风功率预测系统 ppt
合集下载
风功率预测系统
风电场风功率预测及考核系统介绍
栖霞风电风功率预测系统介绍
考核系统介绍
杨学良
风电场风功率预测系统介绍
• 一、风功率预测系统介绍 • 二、风功率预测系统操作 • 三、风功率预测系统注意事项
一、风功率预测系统介绍
• 栖霞风电使用北京东润环能科技有限公司研发的风功率预测系统,该系统 主要采用两台服务器的冗余设计(互为备用),位于安全大区II区,通过若 干路由器、隔离装置及防火墙等设备接入调度通信系统。通过天气预报服 务器接收天气预报信息,经过反向隔离装置将文件传输至两台风功率预测 服务器,由风功率预测系统预测未来10天功率预测结果,另外风功率预测 系统接收综合通信系统相关数据,如实时功率、测风塔数据等进行展示, 并将天气预报及风功率预测等数据整理后上报山东省调度系统。
考核系统介绍
• 二、功率预测考核 • 功率预测分日前预测和实时预测两种方式。 • 1、日前预测 • 是指对次日0 时至24 时的风电功率预测预报,风电场每日中午12 点(风场 一般8点)前向电力调度机构提交次日0 时到24 时每15 分钟共96 个时间节 点风电有功功率预测数据和开机容量; • (1)风电场日前风电功率预测上报率按月进行统计、考核,上报率应达到 100%; • (2)风电场日前风功率预测准确率按月进行统计、考核,准确率应大于 (或等于) 80%;
• 风功率预测系统运行中会出现一系列问题,如数据传输、数据接收异常等, 如果不及时处理,容易造成考核。容易造成考核的如下几项: • 1、次日功率不上报:每天8点上报,可以通过上报管理和实时监控查看,不 上报容易造成日前上报率及准确率考核。
(1)天气预报文件长时间未接收,造成无法形成上报数据文件
处理:检查天气预报服务器外网连接是否正常,服务器是否死机,联系厂家 对侧天气预报文件是否正常下发。
栖霞风电风功率预测系统介绍
考核系统介绍
杨学良
风电场风功率预测系统介绍
• 一、风功率预测系统介绍 • 二、风功率预测系统操作 • 三、风功率预测系统注意事项
一、风功率预测系统介绍
• 栖霞风电使用北京东润环能科技有限公司研发的风功率预测系统,该系统 主要采用两台服务器的冗余设计(互为备用),位于安全大区II区,通过若 干路由器、隔离装置及防火墙等设备接入调度通信系统。通过天气预报服 务器接收天气预报信息,经过反向隔离装置将文件传输至两台风功率预测 服务器,由风功率预测系统预测未来10天功率预测结果,另外风功率预测 系统接收综合通信系统相关数据,如实时功率、测风塔数据等进行展示, 并将天气预报及风功率预测等数据整理后上报山东省调度系统。
考核系统介绍
• 二、功率预测考核 • 功率预测分日前预测和实时预测两种方式。 • 1、日前预测 • 是指对次日0 时至24 时的风电功率预测预报,风电场每日中午12 点(风场 一般8点)前向电力调度机构提交次日0 时到24 时每15 分钟共96 个时间节 点风电有功功率预测数据和开机容量; • (1)风电场日前风电功率预测上报率按月进行统计、考核,上报率应达到 100%; • (2)风电场日前风功率预测准确率按月进行统计、考核,准确率应大于 (或等于) 80%;
• 风功率预测系统运行中会出现一系列问题,如数据传输、数据接收异常等, 如果不及时处理,容易造成考核。容易造成考核的如下几项: • 1、次日功率不上报:每天8点上报,可以通过上报管理和实时监控查看,不 上报容易造成日前上报率及准确率考核。
(1)天气预报文件长时间未接收,造成无法形成上报数据文件
处理:检查天气预报服务器外网连接是否正常,服务器是否死机,联系厂家 对侧天气预报文件是否正常下发。
风力发电功率预测讲解
数值天气预报预测
优 点:
较为成熟准确的风电中长期预测方法 ,国内外风 电场预测系统多基于物理方法。不需要风电场的历史 数据,风电场投产就可以进行预测。
缺 点:
要求对大气的物理特性及风电场特性有准确的数 学描述。模型复杂、计算量大,较少用于短期预测。 常结合神经网络、支持向量机等来提高预测精度。
预测方法介绍
预测方法介绍
三、组合预测:
由于预测方法各有优势,多种预测方法组合 使用成为发展趋势。
1、预测模型融合组合 a、卡尔曼滤波法对数据进行预处理,再采用 NWP法进行风电预测. b、将神经网络的局部寻优与遗传宏观搜索相融 合。 c、粒子群优化的神经网络法、小波改进的神经 网络法等。 2、预测模型加权组合 a、 BP神经网络、径向基神经网络、支持向量 机进行风电功率加权组合预 测等。
实例分析 ——灰色神经网络预测
数据二结果:超 短 期 功 率 预 测 ( 未 来 四 步 ) 结 果 对 比 图 :
90 实际功率
80
GM预 测 值
BP神 经 网 络 预 测 值
70
GM-BP预 测 值
60
功 率 -KW
50
40
30
20
10
0
0
2
4
6
8
10
12
14
16
2013年 8月 6日 ( 2:00-5:45) -t/15min
时间序列法
优 点:
不必深究信号序列的产生背景,序列本身所具有 的时序性和自相关性已经为建模提供了足够的信息, 只需要有限的样本序列,就可以建立起相当高精度的 预测模型。
缺 点:
但其存在低阶模型预测精度低、高阶模型参数估 计难度大的不足。
风功率预测系统
➢ 辽宁力迅风电控制系统有限公司风功率预测系统 ➢ 兆方美迪风电功率预报系统 黑龙江大唐晨光依兰风电场
上海交通大学风力发电研究中心
风功率预测系统功能设计标准
《风电场接入电网技术规定》 《风电功率预测系统功能规范》 《风电场风能资源测量方法》 《风电场风能资源评估方法》 《风电调度运行管理规范》 《风电场并网验收规范》 《风电场风能资源测量和评估技术规定》 《电工名词术语》 《继电保护和安全自动装置技术规程》 《电力工程电缆设计规范》 《继电保护设备信息接口配套标准》 《国家电网公司十八项电网重大反事故措施》
引自:风电功率预测功能规范
风功率预测系统功能规范
预测建模数据准备
➢ 风电场历史功率数据 ➢ 历史测风塔数据 ➢ 风电机组信息 ➢ 风电机组/风电场运行状态记录 ➢ 地形和粗糙度数据
风功率预测系统功能规范
数据采集与处理
➢ 数据采集范围
➢ 数据采集要求
