风电功率时间序列模拟生成方法研究

风电功率时间序列模拟生成方法研究

风能的体现,风能小达人,风能的建议　　风电功率时间序列模拟生成方法研究,模拟人生序列号生成器,随机序列的功率谱密度,序列功率谱估计,cs6序列号生成器,ps cs6序列号生成器,nero2014序列号生成器,序列号生成器,excel序列号自动生成,nero2015序列号生成器

　　风能的体现,风能小达人,风能的建议硕士学位论文风电功率时间序列模拟生成方法研究RESEARCHSIMULATIONMETHODWINDPOWERTIMESERIES哈尔滨工业大学2013国内图书分类号：TM74学校代码：10213国际图书分类号：6213密级：公开工程硕士学位论文风电功率时间序列模拟生成方法研究哈尔滨工业大学ClassifiedIndex:TM74UDC:6213DissertationMasterDegreeEngineeringRESEARCHSIMULATIONMETHODWINDPOWERTIMESERIESCandidate：ZengQingjiSupervisor：ProfYuJilaiAcademicDegreeAppliedEngineeringSpeciality：ElectricalEngineeringAffiliation：SchoolElectricalEngineeringAutomationDateDefence：June,2013Degree-Conferring-Institution：HarbinInstituteTechnology哈尔滨工业大学工程硕士学位论文大规模风电并网，对电力系统的可靠运行带来了新的挑战，其具有的强随机性和波动性，成为制约风电进一步发展的重要因素。目前，在电网扩展、常规发电容量、系统长期备用容量、储能设备及辅助服务需求等规划问题的研究中，常需要基于历史数据统计特征对未来风电功率时间序列进行模拟生成。如何比较逼真地模拟未来风电功率场景，并尽可能地消除或降低目前比较严重的弃风因素造成历史数据统计特征失真的不良影响，已经成为亟待解决的关键技术问题。本文在风电功率时间序列模拟方法及其评价标准、风电功率的弃风修补策略等方面开展了比较深入的研究，对攻克上述问题提供了比较好的技术手风电功率时间序列模拟生成存在间接和直接两种方式。间接方式先模拟生成风速时间序列，再根据一定的风-电功率转换特性得到风电功率时间序列，其难点在于如何准确获取风电场的等效风-电功率转换关系。直接方式利用风电场输出功率历史数据建模以模拟未来风电场景，但容易受到人为弃风因素的影响，导致模拟结果可信度变差。本文在考虑历史数据统计特征的基础上，采用随机微分方程、通过数值积分的方式直接生成风电功率未来场景。同时，研究了如何对不同方法所生成的风电功率时间序列进行合理评价的问题，提出了功率平均值和标准差、功率水平概率分布、功率水平变化量概率分布、功率持续时间等评价指标，用于定量评估模拟风电功率时间序列与历史数据的吻合程度。目前，我国的并网风电运行存在较为严重的弃风现象。若直接基于历史数据统计特征模拟生成风电功率时间序列，则容易导致模拟结果的可信度降低。为此，本文提出了一种弃风修补策略对风电功率历史数据统计特征进行一定程度的还原，然后再生成风电功率时间序列。算例结果表明，采用弃风修补策略后的模拟生成方法，符合预期效果，有助于在合理还原风电功率本来面貌的基础上提供更为可信的基础数据。模拟生成的风电功率时间序列可以应用于电力系统的可靠性评估。本文最后利用前文提出的弃风修补策略及风电功率时间序列直接模拟生成方法，生成风电场风电功率场景，并将其应用于电力系统发电充裕度指标的计算。具体地，论文给出了运用非序贯蒙特卡洛方法进行发电充裕度评估的步骤，并通过算例检验了模拟生成数据在充裕度指标计算中的作用。本文工作得到国家高技术研究发展计划（863计划）重大项目《高渗透率哈尔滨工业大学工程硕士学位论文间歇性能源的区域电网关键技术研究和示范》（2011AA05A105）的资助。