基于時(shí)間序列分析的大型風(fēng)電場(chǎng)功率預(yù)測(cè)方法研究.pdf

1、風(fēng)電功率預(yù)測(cè)對(duì)電力系統(tǒng)有著重要的意義，精確的預(yù)測(cè)可以降低風(fēng)電并網(wǎng)帶來的沖擊，提高風(fēng)電滲透率，增強(qiáng)電力系統(tǒng)運(yùn)行的穩(wěn)定性。由于風(fēng)電的隨機(jī)性和波動(dòng)性，加之我國風(fēng)電場(chǎng)所處地形復(fù)雜，風(fēng)況相對(duì)不穩(wěn)定，我國的風(fēng)電預(yù)測(cè)在精度上仍然有待提高。
　　在此背景下，本文以時(shí)間序列分析為基礎(chǔ)，選取多種風(fēng)電預(yù)測(cè)模型對(duì)風(fēng)電場(chǎng)風(fēng)速和功率進(jìn)行短期預(yù)測(cè)，主要工作包括以下幾個(gè)方面：
　　對(duì)風(fēng)電場(chǎng)運(yùn)行數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，并對(duì)其進(jìn)行預(yù)處理。分別對(duì)多種方法進(jìn)行研究，建立

2、了風(fēng)電預(yù)測(cè)的單一模型和綜合模型。
　　提出了基于遺忘因子優(yōu)化的AR參數(shù)估計(jì)模型，將系統(tǒng)辨識(shí)中比較常用且精度較高的最小二乘估計(jì)應(yīng)用于風(fēng)電功率預(yù)測(cè)，利用遞推方程進(jìn)行建模。為避免數(shù)據(jù)飽和現(xiàn)象，在最小二乘算法中加入了遺忘因子來控制歷史數(shù)據(jù)對(duì)未來預(yù)測(cè)情況的影響，其中遺忘因子根據(jù)誤差情況進(jìn)行自動(dòng)調(diào)整來控制數(shù)據(jù)窗的大小。
　　提出了基于D-S證據(jù)理論的改進(jìn)ARMA模型，將各單一模型的預(yù)測(cè)值作為多方面信息進(jìn)行融合，以達(dá)到修正ARMA參數(shù)的目

3、的。之后，對(duì)基于D-S證據(jù)理論的改進(jìn)ARMA模型在選型方面進(jìn)行了優(yōu)化。
　　在已有的優(yōu)化模型的基礎(chǔ)上，提出了基于組合模型的遞推預(yù)測(cè)算法，將各種算法進(jìn)行誤差驗(yàn)證，選出誤差最小的模型進(jìn)行下一步預(yù)測(cè)，再利用變遺忘因子最小二乘算法對(duì)結(jié)果進(jìn)行修正，使預(yù)測(cè)誤差進(jìn)一步降低。
　　對(duì)內(nèi)蒙古某風(fēng)電場(chǎng)功率進(jìn)行了預(yù)測(cè)，首先對(duì)單機(jī)風(fēng)速進(jìn)行預(yù)測(cè)，然后對(duì)各臺(tái)風(fēng)機(jī)進(jìn)行功率擬合，最后將單機(jī)功率疊加得到風(fēng)電場(chǎng)總功率。將各種算法的預(yù)測(cè)結(jié)果進(jìn)行比較，實(shí)驗(yàn)證明組合