甘肃酒泉风电基地风电预测预报系统

第３３卷第１６期２００９年８月２５日

电力系统自动化

Ａｕｔｏｍａｔｉｏｎ

ｏｆＥｌｅｃｔｒｉｃ

ＰｏｗｅｒＳｙｓｔｅｍｓ

Ｖ０１．３３Ｎｏ．１６

Ａｕｇ．２５，２００９

甘肃酒泉风电基地风电预测预报系统

马彦宏１，汪宁渤１，刘福潮１，刘光途１，王

蛟２

（１．甘肃省电力公司风电技术中心，甘肃省兰州市７３００７０；２．甘肃电力信息通信中心，甘肃省兰州市７３００５０）

摘要：为了解决甘肃酒泉千万千瓦风电基地大规模风电并网难题，缓解电网运行、调度和电力市场管理的压力，文中从风电场的实际情况出发，提出了风电预测预报系统的总体方案，对建设风电预测预报系统方案中的数据采集、风能预测预报和风电预测预报模式进行了研究，提出了将多种预测方法结合的解决途径。

关键词：风电监测；风能预测预报；风电预测预报中图分类号：ＴＭ７１５；ＴＭ６１４

０

引言

根据甘肃省“陆上三峡”建设规划，２０１０年甘肃

甲固Ｉ糍孵ｌ匪翌

风能预测预报系统ＩＬ—————叫风电监测系统

风电预测预报系统省调能量管理系统（ＥＭＳ）

酒泉地区风电总规模将达到５建成１２

７１０

１６０

Ｍｗ，２０１５年将

ＭＷ的千万千瓦级风电基地［１］。风电

本身具有很大的随机性、间歇性和不可控性，在远离负荷中心的电网末端并人大规模风电对于电网安全运行将产生很大的影响，并给电网调度、电力市场运营带来了新的挑战。针对上述情况，建立适合酒泉地区的风电预测预报系统，对促进风电健康发展非常必要。

本文根据甘肃酒泉地区实际情况，设计了甘肃酒泉千万千瓦风电基地风电预测预报系统方案，并通过对风电基础数据采集方式和风能预测预报方法的研究，从新的视角提出了酒泉地区风电预测综合利用统计模型、物理模型和时间序歹Ｉｊ模型的集成预测模式。

１

图１风电预测预报系统结构及流程

Ｆｉｇ．１

Ｓｔｒｕｃｔｕｒｅａｎｄｆｌｏｗ

ｃｈａｒｔ

ｏｆｗｉｎｄｐｏｗｅｒ

ｐｒｅｄｉｃｔｉｏｎｓｙｓｔｅｍ

２风电监测系统

由于甘肃境内由汇能公司所建的８１个测风塔数据不能实时上传，导致大量信息孤岛的产生。为解决上述难题，建立了一套甘肃电网风电监测系统，把甘肃境内的测风数据、中央远程控制系统数据和风电场升压站综合自动化系统数据进行整合，为风电功率预测奠定数据源基础。该系统包括测风塔测风系统数据实时监测、风电场中央远程控制系统数据实时监测和风电场升压站综合自动化系统数据实时监测３部分，其结构见图２。

风电预测预报系统

总体结构

风电预测预报系统是以风能预测预报系统［２］和

风电监测系统为基础实现的计算机应用系统。风电监测系统取３部分的数据：风机控制系统、风电场综合自动化系统和酒泉地区风能带风塔监测系统；风能预测预报系统基于数值天气预报（ｎｕｍｅｒｉｃａｌ

