本文關(guān)鍵詞：風電功率爬坡事件的識別方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：風電功率爬坡事件是指風電功率在短時間尺度內(nèi)的大幅度波動,會對風電場及電網(wǎng)造成很大的危害。為更好地識別爬坡事件,認識和了解爬坡事件的機理,論文選用風電場的風功率觀測數(shù)據(jù)、WRF模式模擬結(jié)果,對目前常用的三種爬坡事件確定方法進行了比較分析。在此基礎(chǔ)上利用權(quán)重系數(shù)法、旋轉(zhuǎn)門SDT算法提出了兩種新的爬坡事件的識別方法;探討了新方法在膠東半島風電場的適用性;利用膠東半島20個風電場,結(jié)合各風電場測風塔的觀測數(shù)據(jù)、FNL再分析資料分析了大范圍爬坡事件的機理。研究結(jié)果表明:目前常用的三種爬坡事件的識別方法—Kamath定義、Haiyang定義和Bossavy定義,存在著一定的局限性。Kamath定義對爬坡速率快的爬坡事件識別不敏感;Haiyang定義對持續(xù)時間長的爬坡事件識別不敏感;Bossavy定義對功率波動變化快、上下爬坡過程連續(xù)的爬坡事件識別不敏感,且識別的爬坡事件持續(xù)時間偏長。相比較Bossavy定義的爬坡事件識別率最高,但也僅達到84.6%。針對現(xiàn)有爬坡事件識別中存在的問題,提出了兩種爬坡事件識別的新方法:改進的Bossavy定義和基于SDT算法的定義,識別率分別達到了92.7%和93.2%。爬坡實例的統(tǒng)計分析表明基于SDT算法的定義既能完整識別一般的爬坡事件,又能識別過程較為復雜的爬坡事件,爬坡事件的識別能力優(yōu)于其他方法。通過對膠東半島東興風電場爬坡事件的爬坡高度、爬坡速率和爬坡持續(xù)時間等特征統(tǒng)計量的分析發(fā)現(xiàn),提取出的爬坡事件各統(tǒng)計量的分布特征以及在向上、向下爬坡事件中體現(xiàn)的差異較為合理,說明基于SDT算法的爬坡事件定義的適用性較好。初步探討了大范圍爬坡事件,發(fā)現(xiàn)膠東半島大范圍爬坡事件發(fā)生率約13次/年,其發(fā)生主要與阻塞高壓系統(tǒng)及其發(fā)展以及消失后形成的低壓系統(tǒng)的發(fā)展變化有著密切的關(guān)系,阻塞高壓系統(tǒng)和低壓系統(tǒng)是誘發(fā)大范圍風電功率爬坡事件的重要原因。
【關(guān)鍵詞】：風電功率 爬坡事件 識別方法 適用性
【學位授予單位】：蘭州大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TM614
【目錄】：

