计及风速时空变化规律的风电功率预测方法研究的任务书.docx

计及风速时空变化规律的风电功率预测方法研究的任务书
一、课题背景
近年来，风力发电成为了世界各国发展可再生能源的重点方向之一，也成为了中国能源转型的重要内容。风电作为一种成熟的、可靠的、低碳的清洁能源，对于减少大气污染以及节约能源具有重大意义。而风电发电的产生离不开风能的利用，因此风速的预测成为风电发电量预测的重要前提之一。
传统的风电发电量预测方法主要基于历史数据和气象预报数据，但是这些方法仅仅考虑了单一的时空变量，对于实际中出现的不确定性和多变性，难以较为精确地预测风电发电量。因此，如何利用现代技术和方法，进一步提升风电功率预测的精度和准确性成为了当前研究的方向。
二、研究内容
本课题的研究内容将围绕计算机科学、数学、气象学等领域，主要针对风速空间分布及其时间演化规律，以及风电机组特性与风电发电量间的关系等问题，从而研究计及风速时空变化规律的风电功率预测方法，以提高风电发电量预测的精度和准确性。
具体来说，本课题的研究内容包括以下几方面：
1.基于气象要素和模型，构建风速空间分布和时间演化规律的模型，建立更为准确、可靠的风速预测模型。研究和探索气象要素和模型的选择和应用，包括气象台站数据、卫星遥感数据等。综合运用数学方法，从中提取非线性和时变特征，基于ARMA模型、神经网络模型、粒子群算法等方法，构建风速空间分布和时间演化规律的模型。
2.基于目前新能源电力市场的需求，考虑风电机组的特性表现和功率输出，分析其与风速的关系。建立基于风速空间分布和时间演化规律、风力机的技术参数以及风机所处环境的模型，对机组的特性表现及发电量进行预测。
3.针对以上两个问题，进一步研究风电功率预测的复杂性与特点，设计针对复杂多变的风电发电量预测问题的数学模型和计算方法，以提高预测精度和准确性。包括能源仿真分析、算法新方法的设计等。
三、预期成果
通过以上研究，预期取得以下成果：
1.提出一种新的针对时空变化规律的风速模型，该模型非线性特征较强，有较好的预测效果。
2.分析风电机组与风速之间的相关性，建立二者之间的关系模型，实现对风电机组输出功率的预测。
3.设计一种基于复杂多变的风电发电量预测问题的数学模型和计算方法，实现对风电发电量的预测。
四、研究建议
为了进一步提升预测精度和准确性，本课题建议从以下几个方面展开研究：
1.结合大数据等技术，增加预测模型的准确性。将气象数据和风电发电数据输入数据处理模块，结合大数据平台，将风速等因素与风电机组性能特点融合起来，提高预测精度。
2.构建全球或全国范围风速分布和时间演化规律模型。结合对全球或全国范围内风速的研究和汇总，建立统计模型的方法，进一步改进模型的预测精度和准确性。
3.采用深度学习等技术，提高模型的自适应能力。结合深度学习等技术，提高模型对风电机组特性表现和发电量的精确度和综合性能，开发并应用相应的算法，进一步提升预测精度和准确性。
五、总结
本课题是一个复杂的、系统性的研究，需要开展大量的理论分析和实验研究。本计划预计以期限为两年，完成研究任务。通过本研究，预计可以提高风电发电量的预测精度和准确性，推动风力发电技术的发展，对于推动我国可再生能源应用的普及与发展具有重要意义。