免費下載！
[!--downpath--]2019第七屆杯物理模型競賽題目銀獎?wù)撐娘L(fēng)電波動效應(yīng)第1部分：風(fēng)電波動特性分析杯銀獎答卷編號：論文題目：風(fēng)電波動分析指導(dǎo)老師班主任：**參賽中班學(xué)校：**交通學(xué)院證書郵寄地址及寄件人：東北交通大學(xué)犀浦分院物理模型商會5401實驗室答案編號：風(fēng)電波動特征分析總結(jié)本文采用-尺度概率分布、回歸擬合、描述統(tǒng)計、自回歸基于時間序列的移動平均預(yù)測方法，利用時間序列特征來分析風(fēng)電波動特征。 第一題a，對于時間間隔為5秒的風(fēng)電波動序列，以第五組風(fēng)機(jī)為例，采用幾種常見的概率分布模型來分析風(fēng)電波動，用軟件模擬最優(yōu)度發(fā)現(xiàn)-尺度概率分布最適合描述風(fēng)電波動，得到三個特征值μ=-0.0449、σ=4.0952、ν=1.3881和擬合指數(shù)I=0.0220。 因此，采用-尺度概率分布模型來估計五組粉絲的特征值，并分析其優(yōu)缺點。 在問題b中，利用-scale模型，以日為時間窗寬度，估算了每個風(fēng)電30個時間段的概率分布參數(shù)。 并利用描述性統(tǒng)計模型勾勒出不同機(jī)組、不同時期風(fēng)電功率波動的概率參數(shù)折線圖。
對于第二個問題，對于時間間隔為1分鐘的風(fēng)電波動序列，采用與第一問題a相同的模型重新估計分析，發(fā)現(xiàn)-尺度概率分布最適合描述風(fēng)電功率波動。 第三個問題是用Pim(tk)序列替換Pi5s(tk)序列，發(fā)現(xiàn)會丟失一些信息。 因此，根據(jù)風(fēng)場的實際情況，本文定義了波動信息丟失的衡量指標(biāo)，即波動信息丟失率=?100%。 根據(jù)前兩題的數(shù)據(jù)計算出γ=14.611%。 對于第四個問題，利用-尺??度概率分布模型分析時間間隔為分鐘、5分鐘和15分鐘的總冪級數(shù)PΣm(tk)、PΣ5m(tk)、PΣ15m(tk)以及相應(yīng)的特征值與得到的擬合指數(shù)進(jìn)行比較，時間間隔為1分鐘時擬合效果最好，擬合指數(shù)I=0.04918。 如果用PΣ5m(tk)代替PΣm(tk)來表示全場風(fēng)電波動，則利用第三個問題中已經(jīng)定義和構(gòu)建的波動信息丟失率模型來分析其后果和影響其后果和影響。 第五個問題，由于風(fēng)電場的發(fā)電數(shù)據(jù)具有時序性、離散性，因此采用時間序列分析來預(yù)測風(fēng)電場的發(fā)電量。 本文通過模型參數(shù)和模型階數(shù)的確定，改進(jìn)了自回歸移動平均模型ARMA(n,m)。 時間序列分析方法可以更好地捕捉風(fēng)電功率的變化規(guī)律，預(yù)測療效是否理想。
第六個問題，為了分析單臺風(fēng)機(jī)功率Pim(tk)與風(fēng)電場總功率PΣm(tk)在時間序列上的主要差異，構(gòu)建了時間序列特征模型。 使用EXCEL繪制相應(yīng)單元的Pim(tk)和PΣm(tk)的時變曲線，發(fā)現(xiàn)Pim(tk)和PΣm(tk)之間存在時間滯后，尤其是從900分鐘開始的觀測時間到1300分鐘時，Pim(tk)曲線的曲率變化明顯慢于PΣm(tk)，但兩者的變化規(guī)律基本相同。 最后利用-尺度分布的概率分布特征值來分析兩者的波動性。 第十題寫了對風(fēng)電波動特性的認(rèn)識以及如何克服風(fēng)電波動對電網(wǎng)運行的不利影響。 