基于功率预测波动性的风电场多时空尺度调度

电力科学与技术学报

ＪＯＵＲＮＡＬＯＦＥＩＥＣＴＲＩＣＰＯＷＥＲＳＣＩＥＮＣＥＡＮＤＴＥＣＨＮＯＬＯＧＹ　　　　　　

Ｖｏｌ．２７Ｎｏ．３Ｓｅ．２０１２　ｐ

基于功率预测的波动性能源发电的

多时空尺度调度技术

鲁宗相，闵　勇

（）清华大学电机系电力系统国家重点实验室，北京　１０００８４

摘　要：中国风电发展已经进入了持续稳定阶段，规模化并网发电成为主流的发展模式。风电的波动性、随机性

而且在不同时间、空间尺度表现出不同的特性，对电网的安全稳定运行产生了深刻的影响．统计分析中国风突出，

建立电网－波动性电源－可控电源的新型网源协调互电的波动性和随机性及风电大规模接入对电网调度的影响，

动调度运行机制；指出风电功率预测是解决风电波动性影响的关键基础，而将风电功率预测信息纳入调度体系建立新的预控调度技术是实现高比例风电消纳的关键途径．

关　键　词：波动性电源发电；风电功率预测；预控技术；多时空调度技术

（）中图分类号：ＴＭ７２　　　文献标识码：Ａ　　　文章编号：１６７３９１４０２０１２０３００２８０６－－－Ｍｕｌｔｉｌｅｔｉｍｅａｎｄｓａｔｉａｌｓｃａｌｅｄｉｓａｔｃｈｉｎｔｅｃｈｎｉｕｅｓｏｆ　　　　　　ｐｐｐｇｑ　

ｖｏｌａｔｉｌｅｅｎｅｒｅｎｅｒａｔｉｏｎｂａｓｅｄｏｎｏｗｅｒｒｅｄｉｃｔｉｏｎ　　　　　ｇｙｇｐｐ　

，ＭＬＵＺｏｎｘｉａｎＩＮ　Ｙｏｎ　－ｇｇｇ

（，，，）ＳｔａｔｅＫｅＬａｂｏｆＰｏｗｅｒＳｓｔｅｍｓＤｅａｒｔｍｅｎｔｏｆＥｌｅｃｔｒｉｃａｌＥｎｉｎｅｅｒｉｎＴｓｉｎｈｕａＵｎｉｖｅｒｓｉｔＢｅｉｉｎ１０００８４，Ｃｈｉｎａ　　　　　　　　ｙｙｐｇｇｇｙｊｇ　　

：，ＡｂｓｔｒａｃｔＷｉｎｄｏｗｅｒｄｅｖｅｌｏｍｅｎｔｉｎＣｈｉｎａｈａｓｅｎｔｅｒｅｄｉｎｔｏａｓｔｅａｄｓｔａｅａｎｄｌａｒｅｓｃａｌｅｉｎｔｅ　　　　　　　　　　　　－ｐｐｙｇｇ　ｒａｔｉｏｎｉｎｔｏｂｕｌｋｏｗｅｒｉｒｄｂｅｃｏｍｅｓｔｈｅｍａｉｎｓｔｒｅａｍｏｆｄｅｖｅｌｏｍｅｎｔｍｏｄｅｌ．Ｗｉｎｄｆａｒｍｓｈａｖｅ　　　　　　　　　　　　ｇｐｇｐ

，ｒｏｍｉｎｅｎｔｆｅａｔｕｒｅｓｏｆｖａｒｉａｂｉｌｉｔａｎｄｒａｎｄｏｍｎｅｓｓａｎｄｔｈｅｓｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｖａｒａｔｄｉｆｆｅｒｅｎｔｔｉｍｅ　　　　　　　　　ｐｙｙ　　ｓａｔｉａｌｓｃａｌｅｓ．ＴｈｅｖａｒｉａｂｉｌｉｔａｎｄｒａｎｄｏｍｎｅｓｓｏｆＣｈｉｎｅｓｅｗｉｎｄｆａｒｍｓｗｅｒｅａｎａｌｚｅｄｉｓｔｈｉｓａｎｄａ　　　　　　　　　　　　　－ｐｙｙｐ　ｅｒ．Ｔｈｅｉｍａｃｔｉｏｎｏｆｌａｒｅｓｃａｌｅｗｉｎｄｏｗｅｒｉｎｔｅｒａｔｉｏｎｔｏｔｈｅｂｕｌｋｏｗｅｒｒｉｄｗａｓａｌｓｏａｎａ　　　　　　　　　　　　　　　－ｐｇｇｐｐｐｇ

