浙一医院网上专家门诊挂号预约流程

风电估计预报研究汇报0引言　　甘肃河西走廊地域有着丰富风电资源。依据4月中国水电顾问集团甘肃勘测设计研究院和甘肃汇能新能源技术设计所共同完成《甘肃酒泉千万千瓦级风电基地汇报》，至酒泉地域风电场总装机容量将达成5160MW，其中安西地域4050MW，玉门地域1110MW。至酒泉地域风电场总装机容量将达成12710MW，其中，安西地域6400MW，玉门地域2310MW，马鬃山地域4000MW。　　风电大量接入给甘肃电网有功功率调整质量和调峰能力带来越来越大影响，怎样依据风力发电输出功率情况对电网内常规机组运行进行合理调配是甘肃电网急需处理问题。对风电场输出功率进行估计且把风电功率纳入电网调度计划是确保电网稳定经济运行关键之一。风电功率估计将成为电力系统不可或缺组成部分，对于调度安排系统发电计划、确保电力系统安全稳定运行、降低备用容量和运行成本和对电力市场进行有效管理等全部含相关键意义。甘肃省电力企业主动应对大规模风电并网带来挑战，和中国电力科学研究院合作研究建立适合酒泉风电基地风电估计预报系统。　　本文依据风电估计预报系统阶段性建设研究实际情况，对目前尚处于研究初级阶段估计预报系统运行情况进行介绍，并对估计预报结果进行初步分析，提出了下一步研究方向。　　1估计要求介绍　　1.1时间要求　　甘肃电网调度中心现在确定次日电源开机方法及出力过程为：天天17：00上报第2天24h每15min间隔负荷曲线及电源开机状态，甘肃电网调度中心依据以上数据确定各水电厂、火电厂和省（区）间联络线第2天96点曲线。依据风电估计预报系统工作原理及甘肃电网具体情况，甘肃电网风电功率估计系统时间参数要求应为：天天14：00估计次日00：00—24：00风电输出功率；时间分辨率为15min。　　1.2空间要求　　区域风电功率总和对确定常规电源出力曲线及联络线交换功率含有很大作用，所以，需要估计整个区域风电功率；在电网调度时，将一个风电场看作一个整体进行调度，不需要对每台风电机组功率进行估计，只需要估计整个风电场功率。甘肃电网风电功率估计系统空间参数要求为：在估计每个风电场风电功率基础上估计甘肃全省风电功率。　　风电功率估计系统模型开发需要大量历史数据，甘肃省满足条件风电场有洁源三十里井子、洁源玉门、洁源向阳和中电投安西。所以，系统运行早期仅对这4个风电场功率进行估计。　　2风电功率估计模型　　不一样风电功率估计模型采取了不一样估计方法。考虑到风电场周围环境地形及粗糙度等信息，采取物理方程进行估计方法为物理方法；依据历史数据进行统计分析，找出其内在规律并用于估计方法为统计方法。假如物理方法和统计方法全部采取则称之为综合方法。　　风电功率估计物理方法，依据数值天气预报系统估计结果得到风速、风向、气压及气温等天气数据，然后依据风电场周围等高线、粗糙度、障碍物及温度分层等信息，采取微观气象学理论或计算流体力学方法，计算得到风电机组轮毂高度风速、风向、气温及气压等信息，以后依据风电场功率曲线计算得到风电场输出功率。　　风电场输出功率估计统计方法不考虑风速改变物理过程，而是依据历史统计数据找出天气情况和风电场出力关系，然后依据实测数据和数值天气预报数据对风电场输出功率进行估计，常见估计方法有时间序列法、BP（误差反向传输）神经网络方法、径向基函数神经网络和支持向量机等。　　物理方法和统计方法各有优缺点。物理方法不需要大量测量数据，但要求对大气物理特征及风电场特征有正确数学描述，这些方程求解困难，计算量大，计算时间较长；统计方法不需要求解物理方程，计算速度快，但需要大量历史数据，采取智能方法从数据中学习，得到气象参数和风电场输出功率关系。酒泉地域风电场含有完备SCADA（数据监控和采集）数据，可满足风电功率估计需要。　　本项目采取具体技术为：利用数值天气预报、风电场历史测风数据、风电场输出功率历史数据、风电场所处区域地形地貌和风机运行状态等数据，经过统计方法或物理和统计相结合方法建立各风电场估计模型，然后以数值天气预报数据作为模型输入，估计各风电场和全省次日风电出力。　　依据分析研究，对洁源向阳和中电投安西风电场估计，采取统计方法建立风电功率估计模型；对洁源三十里井子和洁源玉门估计，采取物理模型和统计模型相结合混合方法建立风电功率估计模型。　　