➢ 数据的处理 • 所有数据存入数据库前应进行完整性及合理性检验,并对缺测和 异常数据进行补充和修正。 • 数据完整性检验应 • 缺测和异常数据处理
➢ 日预报要求并网风电场每日在规定时间前按规定要求向电网调度机构提交 次日0 时到24 时每1 5 分钟共96 个时间节点风电有功功率预测数据和开机容 量。
➢ 实时预报要求并网风电场按规定要求每15 分钟滚动上报未来1 5 分钟至4 小时风咆功率预测数据和实时的风速等气象数据。
➢ 风电场功率预测系统提供的日预测曲线最大误差不超过25% ;实时预测误 差不超过15 % 。全天预测结果的均方根误差应小子20% 。
风功率预测系统功能规范
性能要求
➢ 电网调度机构的风电功率预测系统应至少可扩容至200个风电场。 ➢ 风电功率预测单次计算时间应小于5min。 ➢ 单个风电场短期预测月均方根误差应小于20%,超短期预测第4h预测
上海交通大学风力发电研究中心
风功率预测系统功能设计标准
《风电场接入电网技术规定》 《风电功率预测系统功能规范》 《风电场风能资源测量方法》 《风电场风能资源评估方法》 《风电调度运行管理规范》 《风电场并网验收规范》 《风电场风能资源测量和评估技术规定》 《电工名词术语》 《继电保护和安全自动装置技术规程》 《电力工程电缆设计规范》 《继电保护设备信息接口配套标准》 《国家电网公司十八项电网重大反事故措施》
引自:风电功率预测功能规范
风功率预测系统功能规范
预测建模数据准备
➢ 风电场历史功率数据 ➢ 历史测风塔数据 ➢ 风电机组信息 ➢ 风电机组/风电场运行状态记录 ➢ 地形和粗糙度数据
风功率预测系统功能规范
数据采集与处理
➢ 数据采集范围
➢ 数据采集要求
➢ 数据的处理 • 所有数据存入数据库前应进行完整性及合理性检验,并对缺测和 异常数据进行补充和修正。 • 数据完整性检验应 • 缺测和异常数据处理
➢ 日预报要求并网风电场每日在规定时间前按规定要求向电网调度机构提交 次日0 时到24 时每1 5 分钟共96 个时间节点风电有功功率预测数据和开机容 量。
➢ 实时预报要求并网风电场按规定要求每15 分钟滚动上报未来1 5 分钟至4 小时风咆功率预测数据和实时的风速等气象数据。
➢ 风电场功率预测系统提供的日预测曲线最大误差不超过25% ;实时预测误 差不超过15 % 。全天预测结果的均方根误差应小子20% 。
风功率预测系统功能规范
性能要求
➢ 电网调度机构的风电功率预测系统应至少可扩容至200个风电场。 ➢ 风电功率预测单次计算时间应小于5min。 ➢ 单个风电场短期预测月均方根误差应小于20%,超短期预测第4h预测
风功率预测系统相关知识讲解
5
01-功率预测业务—术语定义
数值天气预报 功率预测建模
短期预测
超短期预测
➢ 数值天气预报(NWP):根据大气实际情况,在一定的 初值和边值条件下,通过大型计算机作数值计算,求 解描写天气演变过程的流体力学和热力学的方程组, 预算未来一定时间的大气运动状态和天气现象的方法。
➢ 功率预测:以电场的历史功率、历史风速(辐照)、 地形地貌、数值天气预报、风电机组(逆变器)运行 状态等数据建立电场输出功率的预测模型,以风速 (辐照度)、功率或数值天气预报数据作为模型的输 入,得到电场未来的输出功率,预测时间尺度包括短 期预测和超短期预测,分辨率均为15min。
TRFYF1_20190404_1030_FJ.WPD5分钟一个,当前时刻风机5分钟数 据
TRFYF1_20190404_1030_CFT.WPD5分钟一个,当前时刻测风塔5分 钟数据
16
02-功率预测日常维护—日常巡检
工作 规划
保障 措施
02-功率预测日常维护
一、功率预测系统的日常运维 1.确保场站,上传省调功率预测系统.上传数据稳定性,不得出现数据中断、跳变、超 工出作合理范围等异常情况。 规2划.加强天气预报服务器网络连接稳定性监视,不得出现因外网中断无法读取预测系统 天气预报的情况。 3.确保站内网络安全。及时加固新能源场站功率预测服务器、天气预报服务器主机,确 保天气预报服务器与公网连接的防火墙、与II区功率预测服务器连接的反向隔离装置端 口、IP地址和业务配置最小化,严禁违规外联、跨区直联。 4.强化落实站内功率预测系统异常的处理机制。加强运行人员在功率预测系统使用方 保面障的培训,系统异常时运行人员具备及,时处理的能力,必要时各场站需建立与预测 措系施统厂家异常处理支撑机制。
01-功率预测业务—术语定义
数值天气预报 功率预测建模
短期预测
超短期预测
➢ 数值天气预报(NWP):根据大气实际情况,在一定的 初值和边值条件下,通过大型计算机作数值计算,求 解描写天气演变过程的流体力学和热力学的方程组, 预算未来一定时间的大气运动状态和天气现象的方法。
➢ 功率预测:以电场的历史功率、历史风速(辐照)、 地形地貌、数值天气预报、风电机组(逆变器)运行 状态等数据建立电场输出功率的预测模型,以风速 (辐照度)、功率或数值天气预报数据作为模型的输 入,得到电场未来的输出功率,预测时间尺度包括短 期预测和超短期预测,分辨率均为15min。
TRFYF1_20190404_1030_FJ.WPD5分钟一个,当前时刻风机5分钟数 据
TRFYF1_20190404_1030_CFT.WPD5分钟一个,当前时刻测风塔5分 钟数据
16
02-功率预测日常维护—日常巡检
工作 规划
保障 措施
02-功率预测日常维护
一、功率预测系统的日常运维 1.确保场站,上传省调功率预测系统.上传数据稳定性,不得出现数据中断、跳变、超 工出作合理范围等异常情况。 规2划.加强天气预报服务器网络连接稳定性监视,不得出现因外网中断无法读取预测系统 天气预报的情况。 3.确保站内网络安全。及时加固新能源场站功率预测服务器、天气预报服务器主机,确 保天气预报服务器与公网连接的防火墙、与II区功率预测服务器连接的反向隔离装置端 口、IP地址和业务配置最小化,严禁违规外联、跨区直联。 4.强化落实站内功率预测系统异常的处理机制。加强运行人员在功率预测系统使用方 保面障的培训,系统异常时运行人员具备及,时处理的能力,必要时各场站需建立与预测 措系施统厂家异常处理支撑机制。
金风科技价值能力树-风功率预测系统G讲解
中央监控系统 1 前置服务器
4 能量管理平台 5 OPC
光缆
电力专网
网调中心
......