關(guān)鍵詞：風(fēng)電，風(fēng)電波動，概率分布，時間序列預(yù)測，時間序列分析 1.提出的問題 近年來，可再生能源的發(fā)展遍及世界各地。 我國已規(guī)劃8000萬千瓦大型風(fēng)電基地，預(yù)計2020年全省風(fēng)電裝機(jī)容量將突破2億千瓦。風(fēng)電機(jī)組發(fā)電量主要與風(fēng)速。 由于風(fēng)的不確定性和間歇性以及風(fēng)電場各機(jī)組之間尾流的影響，風(fēng)力發(fā)電機(jī)無法像常規(guī)發(fā)電機(jī)組一樣根據(jù)電能需求確定發(fā)電量。 一個風(fēng)電場一般有幾十臺、上百臺風(fēng)力發(fā)電機(jī)，但一個小型風(fēng)電基地則由幾十甚至上百臺風(fēng)電場組成。 因此，風(fēng)電功率波動具有較強(qiáng)的時空差異。 大型風(fēng)電基地一般需要并網(wǎng)，實現(xiàn)風(fēng)電的輸送和消納。
風(fēng)電的隨機(jī)波動被認(rèn)為是對電網(wǎng)產(chǎn)生不利影響的主要原因。 本文需要解決以下七個問題： 1． 選擇5臺風(fēng)機(jī)： a) 在30天內(nèi)，分析第i臺機(jī)組的風(fēng)電功率Pi5s(tk)波動符合哪種概率分布？ 分別估計和測試數(shù)值屬性，推薦最佳分布并給出理由。 比較五種單位分布的優(yōu)缺點。 b) 利用上述確定的最佳概率分布，以日為時間窗寬度，分別估計并檢驗5種電量的30個時間段的概率分布參數(shù)； 嘗試比較不同單位（空間）和不同時段（時間）的風(fēng)電功率波動的概率分布及其與整體30天分布的關(guān)系告訴我們什么？ 2、嘗試從上述5臺機(jī)組的風(fēng)電數(shù)據(jù)中提取間隔為1分鐘的數(shù)據(jù)序列Pim(tk)。 對于這5個序列，做問題1a)的分析。 3.嘗試分析當(dāng)使用Pim(tk)代替Pi5s(tk)時這些風(fēng)電波動信息的損失？ 如何測量？ 有什么影響？ 從上述所有估計中，您可以得出什么一般推論？ 4.嘗試估計時間間隔為1分鐘、5分鐘和15分鐘的總功率序列Pm(tk)、PΣ5m(tk)、PΣ15m(tk)，并分析波動概率分布的數(shù)值特征。 如果用PΣ5m(tk)代替PΣm(tk)來表示全場風(fēng)電波動，會丟失哪些信息？ 如何測量？ 有什么影響？ 5、如果以PΣ5m(tk)和PΣ15m(tk)為樣本，預(yù)測風(fēng)電場未來4小時的總功率（每15分鐘一個點），請設(shè)計合適的預(yù)測模型，并滾動預(yù)測為不超過7天，對兩種方法的預(yù)測偏差進(jìn)行分析比較。
6、嘗試分析單臺臺風(fēng)電機(jī)功率Pim(tk)與風(fēng)電場總功率PΣm(tk)在時間序列上的主要差異； 上述得到的概率分布的數(shù)值特征對于分析時間序列波動的特征起什么作用？ 有什么限制？ 7、通過以上對機(jī)組和全場風(fēng)電波動的分析，您對風(fēng)電波動的特點了解了哪些？ 如何運用這一認(rèn)識來克服風(fēng)電波動對電網(wǎng)運行的不利影響？ 請創(chuàng)建一個例子來說明。 2. 基本假設(shè) 1. 假設(shè)所有記錄的數(shù)據(jù)都是準(zhǔn)確的； 2、假設(shè)風(fēng)速均勻變化，且為連續(xù)函數(shù)； 3、假設(shè)所有風(fēng)機(jī)均能正常運轉(zhuǎn)，且工作中途無故障修復(fù)； 4、假設(shè)風(fēng)電數(shù)據(jù)存儲和管理設(shè)備正常； 5. 