免費下載！
[!--downpath--]2019第七屆杯物理模型競賽題目銀獎論文風電波動效應第1部分：風電波動特性分析杯銀獎答卷編號：論文題目：風電波動分析指導老師班主任：**參賽中班學校：**交通學院證書郵寄地址及寄件人：東北交通大學犀浦分院物理模型商會5401實驗室答案編號：風電波動特征分析總結本文采用-尺度概率分布、回歸擬合、描述統計、自回歸基于時間序列的移動平均預測方法，利用時間序列特征來分析風電波動特征。 第一題a，對于時間間隔為5秒的風電波動序列，以第五組風機為例，采用幾種常見的概率分布模型來分析風電波動，用軟件模擬最優度發現-尺度概率分布最適合描述風電波動，得到三個特征值μ=-0.0449、σ=4.0952、ν=1.3881和擬合指數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，估算了每個風電30個時間段的概率分布參數。 并利用描述性統計模型勾勒出不同機組、不同時期風電功率波動的概率參數折線圖。
對于第二個問題，對于時間間隔為1分鐘的風電波動序列，采用與第一問題a相同的模型重新估計分析，發現-尺度概率分布最適合描述風電功率波動。 第三個問題是用Pim(tk)序列替換Pi5s(tk)序列，發現會丟失一些信息。 因此，根據風場的實際情況，本文定義了波動信息丟失的衡量指標，即波動信息丟失率=?100%。 根據前兩題的數據計算出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PΣm(tk)、PΣ5m(tk)、PΣ15m(tk)以及相應的特征值與得到的擬合指數進行比較，時間間隔為1分鐘時擬合效果最好，擬合指數I=0.04918。 如果用PΣ5m(tk)代替PΣm(tk)來表示全場風電波動，則利用第三個問題中已經定義和構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，由于風電場的發電數據具有時序性、離散性，因此采用時間序列分析來預測風電場的發電量。 本文通過模型參數和模型階數的確定，改進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電功率的變化規律，預測療效是否理想。
第六個問題，為了分析單臺風機功率Pim(tk)與風電場總功率PΣm(tk)在時間序列上的主要差異，構建了時間序列特征模型。 使用EXCEL繪制相應單元的Pim(tk)和PΣm(tk)的時變曲線，發現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。 第十題寫了對風電波動特性的認識以及如何克服風電波動對電網運行的不利影響。 關鍵詞：風電，風電波動，概率分布，時間序列預測，時間序列分析 1.提出的問題 近年來，可再生能源的發展遍及世界各地。 我國已規劃8000萬千瓦大型風電基地，預計2020年全省風電裝機容量將突破2億千瓦。風電機組發電量主要與風速。 由于風的不確定性和間歇性以及風電場各機組之間尾流的影響，風力發電機無法像常規發電機組一樣根據電能需求確定發電量。 一個風電場一般有幾十臺、上百臺風力發電機，但一個小型風電基地則由幾十甚至上百臺風電場組成。 因此，風電功率波動具有較強的時空差異。 大型風電基地一般需要并網，實現風電的輸送和消納。
風電的隨機波動被認為是對電網產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臺風機： a) 在30天內，分析第i臺機組的風電功率Pi5s(tk)波動符合哪種概率分布？ 分別估計和測試數值屬性，推薦最佳分布并給出理由。 比較五種單位分布的優缺點。 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； 嘗試比較不同單位（空間）和不同時段（時間）的風電功率波動的概率分布及其與整體30天分布的關系告訴我們什么？ 2、嘗試從上述5臺機組的風電數據中提取間隔為1分鐘的數據序列Pim(tk)。 對于這5個序列，做問題1a)的分析。 3.嘗試分析當使用Pim(tk)代替Pi5s(tk)時這些風電波動信息的損失？ 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值特征。 如果用PΣ5m(tk)代替PΣm(tk)來表示全場風電波動，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，預測風電場未來4小時的總功率（每15分鐘一個點），請設計合適的預測模型，并滾動預測為不超過7天，對兩種方法的預測偏差進行分析比較。