测风塔
变电站
电场
系统技术路线
NCEP
地形数据
. . . . . 实时.测风 系统
风电场中 控系统
WRF数值
模型
实时风速
气温
电场产能及 相关数据
预测风速、 温度等
气象数据
0-4小时超 短期气象 预报模型
神经网络 (ANN)程序
• 提供预报电场至少一年的产能情 况,可以是历史数据。数据源可 以是电场出口侧电表读数,精度 能够精确到1kWh。
• 由我们协作,建立风电场出口电 表读数的实时报送系统。
风电场 变电所
电网 产量预报计算中心
主要硬件设备清单
测风塔
序号
产品名称
型号
1
测风塔
注:根据电场的实际情况而定,根据地形、风机排布情况而定。
1 可以预测未来48小时每15分钟、每小时风电场发电功率。
2
系统短期能预测未来4小时每15分钟一个点的风电场发电功率,精度 达到百分之八十五左右(地形极其历史数据不同有差异)。
3 提供用户根据经验人工修改风电场功率预测结果功能。 4 能对风电场历史/预报发电数据、来风数据等进行储存、分析、评估。
5
通过标准接口,可以方便的与电网系统和其它系统(如能量调度系统) 实现相关数据交换。
功率预测服务部署在数据中心的部署示意图
北京风功率预测数据中心(天源科创)
....
用户终端 便携机
远程客户访问端
中央监控系统
功率预报服务器
WRF数值模式服务器
核心交换机
风功率预测系统
风功率系统
国外风电场发电功率预测系统介绍
在风电功率预测技术研究方面,经过近20 年的发展,风电功率预测已获得了广泛的 应用,风电发达国家,如丹麦、德国、西班牙等均有运行中的风电功率预测系统。
德国太阳能技术研究所开发的风电管理系统(WPMS)是目前商业化运行较为 成熟的系统,目前该系统对于单个风电场的日前预报精度约为85%左右。丹麦RisØ 国家可 再生能源实验室与丹麦技术大学联合开发了Zephyr,目前丹麦所有电网公司均采用了该预 测系统。此外,美国、西班牙、英国、法国、爱尔兰等风电发展较快的欧美国家纷纷开始 开发和应用风电功率预测系统,其中较为成熟的产品还有美国True Wind Solutions 公司开 发的E-Wind,法国Ecole des Minesde Paris 公司开发的AWPPS,西班牙马德里卡尔洛斯 第三大学开发的SIPREóLco以及爱尔兰国立科克大学与丹麦DMI 联合开发的HIRPOM。
辽宁力迅风电控制系统有限公司风功率预测系统 兆方美迪风电功率预报系统 黑龙江大唐晨光依兰风电场
上海交通大学风力发电研究中心
风功率预测系统功能设计标准
《风电场接入电网技术规定》 《风电功率预测系统功能规范》 《风电场风能资源测量方法》 《风电场风能资源评估方法》 《风电调度运行管理规范》 《风电场并网验收规范》 《风电场风能资源测量和评估技术规定》 《电工名词术语》 《继电保护和安全自动装置技术规程》 《电力工程电缆设计规范》 《继电保护设备信息接口配套标准》 《国家电网公司十八项电网重大反事故措施》
日预报要求并网风电场每日在规定时间前按规定要求向电网调度机构提交 次日0 时到24 时每1 5 分钟共96 个时间节点风电有功功率预测数据和开机容 量。
功率预测系统
短期风电功率预测
什么是短期风电功率预测? 当日预报:未来 72小时的风电场并网功率预测曲线。每 15 分钟一 个预报点,每天滚动预报一次。
超短期风功率预测
什么是超短期风电功率预测? 当前时刻预报: 从预报时刻至未 来 4 小时,电场并网功率预测曲线。 每 15 分钟一个预报点, 每15 分 钟滚动预报一次。
数据上报
短期上报
如果当前时间超过7:30,取当天上报 成功数据,否则取昨天上报数据,成 功数据条数>=3则正常,反之报警
超短期上报
取前一个15分
钟的上报成功
数据,如果有 理论功率上报
正常,反之报 如果当前时间超过
警
8:00,取当天上报成
功数据,否则取昨天
上报数据,成功数据
链路一:上报省调水新处 链路二:上报省调自动化
安全防护
进行网络隔离,规定 数据单向传输,过滤 并筛查数据。
服务器
运行风电功率预测模块,根据建立的 预测模型,基于采集的数值天气预报, 采用物理和统计相结合的预测方法, 并结合目前风电场风机的实时运行工 况对单台风机及整个风电场的出力情 况进行短期预测和超短期预测
3
功能篇
数据上报 实时监测
数据统计 预报
实时监测
测风塔实况
1#,2#测风塔实施数据, 10m,30m,50m,70m, 90m不同层高的风向、风 速,气温气压等的实时数据
全站、机头功率
全站功率以及150台所有机 组的单个机组功率均可采集 到,并可以Excle导出。
风廓图、风向玫瑰图
风廓图记录各层高一段时间 内的风速平均值 风向玫瑰图记录一段时间内 我厂的风向情况
风电功率预测的核心价值
核心价值
风电功率预测概述PPT精选文档
江苏风电功率预测系统建设试点工作顺利 完成
2009年11至 12月
2010年4月
西北电网、宁夏电网、甘肃电网、辽宁电 网风电功率预测系统顺利投运
以风电功率预测系统为核心的上海电网新 能源接入综合系统投入运行,在国家电网 世博企业运行了风电功率预测系
统,约300个风电场使用了我国自主开发的风电功率预测系统,
物理法的优点在于,不需要风电场历史功率数据的支持, 可在物理模型的作用下,根据数值天气预报数据直接进行风电场 功率预测,适用于无历史功率数据的新建风电场。
此外,物理法可以对每一个大气过程进行分析,并根据分 析结果优化预测模型,从而使预测结果更准确。物理法的缺点是 对由错误的初始信息所引起的系统误差非常敏感,如风电场地形、 地貌的描述偏差等。
预测精度满足应用要求。
18
风电功率预测的误差
