西電數(shù)模A題風(fēng)功率

1、承諾書我們完全明白，在競(jìng)賽開始后參賽隊(duì)員不能以任何方式包括 、電子郵件、網(wǎng)上咨詢等與隊(duì)外的任何人研究、討論與賽題有關(guān)的問題。我們知道，抄襲別人的成果是違反競(jìng)賽規(guī)那么的, 如果引用別人的成果或其他公開的資料包括網(wǎng)上查到的資料，必須按照規(guī)定的參考文獻(xiàn)的表述方式在正文引用處和參考文獻(xiàn)中明確列出。我們鄭重承諾，嚴(yán)格遵守競(jìng)賽規(guī)那么，以保證競(jìng)賽的公正、公平性。如有違反競(jìng)賽規(guī)那么的行為，我們將受到嚴(yán)肅處理。我們授權(quán)西安電子科技大學(xué)2021年數(shù)學(xué)建模校內(nèi)賽競(jìng)賽組委會(huì)，可將我們的論文以任何形式進(jìn)行公開展示包括進(jìn)行網(wǎng)上公示，在書籍、期刊和其他媒體進(jìn)行正式或非正式發(fā)表等。我們參賽選擇的題號(hào)是從A/B/C中選擇一項(xiàng)填

2、寫： A 參賽報(bào)名號(hào)為 物光051 報(bào)名時(shí)所屬學(xué)院請(qǐng)?zhí)顚懲暾娜?物理與光電工程學(xué)院 參賽隊(duì)員與學(xué)號(hào) (打印，用二號(hào)字，并簽名) ：1. 姜垚2. 魏春泉3. 曾增峰日期： 年 月 日西安電子科技大學(xué)2021年大學(xué)生數(shù)學(xué)建模校內(nèi)賽評(píng)閱專用頁評(píng)閱人1評(píng)閱人2評(píng)閱人3總評(píng)成績(jī)實(shí)用文檔風(fēng)電場(chǎng)功率預(yù)測(cè)與規(guī)劃摘 要我們用數(shù)學(xué)建模方法解決風(fēng)電場(chǎng)功率預(yù)測(cè)問題。然后選取一個(gè)可建立風(fēng)電場(chǎng)的地區(qū),對(duì)其進(jìn)行規(guī)劃,使所建風(fēng)電場(chǎng)能產(chǎn)出最大風(fēng)電總功率。 首先對(duì)于問題一，由于風(fēng)具有節(jié)歇性特點(diǎn)，且短時(shí)間內(nèi)風(fēng)速具有一定的穩(wěn)定性，我們決定采取灰色預(yù)

3、測(cè)模型，選用當(dāng)日最后24個(gè)數(shù)據(jù)作為歷史數(shù)據(jù)進(jìn)行預(yù)測(cè)。先通過構(gòu)造關(guān)聯(lián)矩陣，從而對(duì)其進(jìn)行累計(jì)加權(quán)，最終得到了合理的灰色預(yù)測(cè)模型。通過對(duì)實(shí)際功率和預(yù)測(cè)功率進(jìn)行相關(guān)性分析，計(jì)算出準(zhǔn)確率和合格率。將實(shí)際數(shù)據(jù)和預(yù)測(cè)數(shù)據(jù)進(jìn)行比擬得出灰色預(yù)測(cè)根本能夠預(yù)測(cè)未來四個(gè)小時(shí)內(nèi)的風(fēng)電功率。 其次對(duì)于問題二，是對(duì)未來兩天的預(yù)測(cè)，我們?nèi)☆A(yù)測(cè)點(diǎn)前兩天的數(shù)據(jù)作為一組時(shí)間序列，通過對(duì)初始數(shù)據(jù)的零均值轉(zhuǎn)換，使得數(shù)據(jù)趨于平穩(wěn)，然后用統(tǒng)計(jì)軟件對(duì)數(shù)據(jù)分析計(jì)算得到相關(guān)系數(shù)，進(jìn)而對(duì)模型確定和定階，經(jīng)過擬合最終得到合理的時(shí)間序列ARMA模型。通過對(duì)預(yù)測(cè)數(shù)據(jù)進(jìn)行相對(duì)誤差分析發(fā)現(xiàn)時(shí)間序列ARMA模型能夠準(zhǔn)確的預(yù)測(cè)出未來48個(gè)小時(shí)的風(fēng)電功率。最后對(duì)

4、于問題三，是對(duì)風(fēng)電場(chǎng)的選址和規(guī)劃，使所建風(fēng)電場(chǎng)能產(chǎn)出最大的風(fēng)電總功率。我們首先運(yùn)用宏觀選址的方法，通過對(duì)我國各地區(qū)風(fēng)能資源分布情況和風(fēng)電場(chǎng)運(yùn)行數(shù)據(jù)的搜集，決定選取福建東山建立風(fēng)電場(chǎng)。最后通過風(fēng)機(jī)尾流模型，風(fēng)機(jī)本錢-效益模型和風(fēng)電場(chǎng)增量裝機(jī)效益評(píng)估模型來實(shí)現(xiàn)風(fēng)電場(chǎng)風(fēng)機(jī)的優(yōu)化布置。最后使所建風(fēng)電場(chǎng)能產(chǎn)出最大風(fēng)電總功率。以上求得的結(jié)果具有較高的精確性和可行性，對(duì)于風(fēng)電功率的預(yù)測(cè)，風(fēng)電場(chǎng)的選址和規(guī)劃具有一定的指導(dǎo)意義。 關(guān)鍵詞：風(fēng)電功率 灰色預(yù)測(cè) 時(shí)間序列 宏觀選址 優(yōu)化布置一、問題的重述1.1背景資料與條件對(duì)于沒有風(fēng)電資源的電力系統(tǒng)來說,電網(wǎng)會(huì)根據(jù)日負(fù)荷曲線制定運(yùn)行方案，以滿足次日的電力需求。對(duì)于風(fēng)

