西安交通大学吴江等：大规模风电场发电功率随机特性分析模型与算

       1.项目背景
　　随着风电并网容量的迅猛增长，对风电高度不确定性和间歇特性的准确估计与实时分析成为了风电入网迫切需要解决的难题。如何准确估计风电入网功率，实现其动态随机特性的分析，为电网的调峰及消纳决策提供依据，是风电入网需要解决的首要问题。由于近地风场的复杂的非线性特性和风电机组的风-电转换关系建模方面受物理环境因素影响较大，给风电的预测分析带来困难。以环境和系统状态感知为基础，集通信、计算和控制于一身的信息物理融合系统，为大规模风电场动态系统建模的参数信息获取、多源信息融合、状态信息估计等方面提供了强有力的支撑，为风电场发电功率波动性实时动态分析提供了可能。
　　2.论文所解决的问题及意义
　　本文以信息物理融合系统为支撑，利用其多源信息感知与融合的特点，从近地风场的动力学特征出发，以随机Burgers方程为基础，建立了描述近地风场动态特性及其风电转换过程的随机系统模型。针对系统的非线性特征，利用粒子滤波算法，实现了大规模风电场发电功率波动性的提前τ步估计与随机特性分析。最后，利用一个30风机风电场算例说明了算法的有效性。实现了大规模风电场发电功率波动性的动态过程描述及随机特性分析。
　　3.论文重点内容
　　利用环境感知与能量感知的能源CPS平台，基于风能传播的动态物理模型，充分考虑多元信息之间的相互支撑关系，再结合数据驱动的建模思想，得到如图1所示的大规模风电场随机系统分析模型框架。

 

　　4.结论
　　本方法得到的预测结果可以较好的反映总体发电出力的动态变化。但由于利用平流过程作为系统动态方程，当实际出力的波动较大时，预测出力有一定的时间滞后，并且会平滑一部分较小的波动。
　　如图3所示，CPS预测在功率小范围变化时，比以时间序列分析为基本原理的ANFIS方法会更明显的平滑一部分波动；而当实际发电功率变化较大时，两种方法本质上都是对此变化的一种跟踪，ANFIS方法较CPS方法的跟踪反应更快，但在数据拐点上往往会放大这种跟踪效果。因此，两种方法在不同特性的数据集下会有不同的预测效果。

　　同时，CPS方法可以较好的提供出力预测的分布特性。为了更好的展示概率预测结果，图4中以某日6:00、12:00、18:00和24:00为例，展示了各自预测分布的具体形式。结果显示，预测分布明显具有非高斯性，如在图4(b)和(c)中预测分布具有多峰特性，在图4 (a)、(b)和(c)中预测分布明显非对称，呈现出右偏特性。图4中的三角表示总体发电功率80%置信度水平的区间预测上、下限。可以发现，星型符号所表示的实测功率均位于80%置信度水平的区间预测范围内。同时，图4的结果表明，预测区间在通常情况下是非对称的分布在点预测结果两侧的，并且预测区间宽度具有明显的时变特性。

 

　　图 4  某日6:00、12:00、18:00和24:00的提前1小时总体发电功率预测概率密度和实测功率（实线：预测概率密度函数；星型标记：实测风电功率；三角标记：80%置信度水平的预测区间上、下限）
　　引文信息
　　吴江，靳晶新，管晓宏，等．面向信息物理融合能源系统的大规模风电场发电功率随机特性分析模型与算法[J]．中国电机工程学报，2016，36(15)：4055-4063.
　　Wu Jiang，Jin Jingxin，Guan Xiaohong，et al．Estimation and acteristic analysis of large-scale wind farm generation in cyber physical energy system[J]．Proceedings of the CSEE，2016，36(15)：4055-4063(in Chinese)．
　　团队介绍
　　本文作者及所在团队隶属于西安交通大学智能网络与网络安全教育部重点实验室智能电网与能源电力系统优化调度课题组。近十多年来，课题组注重基础研究与应用开发，得到国家重点研发计划、国家杰出青年基金、国家自然科学基金重点和面上项目、国家863项目以及国家电网、上海宝钢、山东鲁能、美国太平洋燃气电力、美国思科、德国西门子等的资助。
　　课题组在电力系统优化调度理论和方法做出了系统性创新成果，包括基于Lagrange松弛的发电优化调度创新方法，包括具有复杂混合动态约束的梯级水电系统的优化调度新方法、克服同构子问题的相同解和解振荡的新方法等，建立了发电调度策略的可实现性理论，解决了多个公认的难题，特别是在处理有能量约束的机组组合、安全约束的快速精简、受梯级水资源约束的水火电联合优化调度、风电入网功率随机特性分析等方面具有独到之处，并在多方得到应用。结合以上成果，课题组能够给出水火风光多电源系统优化调度和协调的电网经济调度整体解决方案。
　　课题组系统研究了电力市场资源竞标的博弈分析方法，提出了基于序优化的发电资源优化竞标策略，提出了发电资源竞标“机会性共谋”理论，指出非垄断性博弈行为可能造成的电价异常飚升，导致电力市场崩溃，后被加州电力市场情况证实。课题组与哈佛大学合作发表的论文曾被美国加州能源委员会索取作为听证材料。
　　课题组在电力市场负荷与价格预测、大型钢铁企业电量与负荷预测和能量交换平衡调度、发电资源优化分配与管理、多市场购电优化、平衡竞标成本最小和购电成本最低电力市场规则等方面做出了新成果。
　　近年来，课题组共发表论着300多篇，其中国际期刊论文百余篇，包括IEEE Transactions长文30余篇，被SCI引用1000多次。课题组的研究成果获得了1996年度美国李氏基金杰出成就奖（全球华人每年1~2人）、2005年度国家自然科学二等奖、2009年度国家自然科学二等奖、1997、2000、2004年度何潘清漪最佳论文奖（全球华人每年1篇）、2008年度全国优秀博士论文等奖励，管晓宏教授当选IEEE Fellow、IEEE机器人与自动化学会杰出讲座人。