预测具有不确定性,预测误差是客观 存在的。预测误差的来源主要有天气条件 快速变化、测量数据损坏、风电机组停运、 数值天气预报数据误差较大、预测模型不 精确等。明确预测误差的定义有利于对预 测方法的优劣性进行评价。常用的预测误 差有均方根误差(root mean square error, RMSE)、平均绝对误差(mean absolute error, MAE)和平均误差(mean error,ME)。
目前,中长期预测还存在比较大的困难。短期预测 是目前应用最为广泛的预测技术,主要包含统计方法、物理方 法、物理统计相结合的混合方法。所以下面主要以短期预测作 为探究对象。
4
风电场发电功率预测模型
风电场发电功率 预测模型
基于数值天气预报 的预测模型
统计模型 物理模型
基于历史数据的 预测模型
5
物理法
目前风电对全网的电力平衡已经带来很大的影响。对 风电场输出功率进行预测是缓解电力系统调峰、调频压力, 提高风电接纳能力的有效手段之一。同时,风电功率预测 还可以指导风电场的检修计划,提高风能利用率,提高风 电场的经济效益。
2009年11至 12月
2010年4月
西北电网、宁夏电网、甘肃电网、辽宁电 网风电功率预测系统顺利投运
以风电功率预测系统为核心的上海电网新 能源接入综合系统投入运行,在国家电网 世博企业运行了风电功率预测系
统,约300个风电场使用了我国自主开发的风电功率预测系统,
物理法的优点在于,不需要风电场历史功率数据的支持, 可在物理模型的作用下,根据数值天气预报数据直接进行风电场 功率预测,适用于无历史功率数据的新建风电场。
此外,物理法可以对每一个大气过程进行分析,并根据分 析结果优化预测模型,从而使预测结果更准确。物理法的缺点是 对由错误的初始信息所引起的系统误差非常敏感,如风电场地形、 地貌的描述偏差等。
预测精度满足应用要求。
18
风电功率预测的误差
预测具有不确定性,预测误差是客观 存在的。预测误差的来源主要有天气条件 快速变化、测量数据损坏、风电机组停运、 数值天气预报数据误差较大、预测模型不 精确等。明确预测误差的定义有利于对预 测方法的优劣性进行评价。常用的预测误 差有均方根误差(root mean square error, RMSE)、平均绝对误差(mean absolute error, MAE)和平均误差(mean error,ME)。
目前,中长期预测还存在比较大的困难。短期预测 是目前应用最为广泛的预测技术,主要包含统计方法、物理方 法、物理统计相结合的混合方法。所以下面主要以短期预测作 为探究对象。
4
风电场发电功率预测模型
风电场发电功率 预测模型
基于数值天气预报 的预测模型
统计模型 物理模型
基于历史数据的 预测模型
5
物理法
目前风电对全网的电力平衡已经带来很大的影响。对 风电场输出功率进行预测是缓解电力系统调峰、调频压力, 提高风电接纳能力的有效手段之一。同时,风电功率预测 还可以指导风电场的检修计划,提高风能利用率,提高风 电场的经济效益。
金风科技价值能力树-风功率预测系统G
1 2 3 4 5 可以预测未来48小时每15分钟、每小时风电场发电功率。 系统短期能预测未来4小时每15分钟一个点的风电场发电功率,精度 达到百分之八十五左右(地形极其历史数据不同有差异)。 提供用户根据经验人工修改风电场功率预测结果功能。 能对风电场历史/预报发电数据、来风数据等进行储存、分析、评估。 通过标准接口,可以方便的与电网系统和其它系统(如能量调度系统) 实现相关数据交换。
网调中心
4 OPC 光缆
...... 测风塔 变电站
电场
部署示意图——软件模式
风电场功率预测自成系统,同时也能够与能量调度系统结合,能够提供 完整的风电场电网接入方案
软件部署在电场示意图
互联网
中央监控系统
接入防火墙 交换机 2 功率预测服务器 3 WRF数值预报服务器
电场端
交换机
6 交换机
7 路由器
电网
风电场 变电所
产量预报计算中心
主要硬件设备清单
测风塔 序号 1 其他 序号 2 3 4 5 设备名称 WRF服务器 风电场功率预测服务器 代理服务器 前置服务器 1 1 1 1 台 台 台 台 测风塔 注:根据电场的实际情况而定,根据地形、风机排布情况而定。 产品名称 型号 数量 待定 单位 套
run_wrf.sh
post.py
风速预报结果
原始数据,265(66小时*4+1)个点,相关系数分别为:0.49982 0.569234 0.358379 0.743116
统计临近预报系统-ARIMA模型介绍(4小时气象预报)
ARIMA模型全称为自回归移动平均模型(Autoregressive Integrated Moving Average Model,简记ARIMA),是由博克思(Box)和詹金斯(Jenkins)于70年代 初提出的一著名时间序列预测方法,所以又称为box-jenkins模型、博克思-詹 金斯法。 ARIMA模型的基本思想是:将预测对象随时间推移而形成的数据序列视为一个 随机序列,用一定的数学模型来近似描述这个序列。这个模型一旦被识别后就 可以从时间序列的过去值及现在值来预测未来值。 ARIMA(p,d,q)称为差分自回归移动平均模型,AR是自回归模型, p为自
网调中心
4 OPC 光缆
...... 测风塔 变电站
电场
部署示意图——软件模式
风电场功率预测自成系统,同时也能够与能量调度系统结合,能够提供 完整的风电场电网接入方案
软件部署在电场示意图
互联网
中央监控系统
接入防火墙 交换机 2 功率预测服务器 3 WRF数值预报服务器
电场端
交换机
6 交换机
7 路由器
电网
风电场 变电所
产量预报计算中心