假設(shè)預(yù)測過程不考慮外界一些隨機(jī)風(fēng)浪的影響。 3、符號說明 4、問題分析 由于風(fēng)力和風(fēng)電場各機(jī)組尾流的不確定性和間歇性，導(dǎo)致風(fēng)力發(fā)電機(jī)組無法像常規(guī)發(fā)電機(jī)組一樣根據(jù)電能的需求來確定發(fā)電量。 風(fēng)電的隨機(jī)波動被認(rèn)為是對電網(wǎng)產(chǎn)生不利影響的主要原因。 而且風(fēng)電的波動具有較強(qiáng)的時空差異。 研究風(fēng)電的波動特性，無論是提高風(fēng)電功率預(yù)測的準(zhǔn)確性，還是克服風(fēng)電接入對電網(wǎng)的不利影響都具有重要意義。 而且風(fēng)電的波動具有較強(qiáng)的時空差異。 第一題a，對于時間間隔為5秒的風(fēng)電波動序列，以第五組風(fēng)機(jī)為例，采用幾種常見的概率分布模型來分析風(fēng)電波動，用軟件模擬最佳程度組合。
然后利用最優(yōu)概率分布模型來估計五組粉絲的特征值，并分析優(yōu)缺點。 對于問題b，使用最優(yōu)模型估計5個風(fēng)源30個時間段的概率分布參數(shù)，以日為時間窗寬度。 并利用描述性統(tǒng)計模型繪制了不同機(jī)組、不同時期風(fēng)電功率波動概率參數(shù)折線圖。 第二題中，對于時間間隔為1分鐘的風(fēng)電波動序列，采用與第一題a相同的模型進(jìn)行重新估計分析。 第三個問題是用Pim(tk)序列替換Pi5s(tk)序列，發(fā)現(xiàn)會丟失一些信息。 因此，根據(jù)風(fēng)場的實際情況，定義了波動信息損失的衡量指標(biāo)，即波動信息損失率的第四個問題，并利用最優(yōu)概率分布模型對總功率序列進(jìn)行分析以時間間隔1分鐘、5分鐘和15分鐘PΣm(tk)、PΣ5m(tk)、PΣ15m(tk)，得到相應(yīng)的特征值和擬合指標(biāo)，并進(jìn)行比較。 如果用PΣ5m(tk)代替Pm(tk)來表示全場的風(fēng)電波動，則利用第三個問題中定義和構(gòu)建的波動信息丟失率模型來分析其后果和影響。結(jié)果。 第五個問題是利用時間序列分析方法來預(yù)測風(fēng)電場的發(fā)電量。 本文針對風(fēng)電機(jī)組輸出功率數(shù)據(jù)確定了模型參數(shù)和模型階數(shù)，并對自回歸移動平均模型ARMA(n,m)進(jìn)行了改進(jìn)。 第六個問題，為了分析單臺風(fēng)機(jī)功率Pim(tk)與風(fēng)電場總功率PΣm(tk)在時間序列上的主要差異，構(gòu)建了時間序列特征模型。
使用EXCEL繪制相應(yīng)單元的Pim(tk)和PΣm(tk)隨時間變化的曲線。 最后利用-尺度分布的概率分布特征值來分析三者的波動性。 第十題，寫對風(fēng)電波動特性的認(rèn)識以及如何克服風(fēng)電波動對電網(wǎng)運行的不利影響。 第二部分：第七屆 Cup物理模型（DEMO）A題：風(fēng)電波動特征分析——從風(fēng)電場開始 以化石能源為主的能源發(fā)展模式必須從根本上改變。 近年來，可再生能源發(fā)展的潮流席卷全球。 我國已規(guī)劃8個千萬千瓦級小型風(fēng)電基地。 截至20XX年底風(fēng)電功率預(yù)測品牌，我國風(fēng)電裝機(jī)容量已突破7000萬千瓦，位居世界第一。 