关键词：风电功率；时间序列；模拟生成；弃风；修补策略；充裕度评估哈尔滨工业大学工程硕士学位论文largescalewindpowerpowersystem,newchallengesreliableoperationpowersystemstrongrandomnessstrongvolatilityhavebecomeimportantfactorsrestrictingwindpowerwindpowerdevelopmentnetworkframeextension,conventionalpowergenerationcapacity,long-termsystemreservecapacity,energystoragedevicesservicerequirements,oftenneedfuturewindpowertimeseries,whichstatisticalcharacteristicshistoricaldatahasbecomekeytechnicalproblemwindpowerscenariosfuturerealistically,eliminatingbadeffectstatisticalcharacteristicshistoricaldatacausedseriouswindpowerabandoningpapercarriesin-depthresearchwindpowertimeseriessimulationmethodevaluationstandard,mendingstrategyabandonedwindpower,providesgoodtechnicalmeansproblemabovetwomethodswindpowertimeseriessimulationdirectIndirectmethodneedwindspeedtimeseriesfirst,getwindpowertimeseriesaccordingcertainwind-electricalconversioncharacteristicswind-electricalconversioncharacteristicsexactlyDirectmethoduseshistoricaldataestablishappropriatemodelwindfarmoutput,windfarmwindpowerpaperadoptsstochasticdifferentialequations,numericalintegralgeneratewindpowerscenariosfuturedirectly,consideringstatisticalcharacteristicshistoricaldatasametime,evaluationmethodwindpowertimeseriessimulateddifferentmethodsproposed,assessmentcriterias standarddeviation power,power level probability distribution, power level variation probability distribution powerduration curve presented,which similaritybetween windpower time series historicaldata abandonrate windpower China’swind power operation now easilyleading simulationresults generatewind power time series based statisticalcharacteristics historicaldata directly Therefore, mendingstrategy abandonedwind power statisticalcharacteristics historicaldata, generatewind