，ｌｚｅｄ．Ａｎｅｗｒｅｎｅｗａｂｌｅｅｎｅｒｄｉｓａｔｃｈｉｎｏｅｒａｔｉｏｎｍｅｃｈａｎｉｓｍａｍｏｎｔｈｅｖａｒｉａｂｌｅｅｎｅｒａｔｉｏｎ　　　　　　　ｙｇｙｐｇｐｇｇ　　　ｔｒａｄｉｔｉｏｎａｌｃｏｎｔｒｏｌｌａｂｌｅａｎｄｗａｓｅｓｔａｂｌｉｓｈｅｄ．Ｉｔｗａｓｔｈａｔｗｉｎｄｅｎｅｒａｔｉｏｎｏｗｅｒｒｉｄｏｉｎｔｅｄｏｗ　　　　　　　　　　　　－ｇｐｇｐｐ，ｒｅｄｉｃｔｉｏｎｏｗｅｒｅｒｉｓａｋｅｉｓｓｕｅｔｏａｄｄｒｅｓｓｔｈｅｉｍａｃｔｏｆｗｉｎｄｆｌｕｃｔｕａｔｉｏｎｓａｎｄｎｅｗｄｉｓａｔｃｈｉｎ　　　　　　　　　　　　　　ｐｙｐｐｐｇ　ｏｅｒａｔｉｏｎａｎｄｃｏｎｔｒｏｌｓｃｈｅｍｅｂａｓｅｄｏｎｒｅｄｉｃｔｉｏｎｉｎｆｏｒｍａｔｉｏｎｉｓｔｈｅｃｒｉｔｉｃａｌａｔｈｔｏａｃｈｉｅｖｅｈｉｈ　　　　　　　　　　　　　　ｐｐｐｇｅｎｅｔｒａｔｉｏｎｌｅｖｅｌｏｆｗｉｎｄｏｗｅｒｃｏｎｓｕｍｔｉｏｎ．　　　　　ｐｐｐ

　　　　　　　　　　收稿日期：２０１２－０９－０１

；；“基金项目：国家自然科学基金重大项目（国家自然科学基金（国家高技术研究发展计划（计划）５１１９０１００）５１０７７０７８）８６３”

（）２０１１ＡＡ０５Ａ１０４

，通讯作者：鲁宗相（男，副教授，主要从事电力系统可靠性、风电／太阳能发电并网分析与控制、分布式电源及微电网、能源与电力１９７４－）

：宏观规划方面的研究；Ｅ－ｍａｉｌＬｕｚｏｎｘｉａｎ９８＠ｔｓｉｎｈｕａ．ｅｄｕ．ｃｎｇｇｇ

第２７卷第３期鲁宗相，等：基于功率预测的波动性能源发电的多时空尺度调度技术

２９　

：；；；Ｋｅｗｏｒｄｓｖａｒｉａｂｌｅｅｎｅｒａｔｉｏｎｗｉｎｄｏｗｅｒｒｅｄｉｃｔｉｏｎｒｅｄｉｃｔｉｏｎｂａｓｅｄｃｏｎｔｒｏｌｔｅｃｈｎｉｕｅｍｕｌｔｉ　　　　　　－ｇｐｐｐｑｙ　ｌｅｔｉｍｅａｎｄｓａｔｉａｌｓｃａｌｅｄｉｓａｔｃｈｉｎｔｅｃｈｎｉｕｅｓ　　　　　ｐｐｐｇｑ　　　智能电网这个概念从诞生开始就被赋予一个重要的使命，即提高电网对波动性的可再生能源的接纳能力，从而实现对化石燃料发电方式的替代，实现节能的综合目标．环保、

近年来，风电／光电作为可再生能源，随着技术的日趋成熟，在国内外发展迅猛．中国２０１２年８月，并网风电装机５已取代美国成为世界第２５８万ｋＷ，　一风电大国．但是，由于风电／光电具有随机性、波动难以控制，电力系统在实现最大程度吸纳性的特点，