5、電富有地區(qū)的電力系統(tǒng)來說,由于風(fēng)電具有很大的隨機(jī)性、間歇性和不可控性,同時(shí)在實(shí)際運(yùn)行中還常常具有反調(diào)峰特性，這給電網(wǎng)調(diào)度,維持發(fā)電、輸電、用電之間的功率平衡以及電力市場(chǎng)管理帶來了極大的壓力。要解決大規(guī)模風(fēng)電對(duì)電網(wǎng)功率平衡所帶來的這種挑戰(zhàn),目前可以做的工作之一就是對(duì)風(fēng)電場(chǎng)的輸出功率進(jìn)行預(yù)測(cè),通過建立物理、數(shù)學(xué)、組合多種方法進(jìn)行預(yù)測(cè)，提高預(yù)測(cè)結(jié)果的精度，以便將風(fēng)電功率合理的納入電網(wǎng)的調(diào)度方案中。 1.2需要解決的問題1利用附件1.1中的數(shù)據(jù)建立風(fēng)電功率的超短期預(yù)測(cè)模型,能夠預(yù)測(cè)未來4小時(shí)內(nèi)的風(fēng)電功率,給出具體預(yù)測(cè)結(jié)果,并將預(yù)測(cè)結(jié)果與附件1.2中的實(shí)際功率比擬。2利用附件2中的數(shù)據(jù)建立短期風(fēng)電功率預(yù)

6、測(cè)模型,模型能夠預(yù)測(cè)未來48小時(shí)內(nèi)的風(fēng)電功率,時(shí)間間隔為15分鐘,給出預(yù)測(cè)結(jié)果和誤差分析。3在進(jìn)行風(fēng)電入網(wǎng)規(guī)劃時(shí),需要將一個(gè)風(fēng)電場(chǎng)所產(chǎn)出的總風(fēng)電功率看作整體進(jìn)行調(diào)度,在每組風(fēng)電功率預(yù)測(cè)的根底上,預(yù)測(cè)風(fēng)電場(chǎng)全區(qū)的風(fēng)電總功率。根據(jù)我國風(fēng)力資源、地理環(huán)境等信息,確定出一個(gè)可以建立風(fēng)電場(chǎng)的地區(qū),并規(guī)劃該地區(qū)的風(fēng)電機(jī)組位置、規(guī)模等,使所建的風(fēng)電場(chǎng)能產(chǎn)出最大的風(fēng)電總功率,給出具體結(jié)果。二、問題分析2.1問題的重要性分析可再生能源的開發(fā)和利用可以有效保護(hù)生態(tài)環(huán)境、保證能源平安。風(fēng)能是目前最成熟、最具開發(fā)規(guī)模和商業(yè)化開展前景的可再生能源之一。我國自1986年在山東建立了第一座并網(wǎng)型風(fēng)力發(fā)電場(chǎng)后，風(fēng)力發(fā)電開始逐

7、步開展。對(duì)于沒有風(fēng)電資源的電力系統(tǒng)來說，電網(wǎng)會(huì)根據(jù)日負(fù)荷曲線制定運(yùn)行方案，以滿足次日的電力需求。但是對(duì)于風(fēng)電富有地區(qū)的電力系統(tǒng)來說，由于風(fēng)電具有很大的隨機(jī)性、間歇性和不可控性，同時(shí)在實(shí)際運(yùn)行中還常常具有反調(diào)峰特性即負(fù)荷大時(shí)風(fēng)電出力小，負(fù)荷小時(shí)風(fēng)電出力反而大，這給電網(wǎng)調(diào)度，維持發(fā)電、輸電、用電之間的功率平衡以及電力市場(chǎng)管理帶來了極大的壓力。要解決大規(guī)模風(fēng)電對(duì)電網(wǎng)功率平衡所帶來的這種挑戰(zhàn)，目前可以做的工作之一就是對(duì)風(fēng)電場(chǎng)的輸出功率進(jìn)行預(yù)測(cè)，以便將風(fēng)電功率合理的納入電網(wǎng)的調(diào)度方案中。風(fēng)電場(chǎng)輸出功率可以建立物理、數(shù)學(xué)等方法進(jìn)行預(yù)測(cè)，也可以組合多種方法進(jìn)行預(yù)測(cè)，提高預(yù)測(cè)結(jié)果的精度是風(fēng)電功率預(yù)測(cè)永遠(yuǎn)追求的