主要硬件设备清单
测风塔 序号 1 其他 序号 2 3 4 5 设备名称 WRF服务器 风电场功率预测服务器 代理服务器 前置服务器 1 1 1 1 台 台 台 台 测风塔 注:根据电场的实际情况而定,根据地形、风机排布情况而定。 产品名称 型号 数量 待定 单位 套
run_wrf.sh
post.py
风速预报结果
原始数据,265(66小时*4+1)个点,相关系数分别为:0.49982 0.569234 0.358379 0.743116
统计临近预报系统-ARIMA模型介绍(4小时气象预报)
ARIMA模型全称为自回归移动平均模型(Autoregressive Integrated Moving Average Model,简记ARIMA),是由博克思(Box)和詹金斯(Jenkins)于70年代 初提出的一著名时间序列预测方法,所以又称为box-jenkins模型、博克思-詹 金斯法。 ARIMA模型的基本思想是:将预测对象随时间推移而形成的数据序列视为一个 随机序列,用一定的数学模型来近似描述这个序列。这个模型一旦被识别后就 可以从时间序列的过去值及现在值来预测未来值。 ARIMA(p,d,q)称为差分自回归移动平均模型,AR是自回归模型, p为自
金风科技价值能力树-风功率预测系统G讲解
其他
序号 设备名称
2
WRF服务器
3
风电场功率预测服务器
4
代理服务器
5
前置服务器
数量 单位 待定 套
1
台
1
台
1
台
1
台
功率预报查询
功率预报、实际功率比较
功率预报人工编辑
预报误差分析
气象预报
气象预报、实测对比
气象预报误差分析
用户管理
角色管理
系统模块管理
风电场管理
让我们一起 拥抱新能源产业的美好明天
WRF.sh
run_wrf.sh
post.py
风速预报结果
原始数据,265(66小时*4+1)个点,相关系数分别为:0.49982 0.569234 0.358379 0.743116
统计临近预报系统-ARIMA模型介绍(4小时气象预报)
ARIMA模型全称为自回归移动平均模型(Autoregressive Integrated Moving Average Model,简记ARIMA),是由博克思(Box)和詹金斯(Jenkins)于70年代 初提出的一著名时间序列预测方法,所以又称为box-jenkins模型、博克思-詹 金斯法。 ARIMA模型的基本思想是:将预测对象随时间推移而形成的数据序列视为一个 随机序列,用一定的数学模型来近似描述这个序列。这个模型一旦被识别后就 可以从时间序列的过去值及现在值来预测未来值。 ARIMA(p,d,q)称为差分自回归移动平均模型,AR是自回归模型, p为自 回归项数; MA为移动平均模型,q为移动平均项数,d为使时间序列成为平稳序 列所做的差分次数,也就是随机游走模型。 公式如下:
统计临近预报系统--ARIMA模型结果
风力发电系统 ppt课件
轴向-内转子结构同步发电机组示意图
29
5.2 同步电机发电原理
发电机: 形式 四极(p=2)双馈异步发电机 额定出力 1560kW 转速(rpm) 1000~1800+11% 额定电压 690V 保护等级 IP54;空-空冷却器
变频器: 形式 IGBT,脉宽调制变频器 额定功率 300kW(1/3-1/4机组功率)
变频器生厂商:ABB;爱默 生;施耐德;西门子
发电机
偏航驱动
机架
塔筒
主控柜
16
2)风轮系统 叶片
3叶片
叶片 面积
叶尖 速比
实度
高速 运行
低启动 速度
变桨系统
0°
变桨控 制
90 °
启动 3,11,25
停机
轮毂及轮毂罩
自动润滑系统
轴承和齿轮
最佳 功率
17
2.1变桨系统
偏航驱动
机架
塔筒
主控柜
18
变桨系统的构成
1.变桨轴承 3套 2.自动润滑系统 1套 3.变桨齿轮葙 3套 4.变桨电气 1套 包括:变桨控制箱 1套
sPem
变流器
P2 n n1
DFIG Pem
s Pem
变流器
1 s Pem
电网
(a)亚同步运行状态
(b)超同步运行状态
(a)亚同步运行状态:n< n 1 ,转差率s>0,频率 f 2 转子电流产生的旋转磁场
转速与转子转速方向相同。 励磁变流器向发电机提供交流励磁,定子发电给
电网。
(b)超同步运行状态: n< n 1 ,转差率s<0,频率 f 2 转子电流产生的旋转磁场
一般可把电力电子换流器和风力发 电机看作一个整体,这样风电机组的接 线大都采用单元接线。
29
5.2 同步电机发电原理
发电机: 形式 四极(p=2)双馈异步发电机 额定出力 1560kW 转速(rpm) 1000~1800+11% 额定电压 690V 保护等级 IP54;空-空冷却器
变频器: 形式 IGBT,脉宽调制变频器 额定功率 300kW(1/3-1/4机组功率)
变频器生厂商:ABB;爱默 生;施耐德;西门子
发电机
偏航驱动
机架
塔筒
主控柜
16
2)风轮系统 叶片
3叶片
叶片 面积
叶尖 速比
实度
高速 运行
低启动 速度
变桨系统
0°
变桨控 制
90 °
启动 3,11,25
停机
轮毂及轮毂罩
自动润滑系统
轴承和齿轮
最佳 功率
17
2.1变桨系统
偏航驱动
机架
塔筒
主控柜
18
变桨系统的构成
1.变桨轴承 3套 2.自动润滑系统 1套 3.变桨齿轮葙 3套 4.变桨电气 1套 包括:变桨控制箱 1套
sPem
变流器
P2 n n1
DFIG Pem
s Pem
变流器
1 s Pem
电网
(a)亚同步运行状态
(b)超同步运行状态
(a)亚同步运行状态:n< n 1 ,转差率s>0,频率 f 2 转子电流产生的旋转磁场
