基于神經(jīng)網(wǎng)絡的風電場短期風電功率預測研究.pdf

1、風電裝機容量的逐年快速增長，使得風電在電網(wǎng)中所占的比例也逐年增大。但由于風的高度隨機性和間歇性等特點，大容量風電接入電網(wǎng)對電力供需平衡、電力系統(tǒng)安全以及電能質(zhì)量帶來嚴竣挑戰(zhàn)，因而限制風電的發(fā)展規(guī)模。預測風電場的出力成為解決此問題的有效途徑。借助預測結(jié)果，電力調(diào)度部門能夠提前并及時調(diào)整調(diào)度計劃，同時減少電力系統(tǒng)的備用容量、降低電力系統(tǒng)運行成本。當預測精度達到一定的要求，還可增大電力系統(tǒng)中風電最大裝機比例，提高風電的競爭力。
　　

2、本文在此背景下選擇風電功率的短期預測作為研究內(nèi)容。文中首先介紹了風電發(fā)展現(xiàn)狀以及風電場短期預測的意義和國內(nèi)外研究現(xiàn)狀，對當前的風電功率預測方法進行了概括，并對時間序列和BP神經(jīng)網(wǎng)絡原理、算法及其改進做了相應論述。本文根據(jù)從--風電場獲知的27天的相關運行數(shù)據(jù)，主要在時間序列法初步建模的基礎上，用神經(jīng)網(wǎng)絡法對風電功率短期預測進行探索性研究。針對風電功率的隨機時間序列特性，初步建立時間序列模型預測風電功率，同時基于相同的數(shù)據(jù)建立BP模型，運

3、用MATLAB軟件編程預測輸出，并對比兩模型結(jié)果。隨之改進BP網(wǎng)絡模型，建立基于多維數(shù)值氣象數(shù)據(jù)輸入的風電功率短期預測模型，其中運用時間序列方法對模型的多維輸入?yún)?shù)作相應處理，同樣采用MATLAB軟件編程預測提前1小時、2d小時、4小時、8小時以及24小時的風電功率，并對提前不同時間的預測結(jié)果及誤差進行對比分析。為了提高預測的精度，引入含空間性數(shù)據(jù)的GIS模塊，完善已有的基于數(shù)值氣象數(shù)據(jù)的BP網(wǎng)絡預測模型，以及對預測結(jié)果的不確定性進行分