• 中文摘要3-4
• Abstract4-7
• 第一章 緒論7-14
• 1.1 研究背景與意義7-9
• 1.2 研究現(xiàn)狀9-12
• 1.2.1 風電功率預測研究現(xiàn)狀9
• 1.2.2 爬坡事件研究現(xiàn)狀9-12
• 1.3 研究內(nèi)容12-13
• 1.4 特色與創(chuàng)新點13-14
• 第二章 研究方法與資料14-20
• 2.1 爬坡事件的常用識別方法14-16
• 2.2 旋轉(zhuǎn)門SDT算法16
• 2.3 模式與實驗設(shè)計16-18
• 2.3.1 WRF模式簡介16-17
• 2.3.2 WRF模式物理方案17-18
• 2.4 研究區(qū)域與數(shù)據(jù)資料18-20
• 2.4.1 研究區(qū)域18
• 2.4.2 數(shù)據(jù)說明18-20
• 第三章 爬坡事件識別的新方法20-41
• 3.1 風功率爬坡事件的識別20-23
• 3.2 常用爬坡事件識別方法的比較23-30
• 3.2.1 Kamath定義識別的爬坡事件23-24
• 3.2.2 Haiyang定義識別的爬坡事件24-27
• 3.2.3 Bossavy定義識別的爬坡事件27
• 3.2.4 爬坡事件三種方法識別結(jié)果的比較分析27-30
• 3.3 改進的Bossavy識別方法30-34
• 3.3.1 改進的Bossavy定義30-31
• 3.3.2 改進的Bossavy定義識別的爬坡事件31-33
• 3.3.3 改進的Bossavy定義與原定義識別結(jié)果的比較分析33-34
• 3.4 基于SDT算法的爬坡事件識別方法34-38
• 3.4.1 基于SDT算法的爬坡事件識別方法35-36
• 3.4.2 基于SDT算法定義識別的的爬坡事件36-38
• 3.5 爬坡事件兩種新方法識別效果的比較分析38-39
• 3.6 本章小結(jié)39-41
• 第四章 基于SDT算法的識別方法在膠東半島的適用性分析41-45
• 4.1 爬坡高度特征量的分析41-42
• 4.2 爬坡速率與持續(xù)時間的聯(lián)合分布特征分析42-43
• 4.3 爬坡高度與持續(xù)時間的聯(lián)合分布特征分析43-44
• 4.4 本章小結(jié)44-45
• 第五章 膠東半島大范圍爬坡事件發(fā)生機理的初步分析45-54
• 5.1 大范圍爬坡事件的初步探討45-47
• 5.2 大范圍爬坡事件發(fā)生的機理分析47-53
• 5.3 本章小結(jié)53-54
• 第六章 結(jié)論與展望54-56
• 6.1 結(jié)論54
• 6.2 展望54-56
• 參考文獻56-59
• 碩士研究生期間科研情況及發(fā)表的文章59-60
• 致謝60

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 蘇家洪;;試述人臉識別新技術(shù)及編輯識別方法[J];中國新技術(shù)新產(chǎn)品;2012年07期

2 張益松,伊立言;低采樣率下對高頻信號的識別方法[J];航空動力學報;1988年01期

3 劉志鵬,魏君;基于神經(jīng)網(wǎng)絡(luò)的集裝箱編號識別方法的研究[J];中國包裝工業(yè);2002年09期

4 曹立新;真假“雕”牌高級洗衣皂的識別方法[J];中國標準化;2003年08期

5 李決龍;張淼淼;邢建春;楊啟亮;;遺留系統(tǒng)的服務(wù)識別方法研究[J];計算機集成制造系統(tǒng);2013年09期

6 江泉;趙光恒;;非線性結(jié)構(gòu)系統(tǒng)的識別方法綜述[J];河海科技進展;1993年03期

7 李維民, 公茂惠;一個新的機械圖紙識別方法[J];哈爾濱電工學院學報;1995年03期

8 陳學;偽劣消防產(chǎn)品的簡易識別方法[J];消防技術(shù)與產(chǎn)品信息;2004年01期

9 郭鋒;劉玉利;劉鵬軍;;P2P的識別[J];中小企業(yè)科技;2007年08期

10 劉瑾;張樂石;徐可欣;;不同規(guī)模數(shù)據(jù)集下的人臉識別方法(英文)[J];納米技術(shù)與精密工程;2007年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 鄭凱;;建立多維數(shù)據(jù)異常點識別方法的嘗試[A];第八屆全國體育科學大會論文摘要匯編（一）[C];2007年

2 張朋柱;韓崇昭;萬百五;;智能決策支持系統(tǒng)中的問題識別方法與實現(xiàn)[A];全國青年管理科學與系統(tǒng)科學論文集（第2卷）[C];1993年

3 劉麗蘭;劉宏昭;;時間序列模型的識別方法[A];制造技術(shù)自動化學術(shù)會議論文集[C];2004年

4 苗振偉;許勇;楊軍;;超聲波人臉識別方法研究[A];中國聲學學會2007年青年學術(shù)會議論文集（上）[C];2007年

5 羅智勇;宋柔;荀恩東;;一種基于可信度的人名識別方法[A];第二屆全國學生計算語言學研討會論文集[C];2004年

6 張茜;鄭崢;亢一瀾;王娟;仇巍;;基于海量實測數(shù)據(jù)的反演識別方法與盾構(gòu)裝備載荷的力學建模[A];中國力學大會——2013論文摘要集[C];2013年

