、国内会议6次，担任会议分会主席2次，作大会报告和分会场报告3次。 2100433B