ｗｅａｔｈｅｒ

ｐｒｅｄｉｃｔｉｏｎ，ＮＷＰ）和其他气象资料实现风

能预测。风电预测预报综合平台是通过风电预测软件和其他软件进行管理的综合系统，实现对各个风电场和酒泉风能地带的风电预测预报，其结构及流程见图１。

兀聂忑历ｉ亘一Ｉ四线方式

测风系统Ｉ

ｆｆ四线Ｉ调度数ｌ

方式ｌ据网ｌ

ｌ凰电场塞匿

Ｉ站监控系统

测风塔ｌｌ风电场中央ｌ

Ｉ远程控制系统ｌ

图２风电预测预报系统结构

Ｆｉｇ．２

Ｓｔｒｕｃｔｕｒｅｏｆｗｉｎｄｐｏｗｅｒｐｒｅｄｉｃｔｉｏｎｓｙｓｔｅｍ

当前省调ＥＭＳ已采集升压站综合自动化系统

收稿日期：２００８—１２—２６；修回日期：２００９—０６—０１。

数据，为了投资和系统的安全性，采用数据转发的方

一８８一

万方数据

・绿色电力自动化・马彦宏，等甘肃酒泉风电基地风电预测预报系统

式实现升压站综合自动化数据的入库管理。测风塔测风系统数据采用通用分组无线电业务（ＧＰＲＳ）实时上传主站。风电场中央远程控制系统数据建立四线或２Ｍｂｉｔ／ｓ通道，采用ＩＥＣ６１４００—２５协议实现数据实时采集。

３风能预测预报系统

风能预报与风电预报是２个不同的概念。本文所述风能预报主要指根据前期气象信息利用大气数值模式对风能资源的预报；风电预报是指在风能预报的基础上，根据风电场的风机参数和风机布局等信息，对风电场发电量的预报。目前，国际上风能预报的主要手段有３类：一是以大气数值模式进行的动力预报；二是以统计方法进行的统计预报；三是将数值预报方法和统计方法结合的动力一统计预报。

通过研究，本方案主要采用第５代ＮＣＡＲ

（ＮａｔｉｏｎａｌＣｅｎｔｅｒｆｏｒＡｔｍｏｓｐｈｅｒｉｃＲｅｓｅａｒｃｈ）／Ｐｅｎｎ

Ｓｔａｔｅ中尺度模式ＭＭ５［３‘５］、美国研究部门及大学的科学家共同参与开发研究的新一代中尺度预报模式和同化系统ＷＲＦ（ｗｅａｔｈｅｒｒｅｓｅａｒｃｈｆｏｒｅｃａｓｔ）模式［６’８１进行不同参数化方案的组合试验进行对比，选择适合甘肃电网酒泉地区风电场模拟的模式参数化方案，以此为基础构建模式系统进行风能预测预报。

本预报系统是利用再分析资料和实时观测资料，结合数值预报模式，进行所关注区域的风电场资源短期预报的计算机综合管理系统。风能预报业务系统包括风能模式系统前处理、模式运行和后处理，以及可视化数据库３部分。

４风电预测预报系统实现的技术模式

４．１

风力发电机空气动力学模型

风力发电机的输出功率可由下式表示：

１

．

ＰＷｉＩｌｄ＝寺ＩＤＣ，（．：ｌ，ｐ兀Ｒ２睢

（１）

厶

式中：Ｐ，；。ａ为风力发电机组从风中捕获的能量转化成的机组机械功率；｜０为空气密度；Ｒ为风力机叶轮半径；Ａ为叶尖速比；卢为桨距角；Ｃ，为叶片的风能转换效率系数，是叶尖速比Ａ、桨距角ｐ的函数，改变．＝Ｉ和卢可以改变Ｃ，的大小，本系统中ｃｐ取值为

１

‘，

÷～詈；Ｋ为风速。

Ｉ）

Ｊ

根据风能预测预报系统的数据处理结果，可以确定一定时间范围内风电场的风力发电机可用出力，通过不断重复处理最近风能气象资料可以获得前１

ｈ．－一３

ｈ的预测值。

风电预测预报是本方案的核心所在。根据当前

万方数据

口。：—｝ｒ

１

ＱＮ－Ｉｔ－Ｎ么．ｄ工ＰｔｌｚＪ

ｔ＋ｋ，ｏ

（４）

志圣≯；

一８９—

４．２风电厂（风能带）发电预测模型

２００９，３３（１６）

电

力

最统自

动让

ｍｏｖｉｎｇａｖｅｒａｇｅ，ＡＲＭＡ）模型对风电功率进行预

ｍｏｄｅｌ．Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ，２００５，３１（４）：５３－５７．

测。ＡＲＭＡ（ｐ，ｑ）模型结构如下：

ｐ

口

［５］刘栋．ＭＭ５模式对区域气候模拟的性能试验．高原气象，２００３，

２２（１）：７１－７７．

ＬＩＵＤｏｎｇ．ＰｅｒｆｏｒｍａｎｃｅｖｅｒｉｆｉｃａｔｉｏｎｏｆｍｅｓｏｓｃａｌｅｍｏｄｅｌＭＭ５ｒｅｇｉｏｎａｌｃｌｉｍａｔｅｓｉｍｕｌａｔｉｏｎ．Ｐｌａｔｅａｕ