间歇式能源的同时，其安全稳定运行面临着巨大的

发电量/亿度进风电的规模化发展，逐步形成了甘肃酒泉地区、哈密地区、河北北部、吉林西部、内蒙西部、内蒙东部、江苏东部、山东等８个千万ｋＷ级风电基地．大在向电网提供清洁能源的同规模风电接入电网后，

时，有功出力的波动性、不可控性也给电网的运行带来的巨大压力．１．１　风电的年变化特点

以华北京津唐地区为例，风场各个月的发电量如图１所示．

ÃÁ12ÁÂÃÂÄÁÂÃÃ󰀌󰀌󰀌󰀌󰀌󰀌󰀌󰀌󰀌󰀌挑战，如何有效地控制风电／光电成为困扰全世界的

］１－２难题［．

ÃÂ10将风电的影响纳入电网调度运行成为研究热］文献［提出将风电与系统运行和减排Ｃ点．３Ｏ２等问］文献［提出在题结合起来建立综合效益评估模型，４］风电场控制中引入调度员指令的影响，文献［在风５火联合系统的机组组合和调度运行中考虑了风电的］影响，文献［讨论了高比例风电系统的机组组合与６］文献［总结了波动性电源在多备用容量优化问题，７时间尺度的波动性、随机性特点．中国学者也提出了大型集群风电有功智能控制系统监控软件设计方

８］９］案［和含风电电网的调度自动化系统设计方案［．

ÁÁÂÈÁÁÁÆ8󰀊2Á0ÂÁÂÃÂÄÃÁÅÆÇÈÉ󰀊󰀋ÃÂÃÃÃÁÁÂÃÃÄÃÁÅÆÇÈÉ󰀊󰀌󰀌1234567101112123456782010年时间2011年图１　２０１０年１月－２０１１年８月华北风电月发电量ｅｎｅｒａｔｅｄＦｉｕｒｅ１　Ｍｏｎｔｈｌｅｎｅｒｏｆｗｉｎｄｆａｒｍｓｉｎ　　　　　ｇｙｇｙｇ　　

ＮｏｒｔｈＣｈｉｎａｄｕｒｉｎ２０１０，０１－２０１１，０８　　ｇ　

可以看到，风电出力具有很强的波动性与随机性，风电容量变化具有明显的季节性，与风电总装机一般在夏季（容量相比存在比较大的差距．６－９，月）风电发电量偏低，而其他季节风电发电量较高，需要说明的一点是，冬季（受限电因素干扰，风２月）电发电量反而降低．１．２　风电的日变化特点

风速随昼夜的更替产生有规律的变化，白天气温高，夜间气温低，风速也随着气温的升降而不断变化．风机处于近地面层，正常的风速日变化是午后最大，此后逐渐减小，到清晨最小，日出后风速又随着增强，白天风速变化较夜间快的多，所以风速时间序列在一定程度上表现出日周期性．

］文献［给出了中国６大风电基地在２１０００９年如图２所示．１，４，７和１０月份日出力变化情况，１．３　风电的反调峰特性

由于风电日变化的特殊性，大容量风电并网运主行后给系统调峰也带来了较为明显的负面影响，要体现：①大规模风电接入导致电网等效负荷峰谷

针对风电／光电的随机性、波动性特点，建立预测预控的可再生能源调度新模式成为电网运行的未所谓预测，即在传统负荷预测的基础上，增来趋势．

加可再生能源的发电功率预测，从而建立未来某运行时段的电源和负荷的预测数据集作为电网运行的依据；所谓预控，即建立基于预测数据集的预想性运行方案和控制策略．此外，考虑到风电／光电的能量密度低，场站覆盖地域较传统火电厂要大很多，必须考虑其空间地域影响和不同时间尺度的影响．因此，建立基于功率预测的波动性能源发电的多时空尺度调度体系，是含较高比例可再生能源发电的未来电网调度的发展趋势．

