国外风电并网运行中出现过的风电出力高风险爬坡事件曾给电网造成过很大损失。在我国大规模高集中风电接入系统的背景下安全问题更加严峻，高风险爬坡事件呈现出难建模、难预测、难防范的显著特点。本课题在时间序列数据分析、风场局地气候与风机地理布局以及风机功率限制与状态切换三个层面上逐层深入研究极端气候条件下风电场功率波动特性的建模和仿真，消除了传统风场模型在极端事件下的不适用性。提出综合运用高精度数值天气预报、概率统计以及智能模式识别技术，建立高风险爬坡事件智能在线滚动预测模型，通过长过程仿真计算，给出计及风电预测误差的运行风险概率，对大规模风电接入运行风险进行评估与预警。协调防御体系的优化机制方面，在空间域利用分解协调的理念将优化问题分解为主-从迭代问题，在时间线上采用时序递进、滚动协调方式通过边界约束实现滚动计划与既定计划的协调，建立适应多时空、多目标、全工况的协调防御体系。
