基于云模型的风电场风速建模与仿真
- 文献综述
1.引言
随着风电在电力系统中的比重逐步增加以及新电网导则的实施，大中型风电场的并网规划及其所在电力系统的规划和运行都需要相当的技术支持。风电场功率预测评估是进行风电场风能资源勘测评估，风电场并网规划设计、运行调度以及风电并网可靠性评估等电力新能源研究工作的基石。由于风电场的可用输出功率由风电场风速大小直接决定，所以，风电输出功率的预测和风能资源勘测评估的核心任务是进行风速预测和风速概率分布的研究；而风速的预测模型和概率分布模型的研究又是风速预测、风速概率分布研究的关键核心，所以风速预测模型、风速概率分布模型的研究具有重要的基础意义。
目前，在风速的研究领域累积了相当多统计和经济研究无法解答的问题，如风功率输出、载荷的时间相关性、机组分级选择、地形效应、天气、容量因素及变化率等。因此，研究风电场的风速分布和变化规律，建立合理的风电场随机风速变化模型，目标是进一步得到风电机组的出力特性，建立有效的风电场稳态和暂态模型，利用仿真分析风电场接入后电力系统的运行状态。
2.研究现状
风速模型主要分概率模型和概率时序分布模型两种。风速概率分布模型侧重于刻画较长时间段内风速的概率分布规律，主要为风电场规划、风能资源勘测评估提供理论依据，相比时序预测模型，具有更好的稳定性。目前，在风电场规划建设中，该模型主要应用于风电场建设之前的风能资源勘测评估、风电场并网规划设计研究和风电场并网运行及其可靠性评估研究等。风速时序预测模型侧重描述两个相邻时间点之间的关联性，其主要通过研究风速的短期变化规律，来预测短中期风速大小，为短期风电调度决策制定提供依据。
2.1风速概率模型
概率分布模型是基于风速统计特性的概率模型。风速的概率分布模型有三种主要类型。参数分布模型［1-7］、非参数分布模型［8-10］以及高级算法模型[11]，这三种模型差别在于密度函数构造方式不同。
参数分布模型由是有一个或多个参数密度函数构成，包括单一分布模型［1-4］和混合分布模型［5-8］参数分布模型具有解析表达式，易于估计参数和模拟抽样，因此应用最为广泛。单一模型主要有威布尔（Weibull）[1]分布瑞利分布（Rayleigh） [2]等，其中两参数Weibull由于拟合精度高，抽样简单而被广泛应用。文献[3]利用Rayleigh分布分析喀麦隆各地的风电潜力，拟合精度较好的反映了该地区的风能水平，有良好的应用效果。具有良好的应用效果。文献[4]分别采用Weibull和Rayleigh对时序风速数据进行分析，估算对该地区的风能潜力，应用表明Weibull和Rayleigh具有较高的精度。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