power time series exampleresults show windpower 哈尔滨工业大学工程硕士学位论文 simulationgenerating method mendingstrategy abandonedwind power expectedeffect, providingmore dependable basic wind power data which appropriatelyrestored originalappearances papergenerates windpower time series based directmethod mendingstrategy abandonedwind power, windpower time series powersystem reliability assessment Specifically, paperdescribes non-sequentialmonte carlo method generatingcapacity adequacy assessment, simulationdata adequacyindex calculation researchwork NationalHigh Technology Research China863 Program 2011AA05A105Keywords: wind power, time series, simulation, wind power abandoning, mending strategy, adequacy assessment 哈尔滨工业大学工程硕士学位论文 11课题背景及研究的目的与意义 12国内外在该方向的研究现状 121风电功率时间序列间接模拟方法研究现状 122风电功率时间序列直接模拟方法研究现状 13风力发电中的弃风现象 14本文主要研究内容 21引言 22风电功率时间序列的间接模拟生成方法 221风速时间序列的模拟生成 222风-电功率转换模型 13223 间接模拟生成风电功率时间序列 1423 风电功率时间序列的直接模拟生成方法 1724 模拟风电功率时间序列的评价指标 19241 对模拟风电功率时间序列特性的要求 19242 风电功率时间序列评价指标 1925 算例分析 2126 本章小结 2531 引言 2532 风电功率统计特性修补的基本思路 2533 风电功率统计特性修补的基本原则 2634 风电功率统计特性修补方法 2735 算例分析 3236 本章小结 3641 引言 36哈尔滨工业大学工程硕士学位论文 42电力系统发电充裕度评估指标 36 43 考虑风电接入的发电充裕度评估 37 431 元件状态抽样 38 432 状态的分析和优化 38 44 算例分析 39 45 本章小结 42 44参考文献 45 攻读硕士学位期间发表的论文及其它成果 49 哈尔滨工业大学学位论文原创性声明和使用权限 50 51哈尔滨工业大学工程硕士学位论文 11课题背景及研究的目的与意义 进入21 世纪以来，全球经济在快速发展的同时，人类社会也面临着能源与 环境的压力，这促使可再生新能源的开发利用在不断发展。其中，风电是目前 技术最为成熟、商业化进程最为深入以及发展前景最为广阔的新兴可再生能源 技术，其具有开发成本低、取之不尽用之不竭、清洁等优势 [1-4] 。对风能的利用 始终保持最快的增长速度，在核电发展受挫的情况下，风电有可能成为继石油、 煤炭等化石燃料之后的核心能源之一 [5-6] 。全球风能协会GWEC的统计报告表 明，2012 年，全球风电新投入运行的容量为 447GW，这使得全球风电累计装 机容量增加到2825GW，累计风电装机容量增幅将近 20%。