１　中国风电的波动性和随机性统计

分析

建设大基地、融入大电网”的方式，推　　中国按照“

３０

电力科学与技术学报　　　　　　　　　　　　　２０１２年９月

差变大，客观上需要增大调峰容量；②风电的反调节调峰问特性进一步加大了对系统调峰容量的需求．题是制约中国风电大规模并网的主要矛盾之一．如调峰问题目前中国风电所占比例最高的吉林电网，

突出．在冬季夜间的低负荷、大风时段，风电出力大，

□1月△4月◇7月○10月0.8△0.7△□□△□□△△0.6△□△○○△○0.5○□○□○□○0.4△◇◇◇○○0.3◇□◇◇◇0.2◇0.1◇0.000∶3003∶3006∶3009∶3012∶3015∶3018∶3021∶3000∶30电网调峰困难，被迫风电出力．

某地区风电分别起反调峰（峰谷差增加）和正调峰（峰谷差减小）作用时的风电出力以及负荷、净负荷波动曲线分别如图３，４所示．

□1月△4月◇7月○10月0.8△△0.70.6△△△△△○○○□□□○0.5△□○□○○◇□0.4◇◇□◇◇◇0.3◇□○◇△○0.20.1□◇0.000∶3003∶3006∶3009∶3012∶3015∶3018∶3021∶3000∶30容量可信度容量可信度时间（a）蒙东时间（b）蒙西○0.70.6容量可信度□1月△4月◇7月△10月△0.4□□△△□○◇◇△□○□△○◇○◇□□□1月△4月□◇7月□○10月□□△◇○容量可信度0.5△□0.4○△□○◇△□○◇0.3◇△○△◇○△○◇□□△△◇○0.3◇0.20.1○□◇○□◇△◇○◇△○0.2△◇○◇○0.000∶3003∶3006∶3009∶3012∶3015∶3018∶3021∶3000∶30时间（c）河北□1月△4月◇7月○10月1.00.9□□0.8○△□○0.70.6△○0.5△□◇□△△0.4□□△□◇◇△◇◇◇○0.3○○◇○○○◇△△□0.2◇0.10.000∶3003∶3006∶3009∶3012∶3015∶3018∶3021∶3000∶300.100∶3003∶3006∶3009∶3012∶3015∶3018∶3021∶3000∶30时间（d）江苏0.5△0.4◇□1月△◇○□△4月□○△◇7月○10月◇△◇△◇△○□○○□△◇○□△◇□◇◇△○□○容量可信度容量可信度0.3□0.20.1○□0.000∶3003∶3006∶3009∶3012∶3015∶3018∶3021∶3000∶30时间（f）哈密时间（e）酒泉图２　６大风电基地２００９年典型月份的风电日出力曲线

ｏｗｅｒＦｉｕｒｅ２　Ｄａｉｌｗｉｎｄｏｕｔｕｔｃｕｒｖｅｏｆ６ｗｉｎｄｚｏｎｅｓｄｕｒｉｎｔｉｃａｌｍｏｎｔｈｓｉｎ２００９　　　　　　　　　　　ｐｙｐｇｙｐｇ　　

4.0功率/（×104MW）20001500功率/MW3.53.02.5原始负荷曲线净负荷曲线10005000510时间/h15202500510时间/h152025（a）日负荷、净负荷曲线（b）风电出力曲线图３　风电起反调峰作用的典型日负荷、净负荷、风电出力曲线

，Ｆｉｕｒｅ３　Ｔｉｃａｌｄａｉｌｌｏａｄｎｅｔｌｏａｄａｎｄｗｉｎｄｏｗｅｒｏｕｔｕｔｃｕｒｖｅｓｗｈｉｌｅｗｉｎｄ　　　　　　　　　　ｙｐｙｐｐｇ　

ｆａｒｍｓｈａｖｅａｃｔｉｖｅｅｆｆｅｃｔｏｎｅａｃｋｌｏａｄｒｅｕｌａｔｉｏｎｏｆｓｓｔｅｍｏｅａｒｔｉｏｎ　　　　　　　　　ｐｇｙｐ

第２７卷第３期鲁宗相，等：基于功率预测的波动性能源发电的多时空尺度调度技术

３１　

4.0功率/（×104MW）3000功率/MW3.520003.0原始负荷曲线净负荷曲线10002.50510时间/h15202500510时间/h152025（a）日负荷、净负荷曲线（b）风电出力曲线图４　风电起正调峰作用的典型日负荷、净负荷、风电出力曲线

