论文部分内容阅读
由于能源的短缺及环境污染的日益严重,可再生能源在世界能源结构中的比例急剧增加,其中风能被认为是当前世界上最有发展前景的新能源之一。近十几年来随着中国风力发电的快速发展,如何准确预报风速,如何解决风电并网和运行等成为风电研究中的重点和难点。针对基于数值天气预报的风速预报模式,研究提高风速预报精度和可靠性的算法具有重要的学术价值和工程实用价值。本文利用实测数据对内蒙古某风电厂区域的风速特征进行了分析,并使用WRF模式对该电厂的风速进行了模拟并分析了其误差的特征,在此基础上提出了持续法和基于时间序列的超短期风速的订正预报方法——AR模型以及短期风速订正预报方法——NEW AR模型,并对订正结果进行了分析。其次,将所提出的三种模型应用于实际预报系统(北京快速循环更新系统,BJ-RUC)中进行了适用性检验,同时为了更好地满足业务要求,在已提出方法的基础上进行了探讨性改进,得到如下结论：1、基于风电厂区域的风速分析,得到该区域的风速分布特征为：风速时间分布特征明显,风速的日变化特征显著,白天风速大夜间风速小且存在一定的季节性；月平均风速变化明显,冬春季风速大且波动明显,秋夏季风速较小且波动相对较弱；风速整体呈正偏态分布。2、基于WRF模式模拟误差的分析,得到其模拟误差的相关特征有：各月的平均绝对误差(MAE)基本都在2m/s以上,均方根误差(RMSE)在3m/s左右,且其模拟风速的变化趋势与实际情况也存在一定的差异。模拟误差具有一定的时间分布特征且呈正态分布。通过对模拟误差的自相关系数分析发现,临近时次的自相关关系呈现出高度相关的特征,随着后延时间的增长,这种线性相关的关系则逐渐减弱。3、基于WRF模式的误差特性,建立了自回归模型(AR模型)和持续法进行超短期风速的统计订正预报,预报结果表明该方法可以有效地提高WRF模式的模拟精度,其预报风速与实测风速非常一致,且MAE和RMSE减小了约50%,为超短期风速的预报提供了依据。在AR模型基础上,提出了一种多时效的预报方法—-NEW AR模型,其预报风速在前6小时相较于WRF模拟风速更接近于实测值,且MAE和RMSE减小了约30%,但是6小时后的改善效果并不理想,故延长长度存在一定的限制。4、将所建立的模型应用于BJ-RUC中,发现持续法与AR模型改善效果同样显著,NEWAR模型在6小时内的预报风速相较于BJ-RUC的预报值更接近实测风速值,其MAE和RMSE在大多数月份减小了约30%,故认为NEW AR模型可进行6小时的订正预报。为了能进一步提高NEW AR模型的订正时效,对其进行了探讨性改进。