分散式风电中MCP方法对风速和发电量预测的误差研究.pdf
《分散式风电中MCP方法对风速和发电量预测的误差研究.pdf》由会员分享,可在线阅读,更多相关《分散式风电中MCP方法对风速和发电量预测的误差研究.pdf(4页珍藏版)》请在咨信网上搜索。
1、NO.11.202367问题探讨?节能ENERGYCONSERVATION分散式风电中MCP方法对风速和发电量预测的误差研究王彬12(1.浙江运达风电股份有限公司,浙江杭州310 0 12;2.浙江省风力发电技术重点实验室,浙江杭州310 0 12)摘要:目前行业内多采用测量相关预测(MCP)方法得到完整的测风数据,但在实际的分散式项目风资源评估业务中无法分辨各种MCP方法的可靠性。随机选取40 0 余个样本,针对年平均风速和年发电量,分析不同的同步时长、目标站和参照站相关性对MCP方法误差的影响,定量给出6 种MCP方法存在的误差。研究表明,LLS、VS和BSR算法在年平均风速的预测上表现更
2、好,而WBL、VR、BS R 和SS算法则在年发电量的预测上表现更好,其中BSR算法可以兼顾年平均风速和发电量的预测。关键词:风力发电;分散式项目;测量相关预测;年平均风速误差;年发电量误差中图分类号:TK81文献标志码:A文章编号:10 0 4-7 9 48(2 0 2 3)11-0 0 6 7-0 4doi:10.3969/j.issn.1004-7948.2023.11.019Research on the errors of MCP in predicting wind speed andpower generation in decentralized wind powerWANGB
3、inAbstract:At present,measurement correlation prediction(MCP)method is widely used to obtain complete windmeasurement data,but in the actual wind resource evaluation business of decentralized projects,it is difficult to find outthe reliability of various MCP methods.More than 400 samples were random
4、ly selected,and the effect of differentsynchronization durations,the correlation between different target stations and reference stations on the error of the MCPmethod were analyzed for the annual average wind speed and annual power generation,and the errors of six MCP methodswere quantitatively giv
5、en.The results show that LLS,VS and BSR algorithms perform better in the prediction of annualaverage wind speed,while WBL,VR,BSR and SS algorithms perform better in the prediction of annual power generation.BSR algorithm can both work well in the prediction of annual average wind speed and power gen
6、eration.Key words:wind power;decentralized projects;measure-correlate-predict;annual average wind speed error;annualpower generation error引言随着风电项目的装机容量不断扩大,相比于集中式项目,分散式风电项目具有开发成本低、周期短、节省土地资源、电力可就近消纳等优点,逐渐成为当前我国风电产业发展的新热点。但分散式项目规模小、开发周期短,通常缺少长期(至少一年)测风数据支持,场区内风能资源的调查和评估是分散式项目面临的首要问题 2 。采用长期数据结合短期测风订正
7、的方法,即测量相关预测(MCP)方法,可以有效解决该问题。MCP方法被广泛应用于风电业务。国内外学者进行了大量的研究和分析,利用不同的数学模型,设计了线性回归、曲线拟合、方差比值、速度比值、速度排序等多种算法 3-6 ,也有学者以我国部分地区为例,对多种算法进行验证和择优7-8 。不同学者进行研究时,采用的方法原理、同步时长、实施地区以及样本数量等因素不同,导致在实际的分散式项目风资源评估业务中无法分辨哪种方法更加可靠。文中随机选用40 0 余个样本,覆盖我国分散式风电项目集中的地区,针对年平均风速和年发电量两个关键量,分析不同的同步时长、不同的目标站和参照站相关性对MCP方法误差的影响,同时