7 趙銳;陳光發(fā);;軍事口令識別的Fuzzy方法探討[A];第二屆全國人機語音通訊學術(shù)會議論文集[C];1992年

8 駱玉榮;劉建麗;史曉濤;;一種自動車窗識別方法的設(shè)計與實現(xiàn)[A];計算機技術(shù)與應(yīng)用進展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學術(shù)會議論文集[C];2007年

9 崔凱華;王國慶;方劍青;李紅軍;賈俊波;馬超;趙燁;張東輝;;基于聲模態(tài)分析的材料識別方法研究[A];現(xiàn)代振動與噪聲技術(shù)（第九卷）[C];2011年

10 李洪東;梁逸曾;張志敏;;酵母蛋白組中原生肽識別方法的探索研究[A];中國化學會第26屆學術(shù)年會化學信息學與化學計量學分會場論文集[C];2008年

中國重要報紙全文數(shù)據(jù)庫 前9條

1 陳春道;甲魚優(yōu)劣及雌雄的識別方法[N];北京科技報;2003年

2 龐席堂;假幣的識別方法[N];中華合作時報;2003年

3 王修增;手機被盜號的6種識別方法[N];中國保險報;2003年

4 張侃;正品手機電池識別方法[N];通信產(chǎn)業(yè)報;2000年

5 潘 治;德國開發(fā)出癌癥早期識別方法[N];中國中醫(yī)藥報;2003年

6 新華社記者 段世文;產(chǎn)權(quán)證識別方法[N];新華每日電訊;2001年

7 金亮;機器人的情感[N];中國醫(yī)藥報;2001年

8 黃璐;識別假火車票有絕招[N];山西經(jīng)濟日報;2004年

9 宗紹純;如何識別是純奶還是奶飲料？[N];國際商報;2003年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 趙國騰;跨座式單軌交通軌道梁表面裂紋識別方法研究[D];重慶大學;2015年

2 徐訓;線性與非線性結(jié)構(gòu)動力荷載識別方法及實驗研究[D];哈爾濱工業(yè)大學;2015年

3 付文亮;基于FPGA的高性能應(yīng)用層協(xié)議識別方法研究[D];北京理工大學;2015年

4 陳飛飛;基于特征表示的行為識別方法研究[D];華中科技大學;2015年

5 黃仕建;視頻序列中人體行為的低秩表達與識別方法研究[D];重慶大學;2015年

6 張航;基于高光譜成像技術(shù)的皮棉中地膜識別方法研究[D];中國農(nóng)業(yè)大學;2016年

7 張莉莉;競優(yōu)特征的群識別方法及其應(yīng)用[D];東北大學;2010年

8 陳綿書;計算機人臉識別方法研究[D];吉林大學;2004年

9 葉俊勇;人臉檢測與識別方法研究[D];重慶大學;2002年

10 何光輝;四種人臉識別方法研究[D];重慶大學;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 徐珂瓊;基于視頻的人臉識別方法研究[D];天津理工大學;2015年

2 彭姣麗;針對多表情的人臉識別方法研究[D];昆明理工大學;2015年

3 代秀麗;基于半監(jiān)督判別分析的人臉識別方法研究[D];深圳大學;2015年

4 易磊;基于兩階段的交通標志識別方法研究[D];南京理工大學;2015年

5 李彥;基于小波變換的人臉識別方法研究[D];電子科技大學;2014年

6 田曉霞;運動想象EEG的識別方法及在上肢康復中的應(yīng)用[D];北京工業(yè)大學;2015年

7 楊俊濤;基于分數(shù)譜時頻特征的SAR目標檢測與識別方法研究[D];電子科技大學;2014年

8 宋洪偉;基于模糊集合的漢語主觀句識別方法研究與實現(xiàn)[D];黑龍江大學;2015年

9 賈博軒;基于手機傳感器的人類復雜行為識別方法的研究[D];黑龍江大學;2015年

10 范玲;Link-11數(shù)據(jù)鏈信號的識別方法研究[D];西安電子科技大學;2014年

  本文關(guān)鍵詞：風電功率爬坡事件的識別方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：378787