图1-1、1-2 分别展 示了历年全球风电新增装机容量和累计装机容量的增长历程 1000020000 30000 40000 50000 1996 1998 2000 2002 2004 2006 2008 2010 2012 新增装机MW图1-1 1996-2012 年全球新增装机容量 150000 200000 250000 300000 1996 1998 2000 2002 2004 2006 2008 2010 2012 累计装机MW图1-2 1996-2012 年全球累计装机容量 哈尔滨工业大学工程硕士学位论文 从风电开发的范围看，目前，全球已有75个国家实现了对风电的商业化开 发，其中风电装机容量超过1GW 的国家有22 个。从地域上看，欧洲、北美和 亚洲占据着全球风电新增装机容量的主体，近年来拉美市场也有很大进步，成 为风电发展的新兴力量。以英国、丹麦为代表的一部分国家开始着眼海上风电 的开发，装机容量已经达到一定的规模。截止到2012 年末，英国和丹麦海上风 电装机容量分别为39479MW 和9211MW。另外，中国、比利时、德国和荷兰 均有超过 200MW 的海上风电装机。可见，风力发电正处于迅猛发展状态，并 将在低碳经济发展理念的引导下，实现长足发展。根据 GWEC 对未来全球风电 发展的预测 ，在现有节能减排政策推动下，保守估计全球累计风电装机容量在2015 年、2020 年、2030 年时将分别达到 425GW、759GW、1617GW，风电 将在未来的电力系统中占据重要地位，为实现安全可持续的电力供应做出巨大 贡献。 我国有着极其丰富的风能资源，目前风力发电发展势头良好，风电产业发 展前景十分广阔 [9-10] 。充分开发风能资源是国家实施可持续发展战略的需要， 是促进能源结构调整、推进技术进步、减少环境污染、实现节能减排目标的重 要手段 [11] 。“十二五”规划中主张有效开发风能 [12] ，而风能资源开发需要科学合 理的规划目标作指导，制定出切实可行的科学发展路线，合理的发展目标及发 展路线有利于我国风电的健康稳步发展，是确保我国风能资源有效开发利用、 风电长足发展的基本条件。国家发改委发布的《中国风电发展路线] 从战略的角度展望了我国风电在未来近半个世纪的前进道路，制定了风电整体 规模在未来十年、二十年和四十年的发展目标，让风电成为我国电源的重要部 分之一，同时需要正确认识风电发展过程中不可回避的诸如产业、电网支撑上 的障碍，通过未来四十年累计 12 万亿元的资金投入，争取在 2050 年实现风电 出力达到负荷需求的 17%。《路线图》给出了我国风电发展从陆上向海上推进的 切实可行的阶段性计划，对于新兴的海上风电，采取从近海示范性开发到远海 试验，再到近、远海同步开发的发展策略。2012 月，我国以累计5225GW的风电装机容量，在规模上成为世界风电的领头羊 [14] 。截止到 2012 年末，我 国风电装机容量7556GW，占到全球风电装机容量的 268%，稳居世界第一 我国风电以超乎想象的速度发展到今天的领先水平，为我国新能源发展占据有利地位，也为我国生态文明建设作出巨大贡献。 然而，风电由于其自身的供电不确定性，不可避免的遇到各方面的阻力， 大规模的风电并网给电力系统的规划和运行工作带来深刻影响 [15-17] 。从供电可 靠性角度考虑，当负荷增加时，只依靠新的并网风电不能充分满足供电需求， 哈尔滨工业大学工程硕士学位论文 这就需要相应地增加常规发电容量以补偿风力发电的间歇性，从而电力系统的长期规划必须与风电的发展相协调。实时运行也会有同样的问题，电力系统实 际运行中，为了在发生事故的情况下尽量满足系统运行的额定频率，同时使重 要的基荷不断电，需要配备一定的运行备用发电容量。把风电纳入实时发电序 位表将降低系统的安全性，因此，对运行备用的需求将增加。大规模风电并网 还将对电网的稳定性产生巨大影响 [18-20] 。随着风电在电力系统中渗透率的提高， 其对电网稳定的影响也趋于明显，风电的并入使得电网的潮流分布、全系统的 惯量都发生改变。风电机组运行过程中需要吸收无功，在电网发生故障而无法 提供无功支撑时，容易导致风电机组的失去稳定，进而影响系统的电压稳定性。 