最优风电分配问题.doc

五邑大学 数学建模 课程考核论文 2011-2012 学年度第 1 学期论文题目得分最优风电分配问题要求：应根据题目要求，完成一篇包括模型的假设、建立和求解、计算方法的设计和计算机实现、结果的分析和检验、模型的改进等方面的论文。评分标准：以假设的合理性、建模的创造性、结果的正确性和文字表述的清晰程度为主要标准。特别注意：摘要和论文整体结构及概貌占有较大比率的分值。学号姓名（打印）姓名（手写）AP0905816梁永源AP0905826吴金志AP0905833叶明秋一 引言近年来，风力发电技术发展迅速，被公认为是一种理想的可再生能源发电方式。风力发电的输出功率与风电场风速有很大关系，呈现出很强的随机性。对风电场风速进行较为准确的预测，对于电力部门及时调整调度计划，衡量风电场的容量可信度，进而确定合适的风电上网价格，具有重要的现实意义。风电场风速预测的方法很多，成熟的有回归分析法和最小二乘法，以及近年来迅速发展的神经网络法(artificial neural network，ANN)、时间序列分析法(time series analysis)、卡尔曼滤波法(Kalmanfilter)、遗传算法、小波分析及其他算法。这些预测方法各有特点和适用的场合，已经在许多工程领域得到了很好的应用。二问题重述A题最优风电分配问题 随着我国节能减排政策的实施、温室气体减排清晰量化目标的出台、以及市场化改革的不断深入，众多基础产业（电力、航空、铁路等）在引入市场化竞争机制的同时，纷纷采取了提高能源效率、节能减排的措施。电力产业的改革尤是如此，其中可再生能源发电受到重点关注。风力发电是可再生能源发电的一种最重要的形式，到2012年，中国的风力发电总装机容量将超过2000万千瓦；到目前为止，我市台山已有5个风电场项目获得核准，合计发电机组达303台，总装机容量达25.755万千瓦。风力发电的发展将带动整个电力行业发展模式和电力系统运行方式的转变，从而实现污染排放、燃料消费和发电成本的大幅降低，对大力推进节约型社会的建设，促进社会经济效益的进一步提高，具有显著的现实意义。 风场数据见A题附录。根据所提供的数据，回答以下问题：(1) 分析各风场的风速分布特征和风场间相关性；(2) 建立合适的模型分散风电投资的风险，假设投资6000MW装机容量，每个风场各分配多少？解：（1）风场一的风速分布：d=load(d:风场1.txt); x=d(:,5);hist(x*0.1);风场二的风速分布：d=load(d:风场2.txt); x=d(:,5);hist(x*0.1);风场三的风速分布：d=load(d:风场3.txt); x=d(:,5);hist(x*0.1);风场四的风速分布；d=load(d:风场4.txt); x=d(:,5);hist(x*0.1);风场五风速分布：d=load(d:风场5.txt); x=d(:,5);hist(x*0.1);风场六风速分布：d=load(d:风场6.txt); x=d(:,5);hist(x*0.1);风场间的相关性：程序；d1=load(d:风场1.txt);x1=d1(:,5);d2=load(d:风场2.txt);x2=d2(:,5);corr(x1*0.1,x2*0.1)ans =0.7482风场间的相关性：相关性风场1风场2风场3风场4风场5风场6风场10.74820.86400.69070.75770.8566风场20.72870.60490.68700.6722风场30.60810.67420.8460风场40.89980.6784风场50.7188风场6相关性系数越接近于1，表示两个风场间的相关性越强。由表中说明：风场4和风场5之间的相关性最强。（2）风电机组的输出功率Pw和轮载高度出的风速v之间的关系由几式的分段函数表示； 式中，为风机额定输出功率，为2MW；V为风机轮载高度处的风速，风速单位m/s，轮载高度未80m，因此还需讲原始风速转化为轮载高度处风速；,和分别表示切入风速，额定风速和切出风速，取值分别为3.5m/s,13.5m/s和25m/s；常数a和b取值分别为0.2和0.7。程序如下：clear;data1=load(d:风场1.txt);data2=load(d:风场2.txt);data3=load(d:风场3.txt);data4=load(d:风场4.txt);data5=load(d:风场5.txt);data6=load(d:风场6.txt); Wind1=0.1*data1(:,5);Wind2=0.1*data2(:,5);Wind3=0.1*data3(:,5);Wind4=0.1*data4(:,5);Wind5=0.1*data5(:,5);Wind6=0.1*data6(:,5);Wind=Wind1 Wind2 Wind3 Wind4 Wind5 Wind6; %y=mean(Wind1) mean(Wind2) mean(Wind3) mean(Wind4) mean(Wind5)%MTG(mean(Wind1) for i=1:length(Wind1) Windh1(i)=MTG(Wind1(i);end;Windh1=Windh1;cf1=0.5*Windh1;%capacity factorri1=diff(Windh1); for i=1:length(Wind2) Windh2(i)=MTG(Wind2(i);end;Windh2=Windh2;cf2=0.5*Windh2;ri2=diff(Windh2); for i=1:length(Wind3) Windh3(i)=MTG(Wind3(i);end;Windh3=Windh3;cf3=0.5*Windh3;ri3=diff(Windh3); for i=1:length(Wind4) Windh4(i)=MTG(Wind4(i);end;Windh4=Windh4;cf4=0.5*Windh4;ri4=diff(Windh4); for i=1:length(Wind5) Windh5(i)=MTG(Wind5(i);end;Windh5=Windh5;cf5=0.5*Windh5;ri5=diff(Windh5); for i=1:length(Wind5) Windh6(i)=MTG(Wind6(i);end;Windh6=Windh6;cf6=0.5*Windh6;ri6=diff(Windh6); v=cov(ri1,ri2,ri3,ri4,ri5,ri6);ER=mean(cf1,cf2,cf3,cf4,cf5,cf6);n=length(v);Ae=ER;ones(1,n);re=min(ER):1:max(ER);%length(re)for i =1:length(re) W(:,i),fv(i)=quadprog(v,zeros(n,1),-eye(n),zeros(n,1),Ae,re(i);1);end;stdp=sqrt(2*fv);%stdp=fv;RpRu=re./stdp;MRpRu,IMRpRu=max(RpRu);RatAss=W(:,IMRpRu);label=Wind1,Wind2,Wind3,Wind4,Wind5,Wind6;pie(RatAss,label);附上WTG程序：function amount = MTG( speed )%MTG Summary of this function goes here% Detailed explanation goes here 单位 kw if (speed=2.9) & (speed=14 amount=1500; else amount=0 end;3、 结果分析与检验在数据方面可能会有一定的差距，但能够趋向一定的曲线，和想象的模型相差不大。数学建模过程学习到了数学知识的强大，很多实际问题都能由数学问题变得简单而实用，配以软件的使用更加让人方便。在数学方面的数据会有很庞大的计数量，这就需要数学建立一定的模型参考，这