8、对不同MCP方法进行择优。1研究方法MCP方法假设风场具有空间相关性,且相关性较强,在同步时段内已知目标站和参照站的风速相关关系的基础上,根据参照站长期数据对目标站风速进行预测。文中采用6 种常用的MCP方法,分别为最小二乘法(Linear作者简介:王彬(19 9 7 一),女,硕士,工程师,研究方向为风资源。收稿日期:2 0 2 3-0 1-14引用本文:王彬.分散式风电中MCP方法对风速和发电量预测的误差研究J.节能,2 0 2 3,42(11):6 7-7 0.NO.112023节能 ENERGYCONSERVATION68?问题探讨Least Squares,L L S)、分段线性拟合
9、法(Vertical Slice,VS)、We i b u l l 拟合法(WBLFit,WBL)、方差比值拟合法(Variance Ratio,VR)、平均风速比值拟合法(Bulk SpeedRatio,BS R)、风速排序拟合法(Speed Sort,S S)。分别利用6 种MCP方法对年平均风速和年发电量进行预测,与测风塔实测数据进行比较,研究不同的同步时长、目标站和参照站相关性对MCP方法误差的影响。年平均风速。选取实测的完整一年的测风塔风速数据,截取前11个月的数据,结合中尺度数据,利用MCP方法进行预测,将截取月份补全至12 个月,将补全的完整一年数据与实测的完整一年数据进行对比,
10、计算单个样本的年平均风速误差,并统计全部样本的平均绝对误差和误差标准差,进而以不同目标站和参照站相关性对样本分类,进一步分析影响。所有样本的平均绝对误差为单个样本误差绝对值的算术平均值,所有样本的误差标准差为所有单个样本误差绝对值的标准差。单个样本的年平均风速误差e为:Vmep-Vreal100%(1)Vreal式中:el一同步时长为j个月的年平均风速误差;Vmcp同步时长为j个月时,使用MCP方法补全的年平均风速;Vreal实测的年平均风速年发电量。选取补全的完整一年测风数据和实测的完整一年测风数据,代入WTG2500机型(额定功率2500kW)的风力机功率曲线,利用线性插值计算年发电量,进
11、而计算单个样本的年发电量误差,并统计全部样本的误差标准差以及平均绝对误差,同样以不同目标站和参照站的相关性将样本分类,进一步分析影响。计算方法与年平均风速的计算方法一致。2数据来源研究选取包括分散式项目集中的河北、河南、山东、江苏、安徽等省份在内的全国48 5个测风塔数据样本,获取对应区域的中尺度再分析资料。其中,测风塔数据长度均为1a,数据完整率9 5%以上;中尺度再分析资料选用由美国国家航空航天局(NASA)推出的Merra2再分析资料。名各省份样本具体数量如图1所示160斤1208040河北河南山东江苏安徽其他省份图1各省份样本具体数量研究根据相关系数(R)值,结合实际业务经验,将相关性
12、分为3档,0 R0.5为不相关或弱相关,0.5 R0.7为中相关;0.7 R1.0为强相关。同步时长相同的情况下,测风数据和Merra2中尺度数据的相关系数低于0.5为异常数据组,在分析时剔除这部分数据组。剔除异常数据后,各同步时长下的有效样本数量如图2 所示。3500.5R0.73000.7R1.0250200150100500123456789101112同步时长/月图2各同步时长下的有效样本数量3结果与分析3.1年平均风速不同同步时长下6 种MCP方法的风速误差计算结果如表1所示。同步时长分别为1 5个月时,VS、L L S 和BSR算法的平均绝对误差和标准差均小于VR、S S 和WBL
13、算法;同步时长大于或等于7 个月时,各算法的平均绝对误差和误差标准差均趋于一致,差别较小,均小于1.6%。采用VS、L L S 和BSR算法预测年平均风速的误差明显小于其他3种方法。表1不同同步时长下6 种MCP方法的风速误差计算结果同步时长MCP方法误差类型j=1j=2j=3j=4j=5j=6j=7j=8j=9j=10j=11平均绝对误差5.203.752.842.412.131.931.561.251.060.800.42LLS误差标准差6.784.863.713.142.742.512.041.671.351.040.55平均绝对误差5.203.682.812.402.131.931.5
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 分散 式风电中 MCP 方法 风速 发电量 预测 误差 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。