７ｌ一７７．

Ｘ。＝∑口』ｘ叫＋∑６妒，。

（５）

ｔｏ

Ｍｅｔｅｏｒｏｌｏｇｙ，２００３，２２（１）；

式中：Ｘ。为风电功率的时间序列，是ＡＲＭＡ（Ｐ，ｑ）

的一个过程；ａｊ为ＡＲ参数；ｂ＾为ＭＡ参数；ｅ¨为

代表白噪声过程的时间序列；夕和口分别为ＡＲ阶数和ＭＡ阶数。

，

［６］ＭｌＣＨＡＬＡＫＥｓＪ，ＣＨＥＮＳ，ＤＵＤＨＩＡＪ，ｅｔａ１．Ｄｅｖｅｌｏｐｍｅｎｔ

ｏｆ

ａ

ｎｅｘｔ

ｇｅｎｅｒａｔｉｏｎｒｅｇｉｏｎａｌ

ｔｈｅ９ｔｈ

ｗｅａｔｈｅｒｒｅｓｅａｒｃｈａｎｄ

ｏｎ

ｆｏｒｅｃａｓｔｔｈｅＵｓｅ

ｍｏｄｅｌ／／ＰｒｏｃｅｅｄｉｎｇｓｏｆｏｆＨｉｇｈ

ＥＣＭＷＦＷｏｒｋｓｈｏｐ

ｉｎ

Ｐｅｒｆｏｒｍａｎｃｅ

ＣｏｍｐｕｔｉｎｇＭｅｔｅｏｒｏｌｏｇｙ，Ｓｉｎｇａｐｏｒｅ，

本方法已在美国明尼苏达州、爱荷华州和华盛顿一俄勒冈州风电场应用。甘肃酒泉千万千瓦风电基地风电预测预报系统拟采用上述３种方式独立且互补的方案，以提高该系统的实用性。

５

２００１：２６９—２７６．

［７］ＭＩｃＨＡＬＡＫＥｓＪ，ＤＵＤＨＩＡＪ，ＧＩＬＬ

ｇｅｎｅｒａｔｉｏｎ

Ｄ．Ｄｅｓｉｇｎ

ｏｆ

ｓｎｅｘｔ

ｒｅｇｉｏｎａｌｗｅａｔｈｅｒｒｅｓｅａｒｃｈａｎｄｆｏｒｅｃａｓｔｍｏｄｅｌ．Ｒｉｖｅｒ

Ｓｃｉｅｎｔｉｆｉｃ，１９９９

ｌ

Ｅｄｇｅ，Ｎｊ，ＵＳＡ：Ｗｏｒｌｄ

１１７・１２４．

［８］邱明宇，林建兴，王尚荣．ＦｅｄｏｒｅＣｏｒｅ４．０下ＷＲＦ模式系统的

配置安装及运行．气象研究与应用，２００７，２８（４）：３９—４２．

ＱＩＵ

Ｍｉｎｇｙｕ，ＬＩＮ

Ｊｉａｎｘｉｎｇ，

ｒｕｎｎｉｎｇ

结语

通过对甘肃酒泉千万千瓦风电基地风电预测预

ＷＡＮＧ

ｏｆ

Ｓｈａｎｇｒｏｎｇ．Ｔｈｅ

ｃｏｎｆｉｇｕｒａｔｉｏｎｉｎｓｔａｌｌｉｎｇａｎｄＦｅｄｏｒｅ

Ｃｏｒｅ

ＷＲＦｍｏｄｅｌｓｙｓｔｅｍｉｎ

Ｒｅｓｅａｒｃｈ

ａｎｄ

报方案的研究，建立了风电预测预报的总体框架，给出了拟采集的酒泉地区所有风电实时数据的处理方法、传输方式，对风能预报和风电预测的模式和实施方式进行了分析，提出了酒泉地区风电预测预报系统的实现路径，为解决大规模风电接入系统的安全运行提供了一种技术手段。