风电并网将对电能质量产生一定影响，主要对电压、频率产生影响，还会给电 网带来谐波和闪变问题 [21-22] 可见，为适应风电渗透率提高后电力系统安全可靠运行的需要，电网规划需要考虑网架扩展、常规发电容量和实时备用增加等与充裕度有关的问题 [23-26] 在分析这些问题时，需要掌握风电功率未来发展的原本信息，获取这些信息的最典型方法就是模拟生成。如果能人工模拟生成风电功率曲线，并与现有风电 场实际行为相像，则对电网长期规划研究大有帮助。 综上分析，研究风电功率时间序列模拟生成方法对电网规划具有基础性应 用价值，有利于提高含大规模风电的电力系统的安全性与可靠性，有利于减少 电力系统建设和运行的成本，有利于电力系统健康有序的发展。本文分析了现 有的多种风电功率时间序列模拟生成方法，提出了对风电功率时间序列的评价 方法，并基于对当前我国风电弃风现象的考虑，提出了面向风电功率时间序列 模拟生成的弃风修补策略，使模拟生成的风电功率时间序列更接近风电功率输 出的实际场景，为电网规划提供更为可信的数据支持。 12 国内外在该方向的研究现状 风电技术的兴起带动了相关研究的蓬勃发展，风电成为近年来的热门研究 课题。国内外学者在风电变化特性、风速及风功率预测、风电机组的特性及控 制、风电并网对电力系统影响及含风电电力系统规划等方面作了大量研究工作。 其中，含风电电力系统规划问题就涉及风电功率时间序列的模拟生成技术。下 面主要综述风电功率时间序列的模拟生成方法研究现状。 风电功率时间序列模拟生成可以有两种技术途径。一是对风速时间序列进 行模拟，然后利用一定的风-电功率曲线进行转换间接得到电功率的时间序列数 据；二是利用风电功率历史数据，建立时间序列回归模型或基于一定的统计特 哈尔滨工业大学工程硕士学位论文 征建立随机微分方程，然后求解以直接获得电功率的时间序列数据。121 风电功率时间序列间接模拟方法研究现状 风速时间序列的模拟生成。文献[27]介绍了 种常用的随机风速时间序列生成方法，它们分别基于组合风速模型、威布尔分布模型以及风轮等效风速模 型，并采用功率谱密度分析技术对所生成的风速时间序列进行评价。其中组合 风速模型由基本风速、阵风、渐变风及噪声风速四个部分组成，基本风速代表 着风电场平均风速的变化，而风电场的输出功率主要由基本风速决定；阵风用 于描述风速的突变特性，通常用余弦特性的模拟；渐变风可以模拟风速的渐变 变化特性；噪声风速是为了模拟指定高度上风速的随机特性的。威布尔分布模 型是目前普遍认为的形式简单且拟合效果较好的风速概率分布模型，其具体分 布由标度参数和形状参数决定。文献[28]讨论了采用威布尔分布模型对风速测 量数据概率分布进行拟合时，分别采用最大似然估计法和矩量法来估计威布尔 分布模型的两个参数。文献[29]探讨了采用威布尔分布模型抽样生成随机风速 时间序列，进而基于一定的风力发电机功率输出特性，得到风电功率时间序列。 文献[30]致力于获取一组风速时间序列，使其符合风速的随机特性，作为风电 场长期仿真的风速输入数据，将风速分成两个分量——中长期分量和湍流分 量，两个分量分别进行抽样，最后合成风速时间序列。文献[31]采用小波分析 的方法来获取风速的时间序列，首先对风速的历史数据进行小波变换，变换所 得结果即反映了风速的变化特性，只要通过小波逆变换，使得生成的风速时间 序列拥有与历史风速数据相似的特性，这样就能较为真实地描述风速的变化规 律。风速时间序列的模拟生成，一般考虑从风速的规律性和随机性两方面入手， 规律性主要根据当地历史风速记录，对平均风速有一个具体的把握，而风速随 机性则可以采用不同的数学方法来描述，如白噪声通过一定的滤波，得到的数 据可以反映风速的随机特性。 关于风-电功率转换特性，其因风电规模而异。如单台风电机组和含多台风 机的风电场的风-电功率转换特性就有所区别。一般而言，单台风机的风-电功 率转换都是基于图1-3 所示的功率特性曲线] 时，风力发电机输出电功率与风速呈非线性对应关系；额定输出阶段，当 co时，风力发电 机输出额定功率，风电出力达到饱和；截止阶段，当 co时，出于保护的目 的，风力发电机将被断开。