8、目標(biāo)之一2.2問題的思路分析此題研究的是風(fēng)電功率預(yù)測(cè)和建模問題對(duì)短期個(gè)超短期風(fēng)電功率進(jìn)行準(zhǔn)確的預(yù)測(cè)，然后根據(jù)預(yù)測(cè)結(jié)果進(jìn)行選址和優(yōu)化布置，實(shí)現(xiàn)風(fēng)電場(chǎng)功率最大輸出。2.2.1問題一該題是以通過建模進(jìn)行超短期功率預(yù)測(cè)為研究目的。該題屬于預(yù)測(cè)類數(shù)學(xué)問題可以直接利用歷史數(shù)據(jù)進(jìn)行短期預(yù)測(cè)，而常見方法有人工神經(jīng)網(wǎng)絡(luò)法、時(shí)間序列法、灰色分析預(yù)測(cè)法等?；跀?shù)據(jù)量小等應(yīng)選擇灰色分析預(yù)測(cè)法建立數(shù)學(xué)模型。2.2.2問題二該題是通過短期預(yù)測(cè)獲得功率數(shù)據(jù)并對(duì)其進(jìn)行誤差分析，由于數(shù)據(jù)量相對(duì)于第一題稍多故采用時(shí)間序列分析預(yù)測(cè)法來建立數(shù)學(xué)模型。2.2.3問題三該題本質(zhì)是對(duì)風(fēng)電機(jī)組進(jìn)行最正確選址，基于影響因素眾多，應(yīng)選用宏觀選址

9、并進(jìn)行配置優(yōu)化以到達(dá)目的。 三、模型假設(shè)3.1假設(shè)一:題目中所給的數(shù)據(jù)合理正確3.2假設(shè)二:所有發(fā)電機(jī)性能相同3.3假設(shè)三:測(cè)數(shù)據(jù)時(shí)發(fā)電機(jī)都正常工作3.4假設(shè)四:軟件求解過程中系統(tǒng)不會(huì)產(chǎn)生誤差3.5假設(shè)五:天氣因素不影響風(fēng)電功率四、符號(hào)說明符號(hào)符號(hào)說明預(yù)測(cè)序列樣本序列差分處理后的序列準(zhǔn)確率合格率自相關(guān)系數(shù)偏自相關(guān)系數(shù)預(yù)測(cè)值平均絕對(duì)誤差五、模型的建立與求解5.1、問題一(對(duì)未來4小時(shí)超短期風(fēng)功率預(yù)測(cè))5.1.1模型的分析1原始數(shù)據(jù)，原始數(shù)據(jù)選取風(fēng)電機(jī)組后6個(gè)小時(shí)的的24個(gè)數(shù)據(jù)點(diǎn)；2計(jì)算生成序列，用GM(1,1)建模時(shí)，首先對(duì)原始數(shù)據(jù)進(jìn)行依次累加，得到遞增型序列；3得到模型的白化方程，首先，對(duì)計(jì)算

10、緊鄰均值生成；然后根據(jù)GM(1,1)建模，寫出灰色函數(shù)；4根據(jù)最小二乘參數(shù)估計(jì)法估計(jì)灰參數(shù)，再利用離散數(shù)據(jù)系列建立金絲的微分方程模型，得到GM(1,1)的白化方程；5白化方程的求解，得到預(yù)測(cè)值表達(dá)式，其解為時(shí)間響應(yīng)函數(shù)；我們選用預(yù)測(cè)點(diǎn)前二十四個(gè)數(shù)據(jù)作為歷史數(shù)據(jù)，運(yùn)用灰色預(yù)測(cè)法進(jìn)行預(yù)測(cè)。6得到灰色優(yōu)化模型，通過matlab編程得出結(jié)果。5.1.2模型的建立首先，進(jìn)行一次累加其次，累加數(shù)列的灰色預(yù)測(cè)模型由此，求原始數(shù)據(jù)的灰色預(yù)測(cè)模型5.1.3模型的求解預(yù)測(cè)結(jié)果:通過matlab編程對(duì)模型預(yù)測(cè)結(jié)果。得到真實(shí)觀測(cè)與擬合曲線的比照用excel工具對(duì)真實(shí)值與預(yù)測(cè)值進(jìn)行相關(guān)分析，得到相關(guān)系數(shù)。按照準(zhǔn)確率計(jì)算

11、公式 時(shí)間相關(guān)系數(shù)準(zhǔn)確率合格率四個(gè)小時(shí)內(nèi)0.7878.31%87.5%將預(yù)測(cè)值與實(shí)際值進(jìn)行比擬發(fā)現(xiàn)灰度預(yù)測(cè)模型根本能夠預(yù)測(cè)未來四個(gè)小時(shí)內(nèi)的風(fēng)電功率趨勢(shì)。5.2、問題二(對(duì)未來48小時(shí)的短期預(yù)測(cè))5.2.1模型的分析平穩(wěn)時(shí)間序列，其特性是序列的統(tǒng)計(jì)特性不隨時(shí)間平移而變化，即均值和協(xié)方差隨時(shí)間的平移而變化。運(yùn)用平穩(wěn)時(shí)間序列分析方法預(yù)測(cè)風(fēng)電功率。而時(shí)間序列法中最常用的是累積式自回歸-滑動(dòng)平均模型。通常歷史數(shù)據(jù)序列都是非平穩(wěn)序列。因此需要進(jìn)行差分變換來調(diào)整成平穩(wěn)時(shí)間序列數(shù)據(jù)。建立ARMA模型的一般步驟包括模型識(shí)別、參數(shù)計(jì)算、模型檢驗(yàn)、模型矯正和預(yù)測(cè)5.2.2模型的建立(1)數(shù)據(jù)預(yù)處理首先取預(yù)測(cè)點(diǎn)前兩天