４．０．Ｊｏｕｒｎａｌ

ｏｆ

Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ

ＴＳ

Ａｐｐｌｉｃａｔｉｏｎ，２００７，２８（４）：３９—４２．

［９］ＪｏＥＮｓＥＮ

Ｗｉｎｄ

Ａ

Ｋ，ＮＩＥＬＳＥＮ

ｗｉｎｄ

ＭＡＤｓＥＮＨ．Ｓｔａｔｉｓｔｉｃａｌ

Ｅｕｒｏｐｅａｎ

ｍｅｔｈｏｄｓｆｏｒ

ｐｒｅｄｉｃｔｉｎｇ

ｐｏｗｅｒ／／Ｐｒｏｃｅｅｄｉｎｇｓｏｆ

ｏｎ

Ｅｎｅｒｇｙ

ＣＯｎｆｅｒｅｎｃｅＷｉｎｄ

Ｅｎｅｒｇｙ

ｆｏｒｔｈｅＮｅｘｔ

Ｍｉｌｌｅｎｉｕｍ。Ｏｃｔｏｂｅｒ６－９，１９９７，Ｄｕｂｌｉｎ，Ｉｒｅｌａｎｄ：７８４－７８８．

［１０３ＪＯＥＮＳＥＮ

ｏｕｔｐｕｔ

Ａ

Ｋ，ＧＩＥＢＥＬＧ，ＬＡＮＤＢＥＲＧ

ａｐｐｌｉｅｄ

ｔｏ

Ｌ，ｅｔ

ａ１．Ｍｏｄｅｌ

ｓｔａｔｉｓｔｉｃｓｗｉｎｄ

Ｅｎｅｒｇｙ

ｐｏｗｅｒｐｒｅｄｉｃｔｉｏｎ／／

ｏｎ

参考文献

［１］周润健．中国启动６个千万千瓦级风电基地规划和建设ＦＥＢ／

ＯＬ］．［２００９—０２—１２３．ｈｔｔｐ；／／ｎｅｗｓ．ｘｉｎｈｕａｎｅｔ．ｃｏｍ／ｎｅｗｓｃｅｎｔｅｒ／

２００９一０２／１６／ｃｏｎｔｅｍ一１０８２８８９７．ｈｔｍ．

ＰｒｏｃｅｅｄｉｎｇｓｏｆＥｎｅｒｇｙｆｏｒｔｈｅ

Ｆｒａｎｃｅｌ

ＥｕｒｏｐｅａｎＮｅｘｔ

ＷｉｎｄＣｏｎｆｅｒｅｎｃｅＷｉｎｄ

Ｍｉｌｌｅｎｉｕｍ。Ｍａｒｃｈｌ一５，１９９９，Ｎｉｃｅ，

１１５７－１１６１．

ｕｎｃｅｒｔａｉｎｔｙ

［１１］ＬＡＮＧＥＭ．Ａｎａｌｙｓｉｓｏｆｔｈｅ

ｏｆ

ｉｎｄｕｓｔｒｙｐｏｗｅｒ

ｐｒｅｄｉｃｔｉｏｎ．Ｏｌｄｅｎｂｕｒｇ，Ｇｅｒｍａｎｙ：Ｕｎｉｖｅｒｓｉｔｙｏｆ

２００３．

Ｏｌｄｅｎｂｕｒｇ，

［２］柳艳香，陶树旺，张秀芝．风能预报方法研究进展．气候变化研究

进展，２００８，４（４）：２０９－２１４．

ＬＩＵＹａｎｘｉａｎｇ，ＴＡＯＳｈｕｗａｎｇ，ＺＨＡＮＧＸｉｕｚｈｉ．Ｒｅｖｉｅｗｍｅｔｈｏｄｓｏｆ

ｗｉｎｄ

ｐｏｗｅｒ

ｆｏｒｅｃａｓｔｉｎｇ．

２０９—２１４．

ｏｎ

［１２］ＮＩＥＬＳＥＮ

Ａｄｖａｎｃｅｓ

ｉｎ

ＴＳ。ＪＯＥＮＳＥＮＡＫ。ＭＡＤＳＥＮＨ。ｅｔａ１．Ａｎｅｗ

ｒｅｆｅｒｅｎｃｅｆｏｒｗｉｎｄｐｏｗｅｒ１（１）ｌ

２９—３４．

ｆｏｒｅｃａｓｔｉｎｇ．Ｗｉｎｄ

Ｅｎｅｒｇｙ，１９９８．

Ｃｌｉｍａｔｅ

ＣｈａｎｇｅＲｅｓｅａｒｃｈ，２００８，４（４）ｌ

［３］凌铁军，高蕴斐．杨学联，等．中尺度数值预报模式（ＭＭＳ）在海

面风场预报中的应用．海洋预报，２００４，２１（４）：１－９．

ＬＩＮ

马彦宏（１９７５一），男，通信作者，硕士，工程师。主要研究方向：电力系统自动化、风电预测预报。Ｅ－ｍａｉｌ：ｍａｙｈ＠