，Ｆｉｕｒｅ４　Ｔｉｃａｌｄａｉｌｌｏａｄｎｅｔｌｏａｄａｎｄｗｉｎｄｏｕｔｕｔｃｕｒｖｅｓｗｈｉｌｅｗｉｎｄｏｗｅｒ　　　　　　　　　　ｙｐｙｐｐｇ　

ａｓｓｉｖｅｅａｃｋｌｏａｄｈａｖｅｅｆｆｅｃｔｏｎｒｅｕｌａｔｉｏｎｏｆｓｓｔｅｍｏｅａｒｔｉｏｎｆａｒｍｓ　　　　　　　　　　ｐｐｇｙｐ

１．４　相关性与平滑效应

为衡量风电的波动，定义风电出力变化率（波动率）为风电出力变化占风机额定容量的百分比，即

）Ｐ（ｔ＋Ｔ）ｔ－Ｐ（００％．×１Ｐｂａｓｅ

２　风电大规模接入对系统调度的影

响分析

）从电力系统运行观点看，风力发电与常规发　　１

１１］

电的不同主要原因［．

ρ％＝

（）１

式中　表示ｔＰ（ｔ＋Ｔ）＋Ｔρ％表示风电出力变化率；）时刻的风电出力；表示ｔ时刻的风电出力；Ｐ（ｔＰｂａｓｅ表示风机额定容量，对于不同的时间尺度，Ｔ对应不同的数值．

华北某风场内风机输出功率波动绝对值的累加概率分布如图５所示．

■■■■■■■■■●1.0●■◆●0.9◆0.80.7单台风机0.6◆台风机10●●20台风机0.5■■28台风机0.4◆0.30.20.10.00.0000.0050.0100.0150.0200.0250.0300.0350.0400.0450.050而常规发电厂的①风力发电的风资源不稳定，煤、油、气、水及核燃料供给相对比较稳定．

其有功和无功功②单台风力发电机容量较小，

特别是受风条件的，率输出调节控制比较困难，

一般不能进行增加功率输出的调节；常规发电厂的有功和无功功率输出可在大范围内灵活调节．

但风电的预测难度大，且预测③风电可以预测，

精度不高，会使电力系统中机组出力的最优分配复杂化．

电网备用也要④系统中不稳定的风电的增加，

增加．电网中无风电接入时，负荷消耗功率由常规机组承担，系统备用仅需考虑负荷的波动；有风电接入时，负荷消耗由常规发电机组和风力发电机组共同承担，系统备用除了考虑负荷波动还要考虑风电的波动，结果可能两者相加或相消．

）在不同时间尺度上，风电的接入都会给常规２

调度运行工作带来影响．

大规模风电接入导致ＡＧＣ①在日内尺度上，

调节容量需求难以确定，系统调频难度增加，电压波动范围增大．

间歇式能源需优先调度，常规②在日前尺度上，

电源日前计划曲线难以有效执行．此外，系统备用容量难以优化，若备用容量太大导致机组负荷率低，间歇式能源接纳能力低；若备用容量太小，系统安全可

概率分布 秒级功率变化率图５　风电功率波动率绝对值的累加概率分布Ｆｉｕｒｅ５　Ｃｕｍｕｌａｔｉｖｅｒｏｂａｂｉｌｉｔｄｉｓｔｒｉｂｕｔｉｏｎｏｆ　　　ｐｙｇ　ｒａｔｉｏａｂｓｏｌｕｔｅｖａｌｕｅｏｆｗｉｎｄｖａｒｉａｂｌｅｏｗｅｒ　　　　　　ｐ