預(yù)計2020年全省風(fēng)電裝機(jī)容量將突破2億千瓦。風(fēng)力發(fā)電不消耗任何燃料，堪稱清潔能源； 風(fēng)能來自大氣運動，不會因風(fēng)能的發(fā)展而枯竭，因此是一種可再生能源。 風(fēng)力發(fā)電機(jī)產(chǎn)生的功率主要與風(fēng)速有關(guān)。 由于風(fēng)的不確定性和間歇性以及風(fēng)電場內(nèi)各機(jī)組之間尾流的影響，風(fēng)力發(fā)電機(jī)組無法像常規(guī)發(fā)電機(jī)組一樣根據(jù)電能的需求來確定發(fā)電量。 大型風(fēng)電基地一般需要并網(wǎng)，實現(xiàn)風(fēng)電的輸送和消納。 風(fēng)電的隨機(jī)波動被認(rèn)為是對電網(wǎng)產(chǎn)生不利影響的主要原因。
研究風(fēng)電的波動特性，無論是提高風(fēng)電功率預(yù)測的準(zhǔn)確性風(fēng)電功率預(yù)測品牌，還是克服風(fēng)電接入對電網(wǎng)的不利影響都具有重要意義。 風(fēng)電場一般有數(shù)十或數(shù)百臺臺風(fēng)電機(jī)。 一個小型風(fēng)電基地由數(shù)十個甚至數(shù)百個風(fēng)電場組成。 因此，風(fēng)電功率波動具有較強(qiáng)的時空差異。 附錄給出了某風(fēng)電場20臺1.5MW風(fēng)電機(jī)組30天的風(fēng)電數(shù)據(jù)（單位為kW，間隔為5s），請進(jìn)行如下分析。 1. 選擇 5 臺風(fēng)機(jī)： a) 在 30 天范圍內(nèi)，分析第 i 臺機(jī)組的風(fēng)電 Pi5s(tk) 波動符合哪種概率分布？ 分別估計和測試數(shù)值屬性，推薦最佳分布并給出理由。 比較五種單位分布的優(yōu)缺點。 b) 利用上述確定的最佳概率分布，以日為時間窗寬度，分別估計并檢驗5種電量的30個時間段的概率分布參數(shù)； 嘗試比較不同單位（空間）和不同時段（時間）的風(fēng)電功率波動的概率分布及其與整體30天分布的關(guān)系告訴我們什么？ 2、風(fēng)電場實際運行中，由于數(shù)據(jù)存儲和管理的限制，難以集中記錄所有風(fēng)機(jī)功率的二級數(shù)據(jù)。 一般采用分鐘甚至更長間隔的數(shù)據(jù)來描述風(fēng)電波動。 嘗試從上述5臺機(jī)組的風(fēng)電數(shù)據(jù)中提取間隔為1分鐘的數(shù)據(jù)序列Pim(tk)。 對于這5個序列，做問題1a)的分析。
3.嘗試分析當(dāng)使用Pim(tk)代替Pi5s(tk)時這些風(fēng)電波動信息的損失？ 如何測量呢？ 有什么影響？ 從上述所有估計中，您可以得出什么一般推論？ 4、設(shè)定全場20臺臺風(fēng)電機(jī)的總功率PΣmin、5min和15min總功率序列PΣm(tk)、PΣ5m(tk)、15m(tk)，分析波動概率分布的數(shù)值特性。 如果用PΣ5m(tk)代替m(tk)來表示全場風(fēng)電波動，會丟失哪些信息？ 如何測量呢？ 有什么影響？ 5、如果以PΣ5m(tk)和PΣ15m(tk)為樣本，預(yù)測風(fēng)電場未來4小時的總功率（每15分鐘一個點），請設(shè)計合適的預(yù)測模型（合適的數(shù)據(jù)）期間可作為歷史數(shù)據(jù)建模，后續(xù)數(shù)據(jù)作為實際風(fēng)電來檢驗預(yù)測偏差），并分別給出不超過7天的滾動預(yù)測結(jié)果，以及兩者的預(yù)測偏差方法進(jìn)行了分析和比較。 