相应的特征风速分别为：切入风速 和截止风速Vco 1-3可知，输出功率与风速的关系可以用一个分段函数进 行描述，建模最主要的工作是对非线性阶段的曲线进行拟合，用一个非线性函 数即可实现。对于非线性阶段曲线的拟合，可以采用不同函数形式 [32-34] 线; VcVr Vco 图1-3典型功率特性曲线 然而，即使是处在同一风电场型号相同的两台风力发电机，虽然其所处的 自然条件几乎一样，但是它们的输出功率有可能大小不同，引起这一现象的原 因有以下几个方面：同型号的风力发电机在生产制造时产生的性能差异；每台 风机在风电场所处的位置差异；风力发电机轮毂高处的风速及风向存在差异。 文献[35]讨论了如何根据某风电场所测数据确定该风电场的等效功率特性曲 线，给出了两种获取等效功率特性曲线]描述了等效风速的物 理概念，给出了在一定时段内根据瞬时风速、平均风速和最大风速获取等效风 速的计算过程。文献[37]则根据风电场的输出功率来确定风电场的等效风速模 型，考虑了风电场中各台风力发电机的位置不同而引起的功率输出差异，同时 计及尾流效应，也就是考虑当风经过风力发电机组后，风速有所下降，两台风 力发电机顺着风速的方向排布时，同一时刻通过两台风力发电机的风速会有所 不同。文献[38]尝试用不同概率分布模型来描述风速分布规律，认为威布尔分 布虽然应用已经十分广泛，但通过对比发现，指数分布模型也具有实用价值。 文献[39]采用自回归滑动平均（ARMA）重构小时级的风速时间序列，再利用 某一型号风力发电机组的功率特性曲线，得到对应的风电功率时间序列。 综上所述，间接模拟生成风电功率时间序列，从物理过程上看思路比较清 晰，但是要面临的困难是如何准确获取每个风电场的风-电功率转换特性。 哈尔滨工业大学工程硕士学位论文 122风电功率时间序列直接模拟方法研究现状 利用风电功率历史数据，建立时间序列回归模型或基于一定的统计特征建 立随机微分方程，然后求解以直接获得风电功率的时间序列。这种方法避开了 风-电转换的物理过程，不用考虑风电场的风-电功率转换特性。文献[40]阐述了 基于ARMA 模型的未来风力发电场景模拟方法，将现有的风电场输出功率的历 史数据作为样本，构建能够合理反映当地风电的规律性和随机性的 ARMA 型，并通过一个白噪声序列重建未来逼真的风电功率时间序列，同时考虑现有风力发电机之间功率输出的相关性。文献[41]考虑到风电功率时间序列同时具 有随机性和规律性，采用扩散模型，即随机微分方程（SDE）来描述这种特性， 根据实际风电场的输出功率历史数据来确定 SDE 的各项系数，求解 SDE 所得 的时间序列经过一定手段处理后，可得所需未来风电功率时间序列。文献[42] 提出了一种基于小波分析的构造未来风电场出力场景的方法，将风电功率时间 序列划分为片段和风过程，采用概率统计的方法模拟生成风电功率时间序列， 并从概率分布、短时波动性和相关特性三个方面验证了模拟数据有效性。文献 [43]将马尔柯夫链蒙特卡洛（MCMC）方法应用到风电场输出功率时间序列的 模拟生成中，此方法生成的风电功率时间序列能在概率分布和自相关特性上与 历史数据较好地吻合。 综上所述，利用历史数据直接模拟生成未来风电场的风电功率时间序列， 可以避开准确获取风-电功率转换关系这一难题。然而，由于风电场实际运行过 程中需依照电网调度命令执行各项操作，为了满足电力系统安全经济调度的需 求，不可避免地发生人为弃风的现象。不难想象，由实际运行数据所具有的风 电场输出功率统计特性已经掺入人为因素，而不是自然条件下所应有的统计特 性了。因此，由历史数据直接模拟生成风电功率时间序列的过程中，需要考虑 弃风因素的影响。 13 风力发电中的弃风现象 风电的快速发展使得其对电力供应的贡献越来越大，随着风电并网容量的 增加，电网稳定运行受风电的影响日益显著，风电的消纳问题已经成为制约我 国风电健康快速发展的主要矛盾之一 [44-45] 。我国丰富的风能资源主要集中在东 北、华北和西北的“三北”地区，以及江苏、山东等沿海地区，因此对风电的 开发集中度相对较高，中高压远距离输送风电也成为我国风电开发的一大特点， 这为我国风电的并网和消纳带来了较大困难。