基于随机Markov链的风向时间序列模型研究

祝　牧，刘吉臻，林忠伟

(华北电力大学控制与计算机工程学院，北京　102206)



基于随机Markov链的风向时间序列模型研究

祝牧，刘吉臻，林忠伟

(华北电力大学控制与计算机工程学院，北京102206)

0　引　言

由于环境形势的日益严峻，发展可再生能源成为了当今能源发展的主题，风力发电和其他可再生能源在电力系统中的比重不断增加。根据全球风能理事会的统计数据表明[1]，2014年全球新增装机容量为51.47GW，全球累计装机容量达到了369.6GW。而在同一时间，中国[2](不包括台湾地区)，新增装机为23.2GW，累计装机容量达到了114.6GW，中国新增装机容量和累计装机容量均居世界第一。根据《中国风电发展路线2050》[3]，在基本场景下，到2020、2030和2050年，风电装机容量将分别达到200GW、400GW和1 000GW；而在积极场景下，到2020、2030和2050年，风电装机容量将分别达到300GW、1 200GW 和2 000GW。

然而由于风具有较大的波动性和不可预测性，而且，风电场大多处于电网的末端，电网强度较弱，并且远离负荷中心，本地消纳能力不足，这就造成了“弃风”现象频发。根据国家能源局统计数据表明[4]，2015年，风电“弃风”形势加剧，全年弃风电量339亿kWh，同比增加213亿kWh，平均弃风率15%，同比增加7个百分点，其中甘肃地区弃风率甚至达到了39%。为了解决“弃风”问题，探索大规模风的波动规律显得迫在眉睫。现有的对风模型的研究，包括风特性分析[5-8]、风速预测[9-12]等研究。

在这些研究中往往仅仅关注风速的大小，对风向的研究相对较少。风向与风速相比较，其变化相对缓慢。当建立一个完整的风模型时，应当将风向也加入到模型中去。……