12、的192個(gè)樣本數(shù)據(jù)序列，得到如下列圖1圖1序列曲線由圖一說明：該樣本構(gòu)成的時(shí)間序列為非平穩(wěn)時(shí)間序列。由此對(duì)改樣本值進(jìn)行有序差分變換差分算子對(duì)192個(gè)樣本值進(jìn)行一階差分可得到如下序列圖2圖2數(shù)據(jù)差分處理序列曲線有圖二說明：該序列已平穩(wěn)，那么原時(shí)間序列可表示為即自回歸-滑動(dòng)平均模型ARIMAp,d,q(2)平穩(wěn)隨機(jī)時(shí)間序列模型的識(shí)別。(3)計(jì)算偏自相關(guān)系數(shù)及自相關(guān)系數(shù)。(4)自相關(guān)系數(shù)自相關(guān)函數(shù)(2.1.2)偏自相關(guān)函數(shù)當(dāng)l=k時(shí)，第k系數(shù)為平穩(wěn)序列的偏自相關(guān)系數(shù)運(yùn)用統(tǒng)計(jì)學(xué)軟件我們得到該平穩(wěn)序列PACF/ACF (5)模型識(shí)別與模型參數(shù)估計(jì)(6)模型識(shí)別我們運(yùn)用經(jīng)典的Box-Jenkins模型識(shí)別

13、方法對(duì)于AR模型，其偏自相關(guān)函數(shù)滿足下式對(duì)于MA模型，其相關(guān)函數(shù)滿足下式對(duì)于ARMA模型，同時(shí)具備AR和MA模型的特征。由此我們給出三種模型的根本特征如下表一表一 三種根本模型特征類別模型名稱 ARp MA(q) ARMA(p，q)自相關(guān)函數(shù)拖尾截尾拖尾偏自相關(guān)函數(shù)截尾拖尾拖尾有上面、統(tǒng)計(jì)特性，我們可以判斷該模型屬于ARMA(p，q)(7)模型參數(shù)估計(jì)有2，2.1我們得到該模型屬于ARMA(p，q)模型，因此我們對(duì)該模型進(jìn)行參數(shù)估計(jì)，由該型可推得我們令，那么這樣就將原ARMAp，q變成MA(q)模型，我們根據(jù)MAq的階數(shù)較低我們可直接求解。假設(shè)MAq的階數(shù)較高，可運(yùn)用線性迭代法求解。(8)模型

14、定階根據(jù)AIC最小信息準(zhǔn)那么發(fā)進(jìn)行模型定階，經(jīng)過逐步的模型擬合，矩估計(jì)模型參數(shù)估計(jì)，我們最終得到當(dāng)模型的階數(shù)為AR6模型，擬合效果到達(dá)最優(yōu)。由此我們確定模型為ARMA(6,1)(9)建立預(yù)測(cè)模型對(duì)于ARMA(6,1,0)模型，由于樣本個(gè)數(shù)h?p，因此殘差項(xiàng)，這里運(yùn)用統(tǒng)計(jì)spss軟件可求得預(yù)測(cè)方程為：5.2.3模型的求解運(yùn)用預(yù)測(cè)方程對(duì)未來兩天的數(shù)據(jù)進(jìn)行預(yù)測(cè)得到如下曲線圖預(yù)測(cè)數(shù)據(jù)與真實(shí)值得比擬曲線圖曲線圖說明根本上符合了未來兩天的風(fēng)電功率趨勢(shì)，但預(yù)測(cè)明顯存在延時(shí)性，現(xiàn)在對(duì)其進(jìn)行誤差分析：平均絕對(duì)誤差：平均相對(duì)誤差：時(shí)間絕對(duì)誤差相對(duì)誤差未來48h2.27850.0825.3問題三(風(fēng)電場(chǎng)的選址與優(yōu)化