6、嘗試分析單臺臺風電機功率Pim(tk)與風電場總功率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、通過以上對機組和全場風電波動的分析，您對風電波動的特點了解了哪些？ 如何運用這一認識來克服風電波動對電網運行的不利影響？ 請創建一個例子來說明。 2. 基本假設 1. 假設所有記錄的數據都是準確的； 2、假設風速均勻變化，且為連續函數； 3、假設所有風機均能正常運轉，且工作中途無故障修復； 4、假設風電數據存儲和管理設備正常； 5. 假設預測過程不考慮外界一些隨機風浪的影響。 3、符號說明 4、問題分析 由于風力和風電場各機組尾流的不確定性和間歇性，導致風力發電機組無法像常規發電機組一樣根據電能的需求來確定發電量。 風電的隨機波動被認為是對電網產生不利影響的主要原因。 而且風電的波動具有較強的時空差異。 研究風電的波動特性，無論是提高風電功率預測的準確性，還是克服風電接入對電網的不利影響都具有重要意義。 而且風電的波動具有較強的時空差異。 第一題a，對于時間間隔為5秒的風電波動序列，以第五組風機為例，采用幾種常見的概率分布模型來分析風電波動，用軟件模擬最佳程度組合。
然后利用最優概率分布模型來估計五組粉絲的特征值，并分析優缺點。 對于問題b，使用最優模型估計5個風源30個時間段的概率分布參數，以日為時間窗寬度。 并利用描述性統計模型繪制了不同機組、不同時期風電功率波動概率參數折線圖。 第二題中，對于時間間隔為1分鐘的風電波動序列，采用與第一題a相同的模型進行重新估計分析。 第三個問題是用Pim(tk)序列替換Pi5s(tk)序列，發現會丟失一些信息。 因此，根據風場的實際情況，定義了波動信息損失的衡量指標，即波動信息損失率的第四個問題，并利用最優概率分布模型對總功率序列進行分析以時間間隔1分鐘、5分鐘和15分鐘PΣm(tk)、PΣ5m(tk)、PΣ15m(tk)，得到相應的特征值和擬合指標，并進行比較。 如果用PΣ5m(tk)代替Pm(tk)來表示全場的風電波動，則利用第三個問題中定義和構建的波動信息丟失率模型來分析其后果和影響。結果。 第五個問題是利用時間序列分析方法來預測風電場的發電量。 本文針對風電機組輸出功率數據確定了模型參數和模型階數，并對自回歸移動平均模型ARMA(n,m)進行了改進。 第六個問題，為了分析單臺風機功率Pim(tk)與風電場總功率PΣm(tk)在時間序列上的主要差異，構建了時間序列特征模型。
使用EXCEL繪制相應單元的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，寫對風電波動特性的認識以及如何克服風電波動對電網運行的不利影響。 第二部分：第七屆 Cup物理模型（DEMO）A題：風電波動特征分析——從風電場開始 以化石能源為主的能源發展模式必須從根本上改變。 近年來，可再生能源發展的潮流席卷全球。 我國已規劃8個千萬千瓦級小型風電基地。 截至20XX年底風電功率預測品牌，我國風電裝機容量已突破7000萬千瓦，位居世界第一。 預計2020年全省風電裝機容量將突破2億千瓦。風力發電不消耗任何燃料，堪稱清潔能源； 風能來自大氣運動，不會因風能的發展而枯竭，因此是一種可再生能源。 風力發電機產生的功率主要與風速有關。 由于風的不確定性和間歇性以及風電場內各機組之間尾流的影響，風力發電機組無法像常規發電機組一樣根據電能的需求來確定發電量。 大型風電基地一般需要并網，實現風電的輸送和消納。 風電的隨機波動被認為是對電網產生不利影響的主要原因。