从图５中可以看到，随着风机数量的增加，对于相应的秒级功率变化率减小，说明随同一出现概率，

着风机数量的增加，总体出力波动性减弱．随着风电装机容量的增加以及分布区域的变广，风电出力的平滑效应使得总体波动减弱，这是中国内陆并网风电基地的一般性统计规律．

３２

靠运行受到威胁．

电力科学与技术学报　　　　　　　　　　　　　２０１２年９月

制的技术基础．多尺度风电功率综合预测的３个核心技术功能：

主要功能是对①风资源多时空分布特性分析．

空间聚集效应进行统计分析，掌握风资风电随机性、源变化规律．

ＮｕｍｅｒｉｃＷｅａｔｈｅｒＰｒｅｄｉｃ②数值天气预报（　　－，主要功能是基于微气象学的物理模型，ｔｉｏｎＮＷＰ）．预测风资源变化趋势．

这部分是③风电机组／风电场风转电功率模型．沟通风资源特性与风电出力特性的桥梁，初期可根但随着据风机设备厂商提供的标准曲线开展分析，运行周期加长，应当根据实际风电场运行情况建立风场的风电功率特性曲线．

风电功率预测在电力系统的规划、计划、调度各个时间尺度都具有关键的作用．电力系统规划／计划／调度功能对风电功率预测的时长、区域和分辨率要求如表１所示．

由于间歇式能源长期发电③在中长期尺度上，

量不能准确预知，常规电源年、季、月度发电量计划而常规电源检修安排优化则相应受不确定度增大，到影响．

因此，现有调度技术支持系统难以全局优化最大限度消纳间歇式能源，需要充分考虑风电大规模接入后电网－波动电源－（传统）可控电源之间的新型“网源协调”调度机制．

３　电网－波动电源互动调度运行机制

基于功率预测的波动性能源发电的多时空尺度核心是适应中国风电大规模开发利用的技调度技术，

术思路，形成智能电网体系下的电网－波动电源互动运行机制，具体包括功率预测和预控调度两方面．３．１　多尺度风电功率综合预测及其关键技术

）风电功率预测是新型网源互动调度运行机１

表１　风电功率预测在新能源调度系统不同功能中的功能指标要求Ｔａｂｌｅ１　Ｆｕｎｃｔｉｏｎｒｅｕｉｒｅｍｅｎｔｓｏｆｗｉｎｄｉｎｄｉｆｆｅｒｅｎｔｏｗｅｒｒｅｄｉｃｔｉｏｎ　　　　　　　　ｑｐｐ