ｇｓｅｐｃ・ｃｏｍ

Ｔｉｅｊｕｎ，ＺＨＡＮＧＹｕｎｆｅｉ，ＹＡＮＧ

ＭＭ５ｍｏｄｅｌ

ｔｏ

Ｘｕｅｌｉａｎ，ｅｔａ１．Ｔｈｅ

ｓｕｔｒａｃｅ

ａｐｐｌｉｃａｔｉｏｎｏｆ

ｐｒｅｄｉｃｔ

１－９．

ｓｅａ

ｗｉｎｄｆｉｅｌｄ．

ＭａｒｉｎｅＦｏｒｅｃａｓｔｓ，２００４，２１（４）ｔ

汪宁渤（１９６３一），男，硕士，高级工程师，主要研究方向：电网规划、风电技术。

刘福潮（１９６０一），男，博士，高级工程师，主要研究方向：

Ｈｏｎｇｙｕ，ｅｔ

ｗｉｔｈ

ａ１．ＭＭ５

［４］龚强。袁国恩，汪宏宇，等．应用ＭＭ５模式对地面大风过程的模

拟试验．气象，２００５，３１（４）：５３－５７．

ＧＯＮＧ

Ｑｉａｎｇ，ＹＵＡＮ

ｅｘｐｅｒｉｍｅｎｔｓ

Ｇｕｏｅｎ，ＷＡＮＧ

ｏｎ

电网技术、电力调度、风电技术。

Ｓｉｍｕｌａｔｉｏｎ

ｓｕｒｆａｃｅｇａｌｅ

ｐｒｏｃｅｓｓ

Ａ

Ｗｉｎｄ

Ｐｏｗｅｒ

ＦｏｒｅｃａｓｔＳｙｓｔｅｍｆｏｒＪｉｕｑｕａｎ

Ｗｉｎｄ

ＰｏｗｅｒＢａｓｅｉｎＧａｎｓｕＰｒｏｖｉｎｃｅ

ＭＡＹａｎｈｏｎ９１，ＷＡＮＧＮｉｎｇｂ０１，Ｌ儿，Ｆｕｃｈａ０１。Ｌ儿，Ｇｕａｎｇｔｕｌ，ＷＡＮＧｌｉａ０２

（１．ＧａｎｓｕＥｌｅｃｔｒｉｃＰｏｗｅｒＣｏｒｐｏｒａｔｉｏｎＷｉｎｄＰｏｗｅｒＴｅｃｈｎｏｌｏｇｙＣｅｎｔｅｒ，Ｌａｎｚｈｏｕ７３００７０，Ｃｈｉｎａ；

２．ＧａｎｓｕＥｌｅｃｔｒｉｃＰｏｗｅｒ

Ａｂｓｔｒａｃｔ：Ｔｏ

ｓｏｌｖｅｔｈｅｄｉｆｆｉｃｕｌｔｙｏｆ

ｐｒｅｓｓｕｒｅ

ＩｎｆｏｒｍａｔｉｏｎａｎｄＣｏｍｍｕｎｉｃａｔｉｏｎＣｅｎｔｅｒ，Ｌａｎｚｈｏｕ７３００５０。Ｃｈｉｎａ）

ｉｎｔｅｇｒａｔｉｎｇ１０

ｔｏ

ａ

ＧＷ

ｗｉｎｄ

ｐｏｗｅｒｏｆＪｉｕｑｕａｎＤｉｓｔｒｉｃｔｉｎｔｏＧａｎｓｕＰｏｗｅｒＳｙｓｔｅｍ，ｒｅｌｉｅｖｅ

ｐｒｏｍｏｔｅｐｏｗｅｒｍａｒｋｅｔｍａｎａｇｅｍｅｎｔ，ａ

ａｒｅ

ｏｐｅｒａｔｉｏｎａｎｄｄｉｓｐａｔｃｈ

ｄｕｅ

ｌａｒｇｅｓｃａｌｅｏｆｗｉｎｄｐｏｗｅｒｇｒｉｄｉｎｔｅｇｒａｔｉｏｎ，ａｎｄ

ｐｒａｃｔｉｃａｌｗｉｎｄｐｏｗｅｒｆｏｒｅｃａｓｔｓｔｕｄｉｅｄ，ａｎｄ

ａｎ

ｓｃｈｅｍｅｉｓｐｒｏｐｏｓｅｄ．Ｔｈｅｄａｔａｃｏｌｌｅｃｔｉｏｎ，ｗｉｎｄｓｐｅｅｄｆｏｒｅｃａｓｔａｎｄｗｉｎｄｐｏｗｅｒｆｏｒｅｃａｓｔｍｏｄｅｌ

ｍｅｔｈｏｄｉｓｐｒｅｓｅｎｔｅｄ．

ｉｎｔｅｇｒａｌｆｏｒｅｃａｓｔ

Ｋｅｙｗｏｒｄｓ：ｗｉｎｄｐｏｗｅｒｍｏｎｉｔｏｒｉｎｇ；ｗｉｎｄｅｎｅｒｇｙｆｏｒｅｃａｓｔ；ｗｉｎｄｐｏｗｅｒｆｏｒｅｃａｓｔ

一９０一

万方数据

甘肃酒泉风电基地风电预测预报系统

作者：作者单位：

马彦宏， 汪宁渤， 刘福潮， 刘光途， 王蛟， MA Yanhong， WANG Ningbo， LIU Fuchao， LIU Guangtu， WANG Jiao