3估计系统软件开发　　风电功率估计系统模块划分及软件结构图1所表示。各软件模块含有以下功效。　　（1）估计系统数据库：估计系统数据中心，各软件模块均经过系统数据库完成数据交互。系统数据库存放来自数值天气预报处理模块数值天气预报数据、估计程序产生估计结果数据和EMS（能量管理系统）接口程序产生实发风电功率数据等。　　（2）数值天气预报处理模块：从数值天气预报服务商服务器下载数值天气预报数据，经过处理后形成各估计风电场估计时段数值天气预报数据送入估计系统数据库。　　（3）估计模块：从系统数据库中取出数值天气预报数据，估计模型计算出风电场估计结果，并将估计结果送回系统数据库。　　（4）EMS系统接口模块：将各风电场实时功率数据传送到系统数据库中，同时将估计结果从系统数据库上取出，发送给EMS系统。　　（5）图形用户界面模块：和用户交互，完成数据及曲线显示、系统管理及维护等功效。　　现在该风电估计预报软件即使接收EMS系统发出实测风电功率信息，不过因为研究开展很快，还未将该实测信息作为估计预报模型输入信息。换言之，现在风电估计预报仅仅是基于数值天气预报开环预报，还未形成实测信息对估计信息反馈。　　4初步研究结果分析　　4.1正确度分析　　描述风电估计预报正确度指标关键有4个。　　（1）相关性系数：风电估计功率和实际测功率相关性系数，其取值范围为［-1，1］，越靠近于1表明估计功率和实际功率相关性越大，其计算以下：　　式中：PMi为i时刻实际功率；Ppi为i时刻估计功率；PM为全部样本实际功率平均值；P为全部样本估计功率平均值；n为全部样本个数。　　（2）平均绝对误差：风电估计误差绝对值平均值，其计算公式为：　　式中：Cap为风电总装机容量。　　（3）均方根误差：风电估计误差均方根值，其计算公式为：　　（4）误差小于20%点所占百分比：均方根误差小于20%估计点在全部估计点中所占百分比。《风电功率估计系统技术（征求意见稿）》采取该指标表征估计正确度。　　需要注意是，平均绝对误差和均方根误差指是估计误差和风电装机容量比值，而不是和实际功率比值。图2为1月11日风电总出力估计和实测曲线，实线代表实测风电，虚线代表估计风电。　　由表1可知系统在-01-01—-01-17内估计各风电场误差小于20%点所占百分比为44.70%~70.18%，其中误差最大为洁源三十里井子风电场，其误差小于20%点所占百分比为44.7%，误差最小为洁源向阳风电场，其误差小于20%点所占百分比为70.18%。甘肃风电总和误差小于任何一个风电场误差，其误差小于20%点所占百分比为70.8%，从中可知风电地理分散效应能够显著降低风电功率总体误差。《风电功率估计系统技术规范（征求意见稿）》要求误差小于20%点所占百分比最少为80%，所以，本系统距离合格精度要求还有一定距离。　　4.2各正确度指标关联性分析　　该风电估计预报系统共有4个不一样指标来衡量风电估计正确度，所以，有必需研究这4个不一样指标间内在联络。　　相关性系数、平均绝对误差、均方根误差和误差小于20%点所占百分比之间关联性图3～5所表示。　　由图3可知，相关性系数和误差小于20%点所占百分比基础没有没任何关系，二者几乎是相互独立；由图4可知，平均绝对误差和误差小于20%点所占百分比关联性较强，相关性系数为0.945；由图5可知，均方根误差和误差小于20%点所占百分比关联性也较强，相关性系数为0.925。所以能够推断，平均绝对误差、均方根误差和误差小于20%点所占百分比三者之间关联性较强，而它们和相关性系数几乎没有任何关系。　　所以，对于本系统来说，提升估计正确性最关键方法是降低平均误差（平均绝对误差和均方根误差）而不是提升相关性系数。其具体原因需要深入研究。　　后面研究工作会逐步使用实测数据（风电功率和测风塔测风数据）训练估计模型并校验估计结果，实现闭环估计预报。　　5结语　　为处理甘肃酒泉千万千瓦级风电基地调度运行问题，风电估计预报系统建设成为目前关键。酒泉风电基地估计预报系统尚处于阶段性建设研究，对于该系统来说，提升估计正确性关键是降低平均误差（平均绝对误差和均方根误差）而不是提升相关性系数。后续研究工作会逐步使用实测数据训练估计模型并校验估计结果，实现正确估计预报。以上工作将为研究深入深入乃至风电估计预报系统实用化工作打下坚实基础。