ｏｅｒａｔｉｏｎｆｕｎｃｔｉｏｎｓｏｆｎｅｗｅｎｅｒｄｉｓａｔｃｈｉｎｓｓｔｅｍ　　　　ｐｇｙｐｇｙ　　

用途调频阻塞管理调峰／发电计划运行方式／检修计划

电网规划

类型功率功率功率功率（峰谷值）

电量

预测时长１～６ｈ１～６ｈ２４～４８ｈ１ａ数年～数１０年

分辨率１５ｍｉｎ１５ｍｉｎ（）１ｈ１５ｍｉｎ　

——

预测范围全网区域全网／区域全网全网

精度要求很高很高高较高较高

）风电功率预测的５项关键技术：　　２

着重解决空①风资源数值模拟及降尺度技术．气动力学方程建模及其降维问题．

着重解决动力学方②数值天气预报同化技术．程组初值场问题．

着重解决风电功率③风电集群时空效应建模．

的随机特性和风电场多风电机组的时空聚集效应．

着重解决高维动④多预测模式集合优化技术．

力学方程组的初值场混沌问题，通过综合预测方式来提高预测精度．

着重通过后⑤预测误差模型及综合评价体系．评价形成预测技术闭环体系，提高预测精度．３．２　基于预控的多时空尺度调度及其关键技术

多时空尺度调度的核心在于时间、空间和目标

从时间尺度而言，要覆盖日３个尺度的协调优化．

日前到中长期的全过程；从空间尺度而言，要兼内、

顾风机单机到风电场，到场群的波动特性积聚效应，在地区、省级和地区电网实现网源协调；从目标尺度要兼顾调频安排、备用容量的优化，减少弃风而言，

弃光，提高可再生能源电源的消纳能力．

而采用预控技术，即将风电功率预测信息纳入常规调度技术和控制策略中，例如：日前机组组合、从而有效降低风电波动性的影响．ＡＶＣ、ＡＧＣ等，

基于预控的多时空尺度调度的５项关键技术：着重研究波动性能源发电监测技①特性机理．术、运行特性及影响机理．

着重研究波动性能源发电多时空②模型方法．

尺度调度策略与模型方法．

第２７卷第３期鲁宗相，等：基于功率预测的波动性能源发电的多时空尺度调度技术

３３　

着重研究波动性能源发电多区域③消纳体系．

逐级消纳框架体系与协调决策技术；

着重研究波动性能源发电多时空④仿真研究．调度决策仿真技术；

包括实时监测系统、发电⑤调度技术支持系统．

调度模型、分析方法及决策支持系统．

［］Ｒ，，４ｏéｒｉｏＧｄｅＡｌｍｅｉｄａＥｄａｒｄｏＤＣａｓｔｒｏｎｕｏｖｏＪＡＰｅ　　　　　　　－ｇｇ

ｃａｓＬｏｅｓ．Ｏｔｉｍｕｍｅｎｅｒａｔｉｏｎｃｏｎｔｒｏｌｉｎｗｉｎｄａｒｋｓ　　　　　　ｇｐｐｐ］ｗｈｅｎｃａｒｒｉｎｏｕｔｓｓｔｅｍｏｅｒａｔｏｒｒｅｕｅｓｔｓ［Ｊ．ＩＥＥＥ　　　　ｙｇｙｐｑ　，（）：ＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＳｓｔｅｍｓ２００６，２１２７１８７２５．　　　－ｙ［］Ｂ，，５ａｒｔＣＵｍｍｅｌｓＭａｄｅｌｅｉｎｅＧｉｂｅｓｃｕＥｎｂｅｒｔＰｅｌｒｕｍ，ｅｔ　　　　ｇｇ

ａｌ．Ｉｍａｃｔｓｏｆｗｉｎｄｏｗｅｒｏｎｔｈｅｒｍａｌｅｎｅｒａｔｉｏｎｕｎｉｔ　　　　　　　ｐｐｇ［］ａｎｄｄｉｓａｔｃｈＪ．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＥｎｃｏｍｍｉｔｍｅｎｔ　　　　　－ｐ，（）：ｅｒＣｏｎｖｅｒｓｉｏｎ２００７，２２１４４５１．－ｇｙ　

［］Ａ，，６ｉｄａｎＴｕｏｈＰｅｔｅｒＭｅｉｂｏｍ，ＥｌｅａｎｏｒＤｅｎｎｅｔａｌ．Ｕｎｉｔ　　　　ｙｙ

ｆｏｒｓｓｔｅｍｓｗｉｔｈｓｉｎｉｆｉｃａｎｔｗｉｎｄｅｎｅｔｒａｃｏｍｍｉｔｍｅｎｔ　　　　　　－ｙｇｐ［］，ｔｉｏｎＪ．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＳｓｔｅｍｓ２００９，２４　　　　ｙ（）：２５９２６０１．－［］Ｅ，７ｒｉｋＥｌａＭａｒｋＯ’Ｍａｌｌｅ．Ｓｔｕｄｉｎｔｈｅｖａｒｉａｂｉｌｉｔａｎｄ　　　ｙｙｇｙ　　

ｉｍａｃｔｓｏｆｖａｒｉａｂｌｅｅｎｅｒａｔｉｏｎａｔｍｕｌｔｉｌｅｔｉｕｎｃｅｒｔａｉｎｔ　　　　　　－ｐｇｐｙ　，ｍｅｓｃａｌｅｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＳｓｔｅｍｓ　　　　ｙ（）：２０１２，２７３１３２４１３３３．　－　

［］王阳，李晓虎，许士光，等．大型集群风电有功智能控制８

］：电力系统自动化，系统监控软件设计［Ｊ．２０１０，３４（２４）６９７３．－，，，ＷＡＮＧａｎＬＩＸｉａｏｈｕＸＵＳｈｉｕａｎｅｔａｌ．Ａｄｅｓｉｎ　　－　－　　ｙｇｇｇｇｓｃｈｅｍｅｏｆｍｏｎｉｔｏｒｉｎｓｏｆｔｗａｒｅｆｏｒｌａｒｅｃｌｕｓｔｅｒｓｏｆｗｉｎｄ　　　　　　　ｇｇ　］ｏｗｅｒａｃｔｉｖｅｉｎｔｅｌｌｉｅｎｔｃｏｎｔｒｏｌｓｓｔｅｍ［Ｊ．Ａｕｔｏｍａｔｉｏｎ　　　　ｐｇｙ（）：ＥｌｅｃｔｒｉｃＰｏｗｅｒＳｓｔｅｍ，２０１０，３４２４６９７３．ｏｆ　　　－ｙ［］冯利民，范国英，郑太一，等．吉林电网风电调度自动化９

