基于NWP數(shù)據(jù)的風(fēng)電場(chǎng)短期功率預(yù)測(cè)研究.pdf

1、隨著風(fēng)電規(guī)模的增加，風(fēng)電在給我們帶來多方面的利益的同時(shí)，也給電網(wǎng)的運(yùn)行帶來了挑戰(zhàn)，當(dāng)風(fēng)電穿透功率超過一定值之后，就會(huì)嚴(yán)重影響到電能質(zhì)量和電力系統(tǒng)的穩(wěn)定運(yùn)行，而且會(huì)危及常規(guī)發(fā)電方式，主要表現(xiàn)為電壓和頻率會(huì)有較大幅度的波動(dòng)。更嚴(yán)重的是，當(dāng)風(fēng)電機(jī)組由于風(fēng)速過大而退出運(yùn)行時(shí)，可能會(huì)給電力系統(tǒng)造成難以承受的沖擊。因此，對(duì)風(fēng)電的輸出功率進(jìn)行準(zhǔn)確的預(yù)測(cè)，不僅可以減少風(fēng)電并網(wǎng)給電網(wǎng)帶來的沖擊力和不穩(wěn)定性，同時(shí)也可以合理的調(diào)配電力資源，使得風(fēng)電發(fā)揮更大的

2、作用。
　　 本論文在當(dāng)前國內(nèi)外風(fēng)電功率研究現(xiàn)狀的基礎(chǔ)上，對(duì)風(fēng)功率短期預(yù)測(cè)的方法展開了進(jìn)一步的研究，論文具體工作如下:
　　 (1)分析風(fēng)電機(jī)組風(fēng)速-功率模型，研究天氣變化對(duì)對(duì)風(fēng)電機(jī)組實(shí)際功率輸出的影響，建立風(fēng)電場(chǎng)功率短期預(yù)測(cè)的BP神經(jīng)網(wǎng)絡(luò)模型，運(yùn)用數(shù)值天氣預(yù)報(bào)(NWP)數(shù)據(jù)作為輸入，風(fēng)電場(chǎng)實(shí)際輸出功率為網(wǎng)絡(luò)輸出目標(biāo)值，對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，用訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)對(duì)未來12小時(shí)、24小時(shí)、48小時(shí)和72小時(shí)的風(fēng)電場(chǎng)輸出

3、功率進(jìn)行預(yù)測(cè)，預(yù)測(cè)平方絕對(duì)誤差分別為:6.33％、8.81％、13.67％和13.03％;
　　 (2)利用LM算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型，用優(yōu)化好的模型和標(biāo)準(zhǔn)的BP網(wǎng)絡(luò)模型進(jìn)行比較，結(jié)果顯示，優(yōu)化后的模型訓(xùn)練速度更快，預(yù)測(cè)精度更高;
　　 (3)利用迭代自組織數(shù)據(jù)分析技術(shù)(ISODATA)聚類算法，對(duì)NWP數(shù)據(jù)進(jìn)行聚類運(yùn)算，利用聚類的NWP數(shù)據(jù)對(duì)優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，用訓(xùn)練后的BP神經(jīng)網(wǎng)絡(luò)對(duì)風(fēng)電場(chǎng)功率進(jìn)行預(yù)測(cè)，得