15、布置)5.3.1風(fēng)電場(chǎng)的選址分析風(fēng)電場(chǎng)宏觀選址的相關(guān)知識(shí)如下：宏觀選址的概念：風(fēng)電場(chǎng)宏觀選址是在認(rèn)真研究國家和地區(qū)風(fēng)電開展規(guī)劃的根底上，詳細(xì)調(diào)查地區(qū)風(fēng)能資源分布情侶，廣泛收集區(qū)域風(fēng)電場(chǎng)運(yùn)行數(shù)據(jù)，通過對(duì)假設(shè)干場(chǎng)址的風(fēng)能資源、電網(wǎng)接入和其它建設(shè)條件的分析和比擬，確定風(fēng)電場(chǎng)的建設(shè)地點(diǎn)，開發(fā)價(jià)值、開發(fā)策略和開發(fā)步驟的過程，是保證公司風(fēng)電產(chǎn)業(yè)又好又快開展的關(guān)鍵。宏觀選址的根本原那么：1風(fēng)能資源豐富、風(fēng)能質(zhì)量好擬選場(chǎng)址年平均風(fēng)速一般應(yīng)大于6m/s，風(fēng)功率密度一般應(yīng)大于200W/m2盛行風(fēng)向穩(wěn)定，風(fēng)切變較小，端流強(qiáng)度較小無破壞性風(fēng)速。2滿足聯(lián)網(wǎng)要求研究電網(wǎng)網(wǎng)架結(jié)構(gòu)和規(guī)劃開展情況，保證風(fēng)電場(chǎng)接得進(jìn)、送得出、落

16、得下。3具備交通運(yùn)輸和施工安裝條件擬選場(chǎng)址周圍港口、公路、鐵路等交通運(yùn)輸條件滿足風(fēng)電機(jī)組、施工機(jī)械、吊裝設(shè)備和其它設(shè)備、材料的進(jìn)場(chǎng)要求。4保證工程平安擬選場(chǎng)址應(yīng)防止洪水、潮水、地震、火災(zāi)和其它地質(zhì)災(zāi)害、氣象災(zāi)害等對(duì)工程造成破壞性的影響。5滿足環(huán)境保護(hù)要求避開鳥類的遷徙路徑、留鳥和其它動(dòng)物的繁殖區(qū)。和居民區(qū)保持一定距離。盡量減少耕地等的占用。6規(guī)劃裝機(jī)規(guī)模滿足經(jīng)濟(jì)型開發(fā)要求，工程滿足投資回報(bào)；要求。風(fēng)電場(chǎng)選址需要考慮的因素如下：1風(fēng)能資源和氣象條件相關(guān)氣象條件要提出溫度、沙塵、雷電、雨雪、臺(tái)風(fēng)對(duì)風(fēng)電機(jī)組、發(fā)電量、工程施工等的影響。還應(yīng)初步選擇一種機(jī)型，初步比擬各選址的年發(fā)電量。2各場(chǎng)址的地形和交

17、通條件地形平坦單一，有利于減少湍流強(qiáng)度，有利于風(fēng)電機(jī)組的場(chǎng)內(nèi)運(yùn)輸、擺放，有利于吊裝機(jī)械和其它施工機(jī)械的作業(yè)。3各場(chǎng)址的工程地質(zhì)條件在風(fēng)電場(chǎng)選址時(shí)，應(yīng)盡量選擇地震強(qiáng)度小、工程地質(zhì)和水文地質(zhì)條件較好的場(chǎng)址。4規(guī)劃裝機(jī)容量風(fēng)電場(chǎng)裝機(jī)容量取決于風(fēng)電場(chǎng)可利用土地面積、地形、風(fēng)資源分布，主導(dǎo)風(fēng)向等因素。5接入系統(tǒng)初步方案場(chǎng)址和現(xiàn)有變電站的距離，是否需要新建、改建變電站，線路的電壓等級(jí)，電網(wǎng)的結(jié)構(gòu)和容量等。6環(huán)境影響初步評(píng)價(jià)風(fēng)電場(chǎng)的建設(shè)對(duì)場(chǎng)址及周圍環(huán)境有無影響或者影響的程度，是否涉及到自然保護(hù)區(qū)、文化遺產(chǎn)、風(fēng)景名勝、對(duì)動(dòng)植物、居民有無影響。7其他內(nèi)容當(dāng)?shù)卣途用駥?duì)在該地區(qū)建風(fēng)電場(chǎng)的態(tài)度：1用地方面：當(dāng)?shù)厥?/p>

18、否已將場(chǎng)址規(guī)劃為其他用途，或附近有無和建風(fēng)電場(chǎng)沖突的工程。是否涉及到建筑遷拆，魚塘、耕地、林地的占用，地下有無礦產(chǎn)，風(fēng)電場(chǎng)用地是否涉及兩個(gè)不同的地市、省區(qū)；2環(huán)境保護(hù)方面：是否涉及到自然保護(hù)區(qū)、文化遺產(chǎn)、風(fēng)景名勝、對(duì)動(dòng)植物、居民有無影響；3總裝機(jī)容量：較大的裝機(jī)容量可以攤抵道路、接入系統(tǒng)等固定本錢；4投資：初步做出各場(chǎng)址的投資估算；5電價(jià)：預(yù)計(jì)工程能夠爭(zhēng)取到的電價(jià)。5.3.2風(fēng)電場(chǎng)優(yōu)化布置1.模型的建立風(fēng)電場(chǎng)風(fēng)機(jī)優(yōu)化布置的數(shù)學(xué)模型主要包括以下三個(gè)模型:1風(fēng)機(jī)尾流模2風(fēng)機(jī)本錢-效益模型；3風(fēng)電場(chǎng)增量裝機(jī)效益評(píng)估模型。風(fēng)機(jī)尾流效應(yīng)的模擬是整個(gè)風(fēng)電場(chǎng)發(fā)電量效益的根底，因此，風(fēng)機(jī)尾流模型的合理性將直接

