随着世界各国对环境保护、节能减排、可持续发展等问题的日益关注,可再生能源发电技术越来越受到人们的重视。从技术和经济角度来看,目前风力发电是发展最快最成熟的可再生能源技术之一。近十几年来,风力发电成本已得到大幅下降,风电己具有与传统常规电源发电竞争的潜力,许多国家已把发展风力发电作为改善能源结构和保护生态环境的一种措施,纳入国家发展规划。由于自然风所具有的随机性、波动性和不可控性,使得风电场的输出功率波动很大,当风电穿透功率达到一定比例时,这种波动将对电网的安全稳定运行带来严重影响。因此,为了优化电网调度,减少旋转备用容量,提高风电穿透功率极限,满足电力市场交易需要,便于安排机组维护和检修,有必要对风电的分布特性进行研究,以加强相关应用的针对性。目前的风电场风速分布特性分析主要服务于风电场规划或电能计划,通常由较长时间内的风速采样数据统计即可。然而,当需要应对更短时间,特别是与运行和控制时间级有关的问题时,服务于规划或电能计划的分布特性已不能完全适应新的需要,需要从新的角度展开深入研究。本文首先从不同的应用环境出发,探讨了风电场风速分布的模式差异性。具体分析了可能造成模式差异化的主要因素,并从风速概率密度和条件风速概率密度分布中提取出特征风速、形状与尺度系数、概率偏度等指标,以考察不同分布所表现出的模式差异性。某实际风电场风速分布特征数据分析结果表明,从不同角度统计的分布特性,存在明显的模式差异性,这说明,不同的应用需要采用与其对应的统计规律。根据上述提出的模式差异性特征指标,建立了风电场自身专用的风电分布模式库,以方便用户对历史模式的查询和匹配。模式库包含管理、更新、归并和用户4个基本模块。其中,管理模块负责基本模式库的建立和维护,并用本文提出的相似度函数衡量和匹配模式;更新模块负责将风电场运行产生的新风况数据加入到历史数据库中,以对基本模式库进行更新,从而使模式库得到不断丰富,并准确反映风电场模式特征;归并模块负责在模式冗余的情况下进行模式归并,精简模式库,保持模式库实用性和高效性;用户模块与管理模块互相协调,处理用户与模式库的交互操作。论文最后应用时间序列模型对风电场实际风速数据进行确定性预测建模,并对未来风速进行一步预测。根据预测时刻的临时分布模式,通过与风电场模式库的匹配方式,并结合风电机组功率特性曲线,即可得到具有概率意义的风电场风速和功率预测结果。概率预测信息能够适应电力系统短期风电调峰、并合理安排系统旋转备用的需要。本文主要研究内容得到了国家自然科学基金项目(50877014)的资助。预期研究成果将对风电场的建设、运行以及接入电力系统后的调度与控制,具有指导意义。