马彦宏,汪宁渤,刘福潮,刘光途,MA Yanhong,WANG Ningbo,LIU Fuchao,LIU Guangtu(甘肃省电力公司风电技术中心,甘肃省兰州市,730070)， 王蛟,WANG Jiao(甘肃电力信息通信中心,甘肃省兰州市,730050)

电力系统自动化

AUTOMATION OF ELECTRIC POWER SYSTEMS2009,33(16)25次

刊名：英文刊名：年，卷(期)：被引用次数：

参考文献(12条)

1. 周润健 中国启动6个千万千瓦级风电基地规划和建设 2009

2. 柳艳香;陶树旺;张秀芝 风能预报方法研究进展[期刊论文]-气候变化研究进展 2008(04)

3. 凌铁军;高蕴斐;杨学联 中尺度数值预报模式(MM5)在海面风场预报中的应用[期刊论文]-海洋预报 2004(04)4. 龚强;袁国恩;汪宏宇 应用MM5模式对地面大风过程的模拟试验[期刊论文]-气象 2005(04)5. 刘栋 MM5模式对区域气候模拟的性能试验[期刊论文]-高原气象 2003(01)

6. MICHALAKES J;CHEN S;DUDHIA J Development of a next generation regional weather research andforecast model 2001

7. MICHALAKES J;DUDHIA J;GILL D Design of s next generation regional weather research and forecastmodel 1999

8. 邱明宇;林建兴;王尚荣 Fedore Core 4.0下WRF模式系统的配置安装及运行[期刊论文]-气象研究与应用2007(04)

9. JOENSEN A K;NIELSEN T S MADSEN H Statistical methods for predicting wind power 1997

10. JOENSEN A K;GIEBEL G;LANDBERG L Model output statistics applied to wind power prediction 199911. LANGE M Analysis of the uncertainty of industry power prediction 2003

12. NIELSEN T S;JOENSEN A K;MADSEN H A new reference for wind power forecasting[外文期刊] 1998(01)

引证文献(25条)

1. 王建东. 汪宁渤. 何世恩. 刘光途. 马彦宏. 陟晶. 丁坤. 赵龙 国际风电预测预报机制初探及对中国的启示[期刊论文]

-电力建设 2010(9)