19、影響到風(fēng)電場(chǎng)效益估算以及風(fēng)電優(yōu)化布置的正確性。風(fēng)電場(chǎng)風(fēng)機(jī)本錢-效益模型用于對(duì)某一選定的風(fēng)機(jī)布置方案進(jìn)行其與風(fēng)機(jī)相關(guān)的投資本錢核算，并結(jié)合尾流模型對(duì)評(píng)估周期內(nèi)的發(fā)電量效益進(jìn)行估算，該模型的合理性會(huì)影響到風(fēng)機(jī)布置方案的經(jīng)濟(jì)性評(píng)價(jià)結(jié)論。風(fēng)電場(chǎng)增量裝機(jī)效益評(píng)價(jià)模型用于對(duì)選定的不同風(fēng)機(jī)布置方案的 比照評(píng)價(jià)分析，并最終確定給定區(qū)域風(fēng)電場(chǎng)的風(fēng)機(jī)最優(yōu)布置方案。2.風(fēng)機(jī)尾流模型傳統(tǒng)采用簡(jiǎn)化風(fēng)機(jī)尾流線性擴(kuò)張模型，即尾流影響邊界距離線性增大模型。而風(fēng)經(jīng)過風(fēng)機(jī)后的尾流影響區(qū)域直徑會(huì)突然擴(kuò)大。3.本錢-效益模型在風(fēng)機(jī)優(yōu)化布置時(shí)，只需要考慮與風(fēng)機(jī)設(shè)備相關(guān)總投資本錢約占工程總投資的70%80%，包括：與風(fēng)機(jī)相關(guān)固定投資本錢

20、和評(píng)估周期內(nèi)的總運(yùn)行維護(hù)經(jīng)營(yíng)本錢兩項(xiàng)。其中，由風(fēng)電場(chǎng)相關(guān)設(shè)備折算生產(chǎn)本錢模型進(jìn)行和估算；與很多因素有關(guān)，如人工費(fèi)、管理費(fèi)和折算每年的機(jī)組大修費(fèi)用等，將每年運(yùn)行維護(hù)費(fèi)用表示為與有關(guān)的比例函數(shù)：式中，為單位風(fēng)機(jī)折算投資本錢；為風(fēng)電場(chǎng)效益評(píng)估周期；為風(fēng)電場(chǎng)風(fēng)機(jī)總臺(tái)數(shù)；為每年單位風(fēng)機(jī)運(yùn)行維護(hù)總本錢占的百分比系數(shù)。關(guān)于風(fēng)電場(chǎng)效益的計(jì)算，一般主要計(jì)算其發(fā)電效率，但還要CDM清潔開展機(jī)制。在選定的風(fēng)電場(chǎng)效益評(píng)估周期內(nèi)，風(fēng)電場(chǎng)風(fēng)機(jī)總平均功率可根據(jù)品均風(fēng)俗概率密度函數(shù)、風(fēng)功率曲線計(jì)算得出：式中，為風(fēng)電場(chǎng)內(nèi)的平均天然風(fēng)速；為受尾流效應(yīng)影響下的風(fēng)機(jī)工作風(fēng)速。式中，風(fēng)電場(chǎng)風(fēng)速概率函數(shù)采用Weibull量參數(shù)概率分布函

21、數(shù)進(jìn)行擬合求解；單臺(tái)風(fēng)機(jī)工作風(fēng)速由尾流模型計(jì)算得到；對(duì)應(yīng)風(fēng)速下的風(fēng)機(jī)功率由風(fēng)機(jī)功率曲線插值得出。計(jì)入CDM收益的本錢折減，求出在CMD工程實(shí)施周期內(nèi)的風(fēng)能可利用時(shí)間：式中，、分別為風(fēng)機(jī)的啟動(dòng)風(fēng)俗和切除風(fēng)速；、風(fēng)別為風(fēng)俗概率密度函數(shù)的Weibull分布的尺度參數(shù)和形狀參數(shù)。由此可計(jì)算CMD收益的風(fēng)電場(chǎng)風(fēng)機(jī)最終折算本錢為：式中，為計(jì)入CMD收益的電量本錢折減系數(shù)。4.增量裝機(jī)效益評(píng)價(jià)模型風(fēng)電場(chǎng)風(fēng)機(jī)布置的最終評(píng)價(jià)目標(biāo)是：通過優(yōu)化布置，使得風(fēng)電場(chǎng)總投入與總產(chǎn)出之比最小，即單位投資效益最大化。評(píng)價(jià)目標(biāo)函數(shù)為：采用增量評(píng)價(jià)法對(duì)風(fēng)電場(chǎng)增裝風(fēng)機(jī)的本錢效益比進(jìn)行評(píng)價(jià)。即在滿足相同的地形、風(fēng)能和風(fēng)機(jī)條件下，在N臺(tái)