］（）：系统设计［电力系统自动化，Ｊ．２０１１，３５１１３９４３．－，，，ＬｉｉｎＦＡＮ　ＧｕｏｉｎＺＨＥＮＧＴａｉｉｅｔａｌ．ＤｅＦＥＮＧ　－ｍ－　－　－ｙｇｙｓｉｎｏｆｗｉｎｄｏｗｅｒｄｉｓａｔｃｈａｕｔｏｍａｔｉｏｎｓｓｔｅｍｉｎＪｉｌｉｎ　　　　　　　　ｇｐｐｙ［］ＰｏｗｅｒＧｒｉｄＪ．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｓｔｅｍ，　　　　　ｙ（）：２０１１，３５１１３９４３．－［，，，１０］ＤａａｎＹｕＪｕｎＬｉａｎＸｕｅｓｈａｎＨａｎｅｔａｌ．Ｐｒｏｆｉｌｉｎ　　　ｙｇｇｇ　

［］ｔｈｅｒｅｉｏｎａｌｗｉｎｄｏｗｅｒｆｌｕｃｔｕａｔｉｏｎｉｎＣｈｉｎａＪ．Ｅｎｅｒ　　　　　　－ｇｐ，Ｐｏｌｉｃ２０１１，３９：２９９３０６．－ｇｙｙ　

［］周双喜，鲁宗相．风力发电与电力系统［北京：中国１１Ｍ］．

电力出版社，２０１１．

４　结语

中国风电／光电等波动性能源发电的大规模并网，其波动性、随机性与传统电源具有完全不同的变给电网的调度带来了深刻的影响．化特性，

建立基于功率预测的波动性能源发电的多时空是含较高比例可再生能源发电的未尺度调度体系，

来电网调度的发展趋势．多尺度风电功率综合预测技术是关键基础，而基于预控的多时空尺度调度关键技术是关键途径．参考文献：

［］朱凌志，陈宁，韩华玲．风电消纳关键问题及应对措施分１

］（）：析［电力系统自动化，Ｊ．２０１１，３５２２２９３４．－，，ＺＨＵｌｉｎｚｈｉＣＨＥＮ　ＮｉｎＨＡＮ　Ｈｕａｌｉｎ．Ｋｅｒｏｂ　－－－ｇｇｇｙｐ　］ｏｗｅｒｌｅｍｓａｎｄｓｏｌｕｔｉｏｎｓｏｆｗｉｎｄａｃｃｏｍｍｏｄａｔｉｏｎ［Ｊ．　　　　　　ｐ，：ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｓｔｅｍｓ２０１１，３５（２２）　　　　ｙ２９３４．－［］Ｙ，，，２ｕｒｉＶ　ＭａｋａｒｏｖＣｌｄｅＬｏｕｔａｎＪｉａｎＭａｅｔａｌ．Ｏｅｒａ　　　　－ｙｐ

ｅｎｅｒａｔｉｏｎｏｗｅｒｔｉｏｎａｌｉｍａｃｔｓｏｆｗｉｎｄｏｎｃａｌｉｆｏｒｎｉａ　　　　　　　ｇｐｐ，ｓｓｔｅｍｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＳｓｔｅｍｓ　　　　ｙｙ（）：２００９，２４２１０３９１０５０．　－　

［］Ｅ，，ｅｎｅｒａｔｉｏｎｏｗｅｒ３ｌｅａｎｏｒＤｅｎｎＭａｒｋＯ’Ｍａｌｌｅ．Ｗｉｎｄ　　　ｇｐｙｙ

，ｓｓｔｅｍｏｅｒａｔｉｏｎａｎｄｅｍｉｓｓｉｏｎｓｒｅｄｕｃｔｉｏｎ［Ｊ］．ＩＥＥＥ　　　ｙｐ，（）：ＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＳｓｔｅｍｓ２００６，２１１３４１３４７．　　　－ｙ