转速与转子转速方向相同。 励磁变流器向发电机提供交流励磁,定子发电给
电网。
(b)超同步运行状态: n< n 1 ,转差率s<0,频率 f 2 转子电流产生的旋转磁场
一般可把电力电子换流器和风力发 电机看作一个整体,这样风电机组的接 线大都采用单元接线。
风功率预测系统
Page 18
1.4 系统性能 风电功率预测系统不受风电场数量限制。 风电功率预测应不受风电场机组检修和扩建限制,即风电 场任何运行状态皆可进行功率预测。 风电功率预测模型计算时间小于5分钟。 单个风电场短期预测月均方根误差小于20%。 超短期预测第4小时预测值月均方根误差小于15%。 系统硬件可靠性应大于99%。 系统月可用率应大于99%。
Page 4
二、风功率预测系统构架
Page 5
பைடு நூலகம்
1、设备介绍 应用服务器:运行数据采集软件,与风电场风电综合管
理终端通信采集风机、测风塔、风电场功率、数值天气预 报、风电场本地风功率预测结果等数据。
数据处理服务器:根据建立的预测模型,基于采集的数 值天气预报,采用物理和统计相结合的预测方法,并结合 目前风电场风机的实时运行工况对单台风机及整个风电场 的出力情况进行短期预测和超短期预测。
随着风电并网规模的不断增加,风电对电力系统的影响也越来越显 著,而我国风能资源丰富的地区一般人口稀少,负荷量小,电网结构 相对薄弱。由于风能的随机性、间歇性特点,对电网的运行调度的带 来困难,影响了电网的安全稳定运行,并成为了制约风电大规模接入 的关键技术问题。
Page 3
2、风功率预测的核心价值 为了能在保障电网安全稳定运行的前提下,尽可能规模化接纳风电,
区间等条件查看温度湿度曲线图;如下图:
Page 14
4.4 报表统计模块 报表统计模块包含4个子模块,即:功率报表、气象报
表、限电记录报表、发电计划报表; 目前因系统原因只能查看气象报表相关内容,如下图:
Page 15
四、风功率预测系统技术指标
1、预测系统 风电功率预测系统采用差分自回归移动平均模型(ARIMA)、混沌时间序列分析、人工神
1.4 系统性能 风电功率预测系统不受风电场数量限制。 风电功率预测应不受风电场机组检修和扩建限制,即风电 场任何运行状态皆可进行功率预测。 风电功率预测模型计算时间小于5分钟。 单个风电场短期预测月均方根误差小于20%。 超短期预测第4小时预测值月均方根误差小于15%。 系统硬件可靠性应大于99%。 系统月可用率应大于99%。
Page 4
二、风功率预测系统构架
Page 5
பைடு நூலகம்
1、设备介绍 应用服务器:运行数据采集软件,与风电场风电综合管
理终端通信采集风机、测风塔、风电场功率、数值天气预 报、风电场本地风功率预测结果等数据。
数据处理服务器:根据建立的预测模型,基于采集的数 值天气预报,采用物理和统计相结合的预测方法,并结合 目前风电场风机的实时运行工况对单台风机及整个风电场 的出力情况进行短期预测和超短期预测。
随着风电并网规模的不断增加,风电对电力系统的影响也越来越显 著,而我国风能资源丰富的地区一般人口稀少,负荷量小,电网结构 相对薄弱。由于风能的随机性、间歇性特点,对电网的运行调度的带 来困难,影响了电网的安全稳定运行,并成为了制约风电大规模接入 的关键技术问题。
Page 3
2、风功率预测的核心价值 为了能在保障电网安全稳定运行的前提下,尽可能规模化接纳风电,
区间等条件查看温度湿度曲线图;如下图:
Page 14
4.4 报表统计模块 报表统计模块包含4个子模块,即:功率报表、气象报
表、限电记录报表、发电计划报表; 目前因系统原因只能查看气象报表相关内容,如下图:
Page 15
四、风功率预测系统技术指标
1、预测系统 风电功率预测系统采用差分自回归移动平均模型(ARIMA)、混沌时间序列分析、人工神
功率预测系统资料讲解
数据上报
短期上报
如果当前时间超过7:30,取当天上报 成功数据,否则取昨天上报数据,成 功数据条数>=3则正常,反之报警
超短期上报
取前一个15分
钟的上报成功
数据,如果有 理论功率上报
正常,反之报 如果当前时间超过
警
8:00,取当天上报成
功数据,否则取昨天
上报数据,成功数据
链路一:上报省调水新处 链路二:上报省调自动化
按照风速和功率对未来四 小时的风况和出力进行预
测超短期功率预测
短期功率预测
最长可预测未来七天的数 据,可以按功率,风速,
发电量预测。
数值预报,功率风速对比
主要是预报数据与实况数 据做对比分析。
4
功率预测考核
短期功率预测 风功率预测上传
短期积分电量 测风塔,风机上传
功率预测考核
短期功率预测考核
日前风功率预测日均方根误差应小于 20%
非常感谢您的收看
此课件下载可自行编辑修改,仅供参考! 感谢您的支持,我们努力做得更好!谢谢
安全防护
进行网络隔离,规定 数据单向传输,过滤 并筛查数据。
服务器
运行风电功率预测模块,根据建立的 预测模型,基于采集的数值天气预报, 采用物理和统计相结合的预测方法, 并结合目前风电场风机的实时运行工 况对单台风机及整个风电场的出力情 况进行短期预测和超短期预测
3
功能篇
数据上报 实时监测
数据统计 预报
功能篇
数据上报
环境实况、功率实况、数值预报、 短期预测、超短期预测、短期上 报、超短期上报、气象要素上报 等数据。
实时监测
对测风塔实况,全站功率,机头功 率,风廓图,风向玫瑰图等实施数 据的监测
风力发电 ppt课件
提升风电并网性能
智能电网技术可以提升风电并网性能,解决风电间歇性问题,提高 电网稳定性。
促进能源互联网发展
智能电网与风力发电的融合发展可以促进能源互联网的发展,实现 能源的互联互通和优化配置。
绿色能源政策对风力发电的推动作用