22、風(fēng)機(jī)的根底上再增裝第N+1臺(tái)風(fēng)機(jī)后，將風(fēng)機(jī)的投入和產(chǎn)出的增量進(jìn)行比擬。如果增裝的第N+1臺(tái)風(fēng)電機(jī)的本錢增量與產(chǎn)出增量之比？滿足如下方程，那么說明增裝該臺(tái)風(fēng)機(jī)經(jīng)濟(jì)性不好，從而即知擬建風(fēng)電場(chǎng)布置N臺(tái)風(fēng)機(jī)為最優(yōu)。5.計(jì)算方法對(duì)于上述的風(fēng)機(jī)優(yōu)化布置數(shù)學(xué)模型，可采用多種數(shù)學(xué)方法求解。采用遺傳算法，按照以下步驟進(jìn)行優(yōu)化計(jì)算：(1)遺傳編碼，即對(duì)風(fēng)電場(chǎng)流場(chǎng)概化，包括網(wǎng)格的劃分、風(fēng)機(jī)布點(diǎn)的選擇等；(2)產(chǎn)生初始種群，即設(shè)定風(fēng)電場(chǎng)風(fēng)機(jī)數(shù)量及布置形式的初始條件；(3)適應(yīng)值函數(shù)的設(shè)計(jì)，即設(shè)定表征風(fēng)電場(chǎng)風(fēng)機(jī)布置優(yōu)劣的特征函數(shù)；(4)雜交算子和變異算子的設(shè)計(jì)，即如何根據(jù)已有風(fēng)電場(chǎng)布置形式生成一種或多種新的風(fēng)電場(chǎng)布置形

23、式；(5)控制參數(shù)的制定，即設(shè)定風(fēng)電場(chǎng)風(fēng)機(jī)布置的進(jìn)化代數(shù)等控制參數(shù)，控制參數(shù)超過該設(shè)定值，計(jì)算中止；(6)計(jì)算終止條，即風(fēng)電場(chǎng)效益評(píng)價(jià)模型是否得到滿足，假設(shè)滿足，那么計(jì)算完成。具體實(shí)現(xiàn)過程：將風(fēng)電場(chǎng)畫風(fēng)為的正方形網(wǎng)格，假設(shè)只在每個(gè)方格的中心點(diǎn)布置風(fēng)機(jī)，且網(wǎng)格邊長(zhǎng)大于風(fēng)機(jī)產(chǎn)生的最大為劉半徑。將風(fēng)電場(chǎng)風(fēng)機(jī)的每種布置方式視為一個(gè)個(gè)體，并設(shè)布置有風(fēng)電機(jī)的網(wǎng)格點(diǎn)值為1，其他點(diǎn)為0.選擇初始種群大小為n,每個(gè)個(gè)體中有N個(gè)網(wǎng)格點(diǎn)數(shù)值為1，即布置N臺(tái)風(fēng)機(jī)，并隨機(jī)給出風(fēng)電場(chǎng)n種風(fēng)機(jī)布置形式。根據(jù)上述本錢-效益模型，建立并計(jì)算遺傳算法的適應(yīng)值函數(shù)？。選擇適應(yīng)值較小的。個(gè)個(gè)體進(jìn)入交配池作為父代產(chǎn)生n-1個(gè)子代，與父

24、代中適應(yīng)值最好的個(gè)體組成新的種群。需指出的是，為保證在個(gè)體交叉過程中的風(fēng)機(jī)數(shù)目不變，算法從一個(gè)父代中兩次隨機(jī)選取k個(gè)基因，兩次選取的基因各異，將兩次選取的k個(gè)基因交叉得出新的個(gè)體。設(shè)置風(fēng)電場(chǎng)風(fēng)機(jī)優(yōu)化配置的最大進(jìn)化代數(shù)控制值，當(dāng)進(jìn)化代數(shù)超過此控制值時(shí)那么中斷。5.3.3配置參考通過查資料獲得我國風(fēng)電場(chǎng)分布圖如下：最終我們決定選取福建東山風(fēng)電場(chǎng)作為參考結(jié)果，結(jié)果如下表：地區(qū)臺(tái)數(shù)容量kw估計(jì)年利用小時(shí)數(shù)福建東山1060002800六、模型的評(píng)價(jià)與優(yōu)化6.1模型一的評(píng)價(jià)優(yōu)點(diǎn)：算法簡(jiǎn)單、可利用較少數(shù)據(jù)建模。缺點(diǎn)：對(duì)于復(fù)雜的非線性系統(tǒng)來說預(yù)測(cè)的效果不是很理想6.2模型二的評(píng)價(jià)優(yōu)點(diǎn)：對(duì)于短、近期預(yù)測(cè)比擬顯著

25、。缺點(diǎn)：延伸到更遠(yuǎn)的未來就會(huì)出現(xiàn)很大的局限性，導(dǎo)致預(yù)測(cè)值偏離實(shí)際較大而使決策出錯(cuò)。6.3模型三的評(píng)價(jià)優(yōu)點(diǎn)：對(duì)于廣域范圍內(nèi)進(jìn)行選址效果明顯。缺點(diǎn)：當(dāng)?shù)赜蚓哂幸欢ň窒扌詴r(shí)無法精確選址。七、模型的推廣參考文獻(xiàn)：1 姜啟源. 數(shù)學(xué)模型第三版M.北京:高等教育出版社，1999.2 韓中庚.數(shù)學(xué)建模方法及其運(yùn)用第二版M.北京：高等教育出版社,20213 丁明.給予時(shí)間序列分析的風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè)模型J電氣自動(dòng)化設(shè)備,2002,18(4)60-724 趙建華.風(fēng)電廠選址及最正確風(fēng)力發(fā)電機(jī)組選型J.電力勘測(cè)設(shè)計(jì),2021,21(1):56-58. 5 趙偉然.風(fēng)電場(chǎng)選址與風(fēng)機(jī)優(yōu)化排布實(shí)用技術(shù)探討J.電力科學(xué)與工程