研究風電的波動特性，無論是提高風電功率預測的準確性風電功率預測品牌，還是克服風電接入對電網的不利影響都具有重要意義。 風電場一般有數十或數百臺臺風電機。 一個小型風電基地由數十個甚至數百個風電場組成。 因此，風電功率波動具有較強的時空差異。 附錄給出了某風電場20臺1.5MW風電機組30天的風電數據（單位為kW，間隔為5s），請進行如下分析。 1. 選擇 5 臺風機： a) 在 30 天范圍內，分析第 i 臺機組的風電 Pi5s(tk) 波動符合哪種概率分布？ 分別估計和測試數值屬性，推薦最佳分布并給出理由。 比較五種單位分布的優缺點。 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； 嘗試比較不同單位（空間）和不同時段（時間）的風電功率波動的概率分布及其與整體30天分布的關系告訴我們什么？ 2、風電場實際運行中，由于數據存儲和管理的限制，難以集中記錄所有風機功率的二級數據。 一般采用分鐘甚至更長間隔的數據來描述風電波動。 嘗試從上述5臺機組的風電數據中提取間隔為1分鐘的數據序列Pim(tk)。 對于這5個序列，做問題1a)的分析。
3.嘗試分析當使用Pim(tk)代替Pi5s(tk)時這些風電波動信息的損失？ 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、設定全場20臺臺風電機的總功率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值特性。 如果用PΣ5m(tk)代替m(tk)來表示全場風電波動，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，預測風電場未來4小時的總功率（每15分鐘一個點），請設計合適的預測模型（合適的數據）期間可作為歷史數據建模，后續數據作為實際風電來檢驗預測偏差），并分別給出不超過7天的滾動預測結果，以及兩者的預測偏差方法進行了分析和比較。 6、風電變化對電網運行的影響主要與其時序特征有關，如風電急劇波動引起的調頻機組爬坡速度分析。 嘗試分析單臺臺風電機功率Pim(tk)與風電場總功率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、通過以上對機組和全場風電波動的分析，您對風電波動的特點了解了哪些？ 如何運用這一認識來克服風電波動對電網運行的不利影響？ 請創建一個例子來說明。
第三部分：第七屆鉗工杯問題B：窯爐的優化運行窯爐是火電廠的關鍵設備之一，其效率直接影響電廠的經濟性。 在現代發電廠中，反映窯爐運行質量的主要性能指標是窯爐效率。 根據中華人民共和國國家標準《電廠性能試驗規程》（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 、化學非Qr（或可燃二氧化碳）完全燃燒熱損失q3、機械（或固體）不完全燃燒熱損失q4、熱損失q5和煤灰化學熱損失q6。 促進窯爐節能減排的重要手段之一是對窯爐機組熱系統進行在線檢測分析，優化其運行參數。 窯爐的運行是一個涉及物理反應和傳熱紊流的復雜過程，影響參數較多，主要包括煤質參數、運行參數、設備狀態和運行環境等。 目前，在國外，常采用在線檢測數據來分析誤差（或消耗差異），以提高爐子運行的經濟性。 但由于無法在線分析煤質和煤灰中的碳含量，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，過剩空氣系數是指實際空氣量風量Vk與理論風量V0之比。
過量空氣系數直接影響排氣熱損失q2、化學不完全（或可燃二氧化碳不完全）燃燒熱損失q3、機械（或固體）不完全燃燒熱損失q4（如圖1所示）。 可以看出，當汽包出口處的過量空氣系數δl≤1時。 減小，q2≤q3≤q4先減小再減小，并且存在最小值。 該最小值對應的空氣系數稱為最佳過量空氣系數。 以300MW爐為例進行分析（鍋爐參數見附表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與過量空氣系數之間的關系。 過量空氣系數與熱損失的關系曲線，請研究以下問題： 1、確定窯爐運行的最佳過量空氣系數； 2.給出窯效率與過量空氣系數的關系； 3、研究窯爐運行參數對窯爐效率的影響； 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和過量空氣系數數據