政策支持力度加大
随着全球对气候变化和环境保护的重视程度不断提高,各 国政府纷纷出台绿色能源政策,加大对风力发电的支持力 度。
工作原理
性能参数
列出风力发电机组的主要性能参数, 如功率、效率、额定风速等,并解释 其含义和影响。
详细解释风力发电机组的工作原理, 包括风能捕获、能量转换和电能输出 等过程。
风力发电控制系统
01
02
03
控制策略
介绍风力发电系统的常用 控制策略,如最大功率跟 踪控制、恒速恒频控制等 。
控制系统组成
阐述风力发电控制系统的 基本组成,包括传感器、 控制器、执行器等。
提高风能利用率
高效能风电机组能够更好地捕捉风能,提高风能利用率,从而增 加发电量。
降低度电成本
高效能风电机组的发电效率更高,可以降低度电成本,使风电更 具竞争力。
保证风电稳定性
高可靠性风电机组可以保证风电的稳定性,减少设备故障和维护 成本。
智能电网与风力发电的融合发展
实现可再生能源的高效利用
智能电网技术可以实现可再生能源的高效利用,优化能源结构, 提高能源利用效率。
海上风力发电
定义
海上风力发电是指利用海洋上的风能资源建设大型风力发电设施 。
特点
海上风能资源丰富,风速稳定,发电量大,适合建设大型风电场。
案例
欧洲北海地区是全球最大的海上风力发电区域,其中英国、德国和 荷兰等国家在海上风电领域发展迅速。
智能电网技术可以提升风电并网性能,解决风电间歇性问题,提高 电网稳定性。
促进能源互联网发展
智能电网与风力发电的融合发展可以促进能源互联网的发展,实现 能源的互联互通和优化配置。
绿色能源政策对风力发电的推动作用
政策支持力度加大
随着全球对气候变化和环境保护的重视程度不断提高,各 国政府纷纷出台绿色能源政策,加大对风力发电的支持力 度。
工作原理
性能参数
列出风力发电机组的主要性能参数, 如功率、效率、额定风速等,并解释 其含义和影响。
详细解释风力发电机组的工作原理, 包括风能捕获、能量转换和电能输出 等过程。
风力发电控制系统
01
02
03
控制策略
介绍风力发电系统的常用 控制策略,如最大功率跟 踪控制、恒速恒频控制等 。
控制系统组成
阐述风力发电控制系统的 基本组成,包括传感器、 控制器、执行器等。
提高风能利用率
高效能风电机组能够更好地捕捉风能,提高风能利用率,从而增 加发电量。
降低度电成本
高效能风电机组的发电效率更高,可以降低度电成本,使风电更 具竞争力。
保证风电稳定性
高可靠性风电机组可以保证风电的稳定性,减少设备故障和维护 成本。
智能电网与风力发电的融合发展
实现可再生能源的高效利用
智能电网技术可以实现可再生能源的高效利用,优化能源结构, 提高能源利用效率。
海上风力发电
定义
海上风力发电是指利用海洋上的风能资源建设大型风力发电设施 。
特点
海上风能资源丰富,风速稳定,发电量大,适合建设大型风电场。
案例
欧洲北海地区是全球最大的海上风力发电区域,其中英国、德国和 荷兰等国家在海上风电领域发展迅速。
风功率预测系统 ppt课件
考核系统介绍
• 一、风功率变化考核 • 解读:主要变化是针对装机容量大的风场即大于150MW,可以看出之前规
定容量越大要求的控制精度越高,不管装机容量多大就允许10分钟不超 50MW,1分钟不超15MW; • 2、免考:风速降低或风机风速超过切出风速引起的风功率变化,不予考核; 全月考核电量不能超过本月上网电量的1%;(这就是有时明明感觉考核很 多,但是月底相对减少的原因,不超过1%) • 3、考核原因 • (1)风速突降、风速高切出风机,功率变化为负值超限,可以申请免考
二、风功率预测系统操作
二、风功率预测系统操作
• 2、实时监控管理 • 实时监控,是指查看当天风场的信息展示,包括实时功率、短期功率、超
短期功率、气象信息,每天上报数据监控等。 • 超短期预测功率:根据实时功率及风速预测15分钟之后的功率。(全天96
个点) • 短期功率:即前一天预测的今天的不同时段的功率。 • 上报监控:风功率预测系统在规定时间内上报省调相关数据(包括接收),
• 曲线展示(功率及风速等):与前面的实时监控曲线一样,不同的是可以 通过输入日期,查看历史曲线或后几天的预测曲线。
• 功率曲线只是曲线展示中取出的一部分。 • 气象曲线:最主要的是展示风向的风向玫瑰图
二、风功率预测系统操作
二、风功率预测系统操作
二、风功率预测系统操作
• 4、上报管理:对所需报送的信息进行监控,同实时监控管理,不同是可以 选择性查找上报失败或成功项,并能进行手动上报,作为自动上报的补充。
•风功率预测系统运行中会出现一系列问题,如数据传输、数据接收异常等, 如果不及时处理,容易造成考核。容易造成考核的如下几项: •1、次日功率不上报:每天8点上报,可以通过上报管理和实时监控查看,不 上报容易造成日前上报率及准确率考核。 (1)天气预报文件长时间未接收,造成无法形成上报数据文件 处理:检查天气预报服务器外网连接是否正常,服务器是否死机,联系厂家 对侧天气预报文件是否正常下发。 (2)调度数据网短时中断,造成该时间段上报失败
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
考核系统介绍
• 一、风功率变化考核
• 解读:主要变化是针对装机容量大的风场即大于150MW,可以看出之前规 定容量越大要求的控制精度越高,不管装机容量多大就允许10分钟不超 50MW,1分钟不超15MW;
• 2、免考:风速降低或风机风速超过切出风速引起的风功率变化,不予考核; 全月考核电量不能超过本月上网电量的1%;(这就是有时明明感觉考核很 多,但是月底相对减少的原因,不超过1%)