影响风电消纳的因素主要有：一 哈尔滨工业大学工程硕士学位论文 是系统调节能力，风能的波动性、间歇性及反调峰特性，使得电力系统必须具有良好的电源结构和充足的系统备用；二是电网的输电能力，当风电因波动而 输出不足时，需要启用系统备用容量来补足电力缺口，增强电网的输电能力， 可以扩大风电调节的范围，从而提高风电并网消纳规模。然而，由于常规发电 机组以及输电线的建设周期远比风电装机的长，风电的并网容量快速增长，而 对应所需的常规机组备用容量的增长则严重滞后，输电线路的更新也不能跟上 风电发展的步伐，从而导致系统调峰能力不足、输电容量不足以及配电线路阻 塞等问题，为了保障电力系统安全稳定运行，电力调度部门在必要情况下，会 要求部分正常运行的风机将出力或暂停运行，这就是风电弃风限电的现象。文 献[46]总结了弃风的原因所在，描述了国内外弃风限电的现状，研究了美国、 德国、西班牙和丹麦等世界风电大国风电弃风的管理及政策机制。据《国家能 源局关于做好 2013 年风电并网和消纳相关工作的通知》 [47] ，2012 年我国的弃 风限电现象令人担忧，部分地区尤为严重，全国弃风电量约 200 亿度，从整体 看，风电的利用率较2011 年有所降低，个别省份风电利用小时数低至 1400h 右。《通知》要求高度重视风电的消纳和利用，把提高风电利用率作为做好能源工作的重要标准，要全面分析风电不能有效送出和消纳的原因，找准问题的关 键环节，采取切实有效的措施，及早解决问题，加强风电配套电网建设，做好 风电并网服务工作，并公布了如表 1-1 所示的2012 年度各省级电网区域风电利 用小时数统计数据 [47] 表1-12012 年度各省级电网区域风电利用小时数统计 省份 小时数h 省份 小时数h 省份 小时数h 省份 小时数h 省份 小时数h 京津唐 2167 甘肃 1645 吉林 1420 四川 2476 福建 2803 冀南 1883 青海 1474 黑龙江 1780 重庆 1773 广东 1847 山西 2149 宁夏 1889 河南 1907 上海 2363 广西 1655 1922新疆 2450 湖北 1621 江苏 1958 云南 2555 山东 1986 1499湖南 1814 浙江 2082 贵州 2069 陕西 1997 辽宁 1732 江西 2380 安徽 1682 海南 1845 目前，我国电力总消费量中的 2%是通过风力发电提供的，这种情况下出现 弃风限电现象，说明我国的能源管理存在问题。对于弃风现象较为严重的地区， 应缩小风电建设规模，延缓风电建设进度，努力解决风电并网消纳问题。 可见，我国风力发电中的弃风现象还较为普遍，直接利用风电功率历史数 据模拟生成风电场未来风电功率时间序列的过程中，就不得不考虑弃风因素的 影响。本文在风电功率模拟生成问题中，突出考虑了这一现象，并提出了比较 哈尔滨工业大学工程硕士学位论文 合理的统计特征弃风修补策略。14 本文主要研究内容 基于以上评述，本文分析了现有的多种风电功率时间序列模拟生成方法， 提出了对风电功率时间序列模型的评价指标，并基于对当前我国风电弃风现象 的考虑，提出了面向风电功率时间序列模拟生成的弃风修补策略，使模拟生成 的风电功率时间序列更接近风电功率输出的实际场景，为电网规划提供更为可 信的数据支持，将模拟生成的风电功率时间序列应用于电力系统可靠性评估的 仿真计算中。 本文的主要研究内容具体包括以下几个方面： （1）风电功率时间序列模拟生成方法与模拟结果评价指标研究 该部分主要比较分析了目前风电功率时间序列的间接模拟和直接模拟生成 方法的特点；在此基础上，选择基于随机微分方程模型的直接模拟生成方法； 建立风电功率时间序列评价指标，以定量分析模拟序列与历史数据的吻合程度。 （2）面向风电功率时间序列模拟生成的弃风修补策略研究 针对目前我国风电弃风现象严重的问题，对直接基于风电功率历史数据的 时间序列模拟生成方法进行适当改进。重点研究如何考虑弃风成分与弃风量， 对风电功率历史数据统计特性进行修补，以使统计特征得到一定程度地复原。 研究过程还利用算例对弃风修补策略的可行性进行检验。 （3）风电功率时间序列模拟数据在发电充裕度评估中的应用分析 利用模拟生成的风电功率时间序列数据，对含风电的电力系统进行发电充 裕度评估，以获取有关风电场置信容量的信息，并考察风电的接入对系统可靠 性的影响；给出非序贯蒙特卡洛方法在发电充裕度评估中的分析步骤，并进行 算例仿真分析。 哈尔滨工业大学工程硕士学位论文 风电功率时间序列模拟生成方法与评价指标21 引言 风电功率时间序列模拟方法按技术途径可分为间接方法和直接方法两种。 间接方法首先对风速时间序列进行模拟生成，可以从风速分布特性入手，利用 不同模型生成风速时间序列。威布尔分布模型、ARMA 模型、组合风速模型、 风轮等效风速模型均可以用于风速时间序列的模拟生成 [27-29,39] 。同时，利用小 波逆变换的方法也可以得到较为逼线] 。再根据适当的风-电功 率转换关系得到风电功率的时间序列，而准确获取风电场的风-电功率特性则成 为这类方法的难点。直接方法避开了上述难点，直接根据风电场输出功率的历 史数据，建立适当的模型，模拟未来风电场的风电功率时间序列。ARMA 模型、 随机扩散模型可以用于风电功率的时间序列模拟生成 [40-41] ，而小波逆变换方法、 MCMC 方法也能得到令人满意的风电功率时间序列 [42-43] 模拟风电功率时间序列主要是为电力系统规划和可靠性分析提供基础性数据服务。因此，无论是间接方法还是直接方法，最终生成的风电功率时间序列 都要求尽可能逼真地模拟风电场功率输出的实际场景，这也是制定风电功率时 间序列评价指标的依据。 本章首先将介绍间接模拟方法和直接模拟方法的典型模型，分析各种模型 的特点及其应用场合，依据对风电功率模拟数据的要求，提出相应的评价指标。 22 风电功率时间序列的间接模拟生成方法 221 风速时间序列的模拟生成 （1）威布尔分布模型 常用的威布尔分布模型由两个参数来确定其概率密度函数，一个是形状参 数，另一个是标度参数。威布尔分布的概率密度函数如下： ——风速（ms）。利用已有的风速历史数据的统计特性来估计威布尔分布的两个参数，其计 哈尔滨工业大学工程硕士学位论文 算关系如下[27] ——风速标准差（ms）；——Gamma 函数。 Gamma 函数定义为： 2-4如果按照Gamma 函数的定义计算式（2-3），过程比较麻烦，于是常采用经 验公式（2-5）以简化计算： 2-5设风速的累积分布函数为 ，由累积分布函数的概念可知F0=0，于是 累积分布函数如下： 2-6如果已知风速的历史数据，对其作统计计算，得到风速的平均值和标准差， 再根据式（2-2）、（2-3）、（2-5）估计出威布尔分布的参数 c，就得到了风速的威布尔分布模型。利用这一模型可以模拟出与历史数据具有相似分布的风 速时间序列。设 代入累积分布函数的反函数，就能得到服从威布尔分布的随机数，也就是所要模拟生 成的风速数据。计算式如下： 2-7为了验证该模型，不妨设某一风电场在某一时段内的平均风速为 10ms， 风速标准差为 25ms，由此可根据式（2-2）、（2-3）、（2-5）估计出威布尔分布 的参数 k=451，c=1095ms，利用Matlab 中自带函数rand，可以得到一组[0， 1]上均匀分布的随机数，带入式（2-7）可以得到如图2-1 所示的风速序列。 哈尔滨工业大学工程硕士学位论文 50100 150 200 250 1015 20 图2-1 威布尔分布模型风速时间序列 由图2-1 可以看到，两个抽样点间的风速波动幅度比较大，而在自然界中， 除了在台风等极端天气情况下，风速在短时间内变化不会很大，秒级、分钟级 风速时间序列一般不会出现图 2-1 中的脉动，故而由威布尔分布模型所生成的 风速时间序列比较适合模拟中长期时间尺度风速的变化规律。实际上，对上述 风速时间序列作统计计算可得平均风速为 1016ms，风速标准差为254ms，表 明该方法生成的时间序列在统计特性上能够与历史数据十分接近。 （2）组合风速模型 组合风速模型将风速时间序列分成 个子序列，分别为基本风速、阵风、渐变风和随机风速，将分别对