基於融合決策的風電場建模策略與方法研究

《基於融合決策的風電場建模策略與方法研究》是依託太原理工大學，由田建艷擔任項目負責人的面上項目。

基本介紹

• 中文名：基於融合決策的風電場建模策略與方法研究
• 項目類別：面上項目
• 項目負責人：田建艷
• 依託單位：太原理工大學

項目摘要

風力發電受自然條件等因素的影響，具有嚴重的不確定性，其併網對電力系統安全穩定運行影響很大。本項目基於融合決策的建模思想，研究風電場建模的具體策略與方法。分析風機出力隨自然條件變化的規律與關聯特性，系統研究基於動態規律的機理模型與基於數據的神經網路模型相融合的智慧型建模方法，提出一種基於規則可信度區間和採用機率方法進行規則動態匹配的不確定性模糊推理方法，提高融合決策的有效性，進一步研究提煉融合智慧型建模方法的設計原則。重點研究灰色神經網路拓撲結構的自適應動態調整方法，建立風電場風速的基於改進型粒子群算法的灰色神經網路多元時間序列預測模型和帶有風速預測修正的基於融合策略的風電功率預測模型。在已有的微電網試驗平台上驗證模型預測的精度，並套用于山西省雁門關微電網風電系統中。本項目將為電力系統的可靠、經濟調度與控制提供依據，同時也為複雜系統的建模與分析提供一種新的、具有普適性的理論和方法。

結題摘要

隨著風電併網規模的迅速擴大，風能資源的間歇性和隨機性對電場的安全經濟運營與電力系統穩定性的影響也日益彰顯。因此，及時準確地預測風電功率意義重大。 目前風速和風電功率預測模型的種類很多，各種模型因利用數據信息不全面會不同程度的導致預測誤差。本項目提出並實踐了一種風電功率融合預測模型的科學構建。所謂融合建模是一個依據不同背景數據對多種單一預測模型的信息進行擇優利用的過程。 項目首先以山西多個風電場的實際運行數據為基礎，分析了測風數據的分布及變化特性，研究並提出了一種壞數據的分類處理方法；研究建立了10種典型有效的風速和風功率預測模型，為實施融合建模提供了模型基礎；針對單一評價指標存在的問題，提出一種基於多指標主客觀融合評價方法，重點研究了客觀權重和主觀權重的確定方法，實現了對基本模型的合理評價和優選；提出了一種基於綜合相似度的區間值模糊推理算法，引入綜合相似度、規則閾值、規則可信度等概念，給出了新的模糊規則激活方法及推理結論可信度的計算方法，為融合方式決策提供了方法；提出了基於模型優選和多準則決策的風速融合預測方法，以及基於冗餘模型剔除和Shapley值法的風電功率融合預測模型。此外，通過研究風速的機率分布特性，提出了風速的機率模型，建立了計及隨機風向、時滯、尾流效應和山體地形的四維風功率預測模型；根據混沌理論建立了間歇性風速模型和通過動量-葉素理論建立了間歇風速下的風功率輸出模型。在此基礎上，將融合建模的理念和方法實際套用於熱連軋生產過程參數融合建模中，對不同熱軋帶鋼產品採用多種建模方法與機理模型相互融合，取得了良好的經濟和社會效益。研發了一個包括風電數據分析、處理、模型融合的系統仿真平台，可以方便、快捷地分析不同風電場的特性，並構建風電功率預測模型，滿足風電大規模發展的迫切要求，更好地保障電網的安全穩定運行、合理的安排調度計畫以及有效提高電網對風電的接納能力等。