2. 马彦宏. 汪宁渤. 马明. 刘光途. 赵龙 基于神经网络的酒泉风电基地超短期风电功率预测方法[期刊论文]-电力建设 2013(9)

3. 李丽娜. 杨莉. 孙成 考虑风电出力不确定性的储能容量机会约束规划配置[期刊论文]-机电工程 2013(4)4. 贺静. 王维州. 牛继恩. 吴悦. 董振 甘肃省风电消纳能力研究[期刊论文]-中国电业（技术版） 2012(3)5. 王卿然. 谢国辉. 张粒子 含风电系统的发用电一体化调度模型[期刊论文]-电力系统自动化 2011(5)6. 韩自奋. 陈启卷 考虑约束的风电调度模式[期刊论文]-电力系统自动化 2010(2)

7. 杨明. 朱思萌. 韩学山. 王洪涛 风电场输出功率的多时段联合概率密度预测[期刊论文]-电力系统自动化 2013(10)8. 亓富军. 邢文涛. 张建成. 孙成才 风电入网调度管理策略分析与研究[期刊论文]-自动化应用 2013(4)

9. 李辉. 胡姚刚. 杨超. 李学伟. 唐显虎 并网风电机组运行状态的物元评估方法[期刊论文]-电力系统自动化 2011(6)10. 王建东. 汪宁渤. 何世恩. 刘光途. 马彦宏. 赵龙 甘肃酒泉风电基地风电预测预报阶段性研究[期刊论文]-中国电力

2010(10)

11. 杨明. 范澍. 韩学山. LEE Wei-Jen 基于分量稀疏贝叶斯学习的风电场输出功率概率预测方法[期刊论文]-电力系统自动化 2012(14)

12. 王剑. 姚天亮. 郑昕. 杨德洲. 吴兴全 分布式风电场分组可调分散并网方案[期刊论文]-电力建设 2012(5)13. 王阳. 李晓虎. 许士光. 赵杰. 胡仁芝. 肖柱 大型集群风电有功智能控制系统监控软件设计[期刊论文]-电力系统自动化 2010(24)

14. 盛大凯. 仇卫东. 齐立忠 实现风电发展“五个转变”的有效途径[期刊论文]-电力建设 2011(11)

15. 马彦宏. 汪宁渤. 何世恩. 刘光途. 刘福潮 酒泉千万千瓦级风电基地发展现状与展望[期刊论文]-电网与清洁能源2009(11)

16. 赵瑜. 周玮. 于芃. 孙辉 风电有功波动功率调节控制研究[期刊论文]-中国电机工程学报 2013(13)17. 汪宁渤. 马彦宏. 王建东 大规模风电集中并网对电力系统安全稳定的影响[期刊论文]-电力建设 2011(11)18. 周海. 匡礼勇. 程序. 崔方 测风塔在风能资源开发利用中的应用研究[期刊论文]-水电自动化与大坝监测 2010(5)19. 栗向鑫. 罗亚洲. 赵冬雯 京津唐电网风电运行数据分析框架初探[期刊论文]-山东电力高等专科学校学报2012(6)

20. 田超. 陈颖. 张贲. 张涛. 王知嘉 京津唐电网风电场群发电功率短期预测[期刊论文]-中国电力 2013(9)

21. 王义红. 黄镔. 申洪. 周勤勇 酒泉风电基地二期3GW风电接入电网的无功补偿设备配置及输电能力研究[期刊论文]

-电网技术 2013(5)

22. 陈颖. 周海. 王文鹏. 曹潇. 丁杰 风电场输出功率超短期预测结果分析与改进[期刊论文]-电力系统自动化2011(15)

23. 王澄海. 胡菊. 靳双龙. 冯双磊. 刘纯 中尺度WRF模式在西北西部地区低层风场模拟中的应用和检验[期刊论文]-干旱气象 2011(2)

24. 师洪涛. 杨静玲. 丁茂生. 王金梅 基于小波—BP神经网络的短期风电功率预测方法[期刊论文]-电力系统自动化2011(16)

25. 袁越. 周建华. 余嘉彦 含风电场电力系统调峰对策综述[期刊论文]-电网与清洁能源 2010(6)

本文链接：http://d.wanfangdata.com.cn/Periodical_dlxtzdh200916018.aspx