風電場發(fā)電功率短期預測.pdf

1、能源事關國家社會和經濟的可持續(xù)發(fā)展,隨著世界能源危機的顯現,各國都把發(fā)展可再生能源放在關系國計民生的重要位置。風力發(fā)電作為可再生能源發(fā)電技術中發(fā)展最快也最為成熟的一種,目前已有許多大規(guī)模風電場并網運行。然而,隨著風電場裝機容量的持續(xù)增加,它的隨機性以及不穩(wěn)定性對電網的安全、穩(wěn)定、經濟運行以及電能質量的影響日益顯現。風電場發(fā)電功率的短期預測是解決該問題的有效途徑之一。中國的風電場大多是集中的、大容量的風電場,而且位于電網建設相對比較薄弱的

2、偏遠地區(qū),因此,中國更需要進行風電場功率短期預測的研究,而目前中國在此領域的研究還處在起步階段。
　　 本課題針對風電場發(fā)電功率短期預測問題做了較詳細研究。首先,以我國某風電場實地采集數據為研究對象,對該風電場的運行參數統(tǒng)計規(guī)律進行了研究,對數據做了合理的處理與轉換,并分析了風能與風機發(fā)電功率之間的關系與區(qū)別,為接下來的工作奠定了基礎。然后,采用歷史功率數據,基于MATLAB平臺搭建模型分析其混沌屬性,并分別基于BP神經網絡與R

3、BF神經網絡建立預測模型,結果顯示兩種模型都取得了較好的預測效果。接著,基于歷史風速數據以及數值氣象預報系統(tǒng)數據分別建立了時間序列模型與最小二乘支持向量機模型。最后,對上述三種單項預測模型的預測結果做了分析對比,在此基礎上通過最小方差法以及最優(yōu)的非負可變加權系數法確立組合預測模型的加權系數,建立組合預測模型,結果顯示組合預測較單項預測的效果有了很好的改善,而且最優(yōu)的非負可變加權系數法更符合實際情況。結果具有實際意義和應用價值。