•风功率预测系统运行中会出现一系列问题,如数据传输、数据接收异常等, 如果不及时处理,容易造成考核。容易造成考核的如下几项:
•1、次日功率不上报:每天8点上报,可以通过上报管理和实时监控查看,不 上报容易造成日前上报率及准确率考核。
(1)天气预报文件长时间未接收,造成无法形成上报数据文件
处理:检查天气预报服务器外网连接是否正常,服务器是否死机,联系厂家 对侧天气预报文件是否正常下发。
-
5
二、风功率预测系
• 2、实时监控管理
• 实时监控,是指查看当天风场的信息展示,包括实时功率、短期功率、超 短期功率、气象信息,每天上报数据监控等。
• 超短期预测功率:根据实时功率及风速预测15分钟之后的功率。(全天96 个点)
• 短期功率:即前一天预测的今天的不同时段的功率。
风电场风功率预测及考核系统介绍 栖霞风电风功率预测系统介绍 考核系统介绍
杨学良
-
1
风电场风功率预测系统介绍
• 一、风功率预测系统介绍 • 二、风功率预测系统操作 • 三、风功率预测系统注意事项
-
2
一、风功率预测系统介绍
• 栖霞风电使用北京东润环能科技有限公司研发的风功率预测系统,该系统 主要采用两台服务器的冗余设计(互为备用),位于安全大区II区,通过若 干路由器、隔离装置及防火墙等设备接入调度通信系统。通过天气预报服 务器接收天气预报信息,经过反向隔离装置将文件传输至两台风功率预测 服务器,由风功率预测系统预测未来10天功率预测结果,另外风功率预测 系统接收综合通信系统相关数据,如实时功率、测风塔数据等进行展示, 并将天气预报及风功率预测等数据整理后上报山东省调度系统。
-
9
二、风功率预测系统操作
• 3、曲线展示管理:曲线展示(功率及风速等)、气象曲线展示。
• 曲线展示(功率及风速等):与前面的实时监控曲线一样,不同的是可以 通过输入日期,查看历史曲线或后几天的预测曲线。
• 功率曲线只是曲线展示中取出的一部分。 • 气象曲线:最主要的是展示风向的风向玫瑰图
-
10
二、风功率预测系统操作
• 3、考核原因
• (1)风速突降、风速高切出风机,功率变化为负值超限,可以申请免考
-
20
-
21
考核系统介绍
• 一、风功率变化考核
• (2)风速突然升高,能量管理平台控制不住,功率变化正值超限,不能申请免考 • (3)数据卡死、跳变,当调度网中断或综合通信管理系统卡死时,功率传输给调
(2)调度数据网短时中断,造成该时间段上报失败
-
17
三、风功率预测系统注意事项
• 处理:检查综合通信调度数据网连接是否正常,若中断联系地调自动化班询 问有无工作或其它异常;若通信正常,尝试手动上报次日功率。
• 2、实时风功率预测上报有缺失:正常实时风功率预测每15分钟上报一次, 全天24小时共上报96个点,缺少一个就影响上报率,造成考核。
• (1)调度数据网暂时中断,处理同上 • (2)风功率预测服务器程序问题,特点是同一个点,一台服务器上报,另
一台服务器上报失败,需要联系厂家处理
-
18
考核系统介绍
• 一、风功率变化考核 • 1、规定 • 最新规定:风电场装机容量小于30MW时,10分钟有功功率变化最大限值为
10MW,1分钟有功功率变化最大限值为3MW;风电场装机容量大于等于 30MW时,10分钟有功功率变化最大限值为装装机容量的1\3,1分钟有功功 率变化最大限值为装装机容量的1\10; • 之前规定:风电场装机容量小于30MW时,10分钟有功功率变化最大限值为 10MW,1分钟有功功率变化最大限值为3MW;风电场装机容量大于等于 30MW小于等于150MW时,10分钟有功功率变化最大限值为装装机容量的 1\3,1分钟有功功率变化最大限值为装- 装机容量的1\10;风电场装机容量大19
-
11
二、风功率预测系统操作
-
12
二、风功率预测系统操作
• 4、上报管理:对所需报送的信息进行监控,同实时监控管理,不同是可以 选择性查找上报失败或成功项,并能进行手动上报,作为自动上报的补充。
-
13
二、风功率预测系统操作
•5、发电计划管理:主要针对春节限电调峰时段,由调度下发第二天发电计划 曲线,风功率预测接收后上传至综合通信终端,由综合通信终端下发指令给 能量管理平台,通过AGC投入进行风机发电负荷控制,使之符合调度计划曲 线。 •由于计划曲线是不断下发改变的,所以打印计划曲线表格时,应以最后一次 接收的为准,防止手动调节执行错误的计划曲线,造成考核。
-
14
二、风功率预测系统操作
-
15
二、风功率预测系统操作
• 6、入库记录查询:主要是检查天气预报接收情况,一般每天会接收2次,每 次接收2个文件,分别是天气预报文件和功率文件,一次天气预报可以提供 10天的风功率预测,但是越靠后预测准确率越低,所以天气预报文件正常接 收最为稳妥。
-
16
三、风功率预测系统注意事项
• 上报监控:风功率预测系统在规定时间内上报省调相关数据(包括接收),
正常上报显示成功或监控点绿色,不成功时显示上报失败或监控点红色并
闪烁。
-
7
二、风功率预测系统操作
-
8
二、风功率预测
系统操作
• 实时监控曲线查看:由 于不同曲线可能会重合, 查看某一曲线时,可以 单击其它曲线一次,该 曲线消失,在单击又会 显示。
-
3
一、风功率预测系统介绍
调度系统拓扑图
-
4
二、风功率预测系统操作
• 1、 用户登录及退出 • 登录:预测系统采用B/S模式(浏览器/服务器模式),用户登录系统不需要
安装其它软件,在系统所在网段任何一台电脑的浏览器上输入风电功率预 测系统的链接(即网址),便可以进入系统的登陆界面,所有操作必须在 用户成功登陆并授权的情况下进行。 • 退出:登陆用户在系统右上角选择【退出】连接,系统自动对用户进行退 出操作。