6、風(fēng)電變化對電網(wǎng)運行的影響主要與其時序特征有關(guān)，如風(fēng)電急劇波動引起的調(diào)頻機(jī)組爬坡速度分析。 嘗試分析單臺臺風(fēng)電機(jī)功率Pim(tk)與風(fēng)電場總功率PΣm(tk)在時間序列上的主要差異； 上述得到的概率分布的數(shù)值特征對于分析時間序列波動的特征起什么作用？ 有什么限制？ 7、通過以上對機(jī)組和全場風(fēng)電波動的分析，您對風(fēng)電波動的特點了解了哪些？ 如何運用這一認(rèn)識來克服風(fēng)電波動對電網(wǎng)運行的不利影響？ 請創(chuàng)建一個例子來說明。
第三部分：第七屆鉗工杯問題B：窯爐的優(yōu)化運行窯爐是火電廠的關(guān)鍵設(shè)備之一，其效率直接影響電廠的經(jīng)濟(jì)性。 在現(xiàn)代發(fā)電廠中，反映窯爐運行質(zhì)量的主要性能指標(biāo)是窯爐效率。 根據(jù)中華人民共和國國家標(biāo)準(zhǔn)《電廠性能試驗規(guī)程》（GBPTC），采用平衡法估算電廠窯爐爐效率，即：?gl?q1? 其中qi?Q1?100?100－(q2?q3?q4?q5?q6),%(1) QrQi?100(i?1,2,?,6)分別表示有效熱量q1、排煙熱損失q2 、化學(xué)非Qr（或可燃二氧化碳）完全燃燒熱損失q3、機(jī)械（或固體）不完全燃燒熱損失q4、熱損失q5和煤灰化學(xué)熱損失q6。 促進(jìn)窯爐節(jié)能減排的重要手段之一是對窯爐機(jī)組熱系統(tǒng)進(jìn)行在線檢測分析，優(yōu)化其運行參數(shù)。 窯爐的運行是一個涉及物理反應(yīng)和傳熱紊流的復(fù)雜過程，影響參數(shù)較多，主要包括煤質(zhì)參數(shù)、運行參數(shù)、設(shè)備狀態(tài)和運行環(huán)境等。 目前，在國外，常采用在線檢測數(shù)據(jù)來分析誤差（或消耗差異），以提高爐子運行的經(jīng)濟(jì)性。 但由于無法在線分析煤質(zhì)和煤灰中的碳含量，仍然無法在線檢測爐子效率，這給爐子的運行優(yōu)化帶來很大困難。 在窯爐的實際運行中，為了燃盡燃料，實際供給的空氣量總是小于理論空氣量，超出的部分稱為過剩空氣量，過剩空氣系數(shù)是指實際空氣量風(fēng)量Vk與理論風(fēng)量V0之比。
過量空氣系數(shù)直接影響排氣熱損失q2、化學(xué)不完全（或可燃二氧化碳不完全）燃燒熱損失q3、機(jī)械（或固體）不完全燃燒熱損失q4（如圖1所示）。 可以看出，當(dāng)汽包出口處的過量空氣系數(shù)δl≤1時。 減小，q2≤q3≤q4先減小再減小，并且存在最小值。 該最小值對應(yīng)的空氣系數(shù)稱為最佳過量空氣系數(shù)。 以300MW爐為例進(jìn)行分析（鍋爐參數(shù)見附表1）。 由于過量空氣比對物理不完全燃燒的熱損失影響不大，因此可以視為恒定處理。 附表2給出了實測飛灰碳含量Cfh與過量空氣系數(shù)之間的關(guān)系。 過量空氣系數(shù)與熱損失的關(guān)系曲線，請研究以下問題： 1、確定窯爐運行的最佳過量空氣系數(shù)； 2.給出窯效率與過量空氣系數(shù)的關(guān)系； 3、研究窯爐運行參數(shù)對窯爐效率的影響； 4、討論窯爐的最佳運行方式。附表1：窯爐運行主要參數(shù)附表2：實驗得到的汽包出口飛灰中碳含量Cfh和過量空氣系數(shù)數(shù)據(jù)