26、,2021,03(4):44-476 張新房.風(fēng)力發(fā)電技術(shù)的開展及假設(shè)干問題J.現(xiàn)代電力,2003,05(6):33-37. 7 陶奕衫.風(fēng)電場(chǎng)宏觀選址綜合決策方法的研究J.四川電力技術(shù),2021,12(1):21-23. 附錄附錄一：Matlab灰度預(yù)測(cè)程序：程序1：%非線性最小二乘法擬合%灰色模型的風(fēng)功率預(yù)測(cè) Grey modelclc,clear all,close all%預(yù)測(cè)未來四小時(shí)的功率t=1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24;x0=41.07 38.47 38.67 36.93 38.93

27、40.67 42.07 38.27 37.67 38.2 38.4 . 37.73 35.27 34.07 32.67 29.4 30.07 26.53 26.13 31.53 33.2 31.6 . 28.87 25.8;n=length(x0);pre_num=n;disp(級(jí)比檢驗(yàn))lambda=x0(1:end-1)./x0(2:end)range=minmax(lambda);x1=cumsum(x0);z=0.5*(x1(2:end)+x1(1:end-1);Y=x0(2:end);B=-z(1:end) ones(n-1,1);u=inv(B*B)*B*Y; a=u(1);b=u

28、(2);for k=1:pre_num-1 x0_pre(k+1)=(x0(1)-b/a)*(exp(-a*k)-exp(-a*(k-1);end err=x0 - x0_pre(1:n); epsilon=abs(err)./x0(1:n).*100; disp(預(yù)測(cè)值); disp(x0_pre); disp(相對(duì)誤差); disp(epsilon); t=1:24; plot(t,x0,rp,t,x0_pre,g-) %原始數(shù)據(jù)與預(yù)測(cè)數(shù)據(jù)的比擬xlabel(時(shí)間);ylabel(風(fēng)功率(KW); legend(原始數(shù)據(jù),預(yù)測(cè)數(shù)據(jù),2)%預(yù)測(cè)數(shù)據(jù)表t1=89:112; %預(yù)測(cè)值后四小時(shí)n1

29、=length(t1); pre_num1=n1;for k=1:pre_num1-1 x0_pre1(k+1)=(x0(1)-b/a)*(exp(-a*k)-exp(-a*(k-1);end figure n=97 - 89; i=0; for k=n+1:pre_num1 i=i+1; t2(i)=t1(1,k); x0_pre2(i)=x0_pre1(1,k); end plot(t2,x0_pre2,r-) %預(yù)測(cè)數(shù)據(jù)表xlabel(時(shí)間);ylabel(功率(KW);legend(預(yù)測(cè)數(shù)據(jù));程序2：%非線性最小二乘法擬合%灰色模型的風(fēng)功率預(yù)測(cè) Grey modelclc,clear

30、 all,close all %預(yù)測(cè)未來四小時(shí)的功率t=74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97;x0=43.8 45 49.6 55.4 57.33 58.67 53.33 61 63.07 59.33. 58.07 57.73 64.93 76.2 76.4 77.6 71.8 73.27 82.2 83.07 80.47. 82.8 79 76.13;n=length(x0);pre_num=n;disp(級(jí)比檢驗(yàn))lambda=x0(1:end-1)./x0(2:end)range=m

31、inmax(lambda);x1=cumsum(x0);z=0.5*(x1(2:end)+x1(1:end-1);Y=x0(2:end);B=-z(1:end) ones(n-1,1);u=inv(B*B)*B*Y; a=u(1);b=u(2);for k=1:pre_num-1 x0_pre(k+1)=(x0(1)-b/a)*(exp(-a*k)-exp(-a*(k-1);end err=x0 - x0_pre(1:n); epsilon=abs(err)./x0(1:n).*100; disp(預(yù)測(cè)值); disp(x0_pre); disp(相對(duì)誤差); disp(epsilon); t=74:97; plot(t,x0,o,t,x0_pre,-) %原始數(shù)據(jù)與預(yù)測(cè)數(shù)據(jù)的比擬 xlabel(時(shí)間);ylabel(風(fēng)功率(KW); legend(原始數(shù)據(jù),預(yù)測(cè)數(shù)據(jù),2) %預(yù)測(cè)數(shù)據(jù)表t1=89:112; %預(yù)測(cè)值1四小時(shí)n1=length(t1); pre_num1=n1;for k=1:pre_num1-1 x0_pre1(k+1)=(x0(1)-b/a)*(exp(-a*k)-exp(-a*(k-1);end figure n=97 - 89; i=