風(fēng)電功率組合預(yù)測模型的研究

風(fēng)電功率組合預(yù)測模型的研究

ID:34977018

大?。?.37 MB

頁數(shù):70頁

時間:2019-03-15

風(fēng)電功率組合預(yù)測模型的研究_第1頁
風(fēng)電功率組合預(yù)測模型的研究_第2頁
風(fēng)電功率組合預(yù)測模型的研究_第3頁
風(fēng)電功率組合預(yù)測模型的研究_第4頁
風(fēng)電功率組合預(yù)測模型的研究_第5頁
資源描述:

《風(fēng)電功率組合預(yù)測模型的研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、風(fēng)電功率組合預(yù)測模型的研究重慶大學(xué)碩士學(xué)位論文(學(xué)術(shù)學(xué)位)學(xué)生姓名:張露指導(dǎo)教師:盧繼平教授專業(yè):電氣工程學(xué)科門類:工學(xué)重慶大學(xué)電氣工程學(xué)院二O一五年五月ResearchontheCombinedForecastModelofWindPowerAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementforMaster’sDegreeofEngineeringByZhangLuSupervisedbyProf.LuJipingSpecialty

2、:ElectricalEngineeringSchoolofElectricalEngineeringofChongqingUniversity,Chongqing,ChinaMay,2015重慶大學(xué)碩士學(xué)位論文中文摘要摘要隨著風(fēng)力發(fā)電技術(shù)的不斷發(fā)展,風(fēng)電在電網(wǎng)中所占比例越來越大。風(fēng)電場穿透功率的不斷加大,威脅著電力系統(tǒng)安全、穩(wěn)定、經(jīng)濟、可靠運行。對風(fēng)電功率進(jìn)行準(zhǔn)確預(yù)測可以減少電力系統(tǒng)運行成本和旋轉(zhuǎn)備用,提高風(fēng)電穿透功率極限,有利于調(diào)度部門及時調(diào)整計劃,從而減輕風(fēng)電對電網(wǎng)的影響。論文進(jìn)行了兩種不同形式組合模型的研究,即橫向組合模型

3、和縱向組合模型,其中橫向組合模型包括基于不同優(yōu)化準(zhǔn)則的模型和基于誘導(dǎo)有序加權(quán)調(diào)和平均算子的模型。論文建立了基于不同優(yōu)化準(zhǔn)則的橫向組合模型:通過計算單項預(yù)測方法的貼近度對單項預(yù)測模型進(jìn)行擇優(yōu),有效解決了單項預(yù)測模型的選擇問題;將建立的3種不同優(yōu)化準(zhǔn)則的組合模型進(jìn)行組合,得到兼顧不同優(yōu)化準(zhǔn)則的優(yōu)化模型,有效地克服了根據(jù)某一優(yōu)化準(zhǔn)則建立的組合模型不能改進(jìn)其它評價指標(biāo)的問題。經(jīng)實際算例檢驗,結(jié)果表明優(yōu)化模型的各項預(yù)測評價指標(biāo)都較好,能有效提高風(fēng)電功率預(yù)測精度。將最大—最小貼近度和誘導(dǎo)有序加權(quán)調(diào)和平均算子(IOWHA)相結(jié)合,建立了另一橫向

4、組合模型,即IOWHA組合模型,它能根據(jù)各單項預(yù)測方法在每時刻的預(yù)測精度高低順序賦值,克服了傳統(tǒng)組合模型的缺陷;采用單項預(yù)測模型建立的多個組合模型中預(yù)測精度較高者作為標(biāo)準(zhǔn),計算各單項模型的誘導(dǎo)值(預(yù)測精度),可以解決預(yù)測期實際值未知,誘導(dǎo)值排序無法提前預(yù)知的問題。仿真結(jié)果表明,IOWHA組合模型能很好的反映風(fēng)電功率時間序列的變化趨勢,具有較高的預(yù)測精度。研究了風(fēng)電功率多步預(yù)測方法?;趯M向組合模型思路的改進(jìn),建立了基于小波分解和相空間重構(gòu)的風(fēng)電功率縱向組合模型:根據(jù)小波分解的各分量的變化特征,將它們分為低頻分量和高頻分量;依據(jù)各

5、頻帶分量的特性選擇了恰當(dāng)?shù)念A(yù)測方法,低頻分量采用相空間重構(gòu)的RBF神經(jīng)網(wǎng)絡(luò)法,高頻分量采用滾動時間序列法;疊加各子序列的預(yù)測結(jié)果得到最終的風(fēng)電功率預(yù)測值。該縱向組合模型結(jié)合了RBF神經(jīng)網(wǎng)絡(luò)強大的泛化能力和全局逼近能力以及滾動時間序列法能根據(jù)數(shù)據(jù)的變化實時更新模型的優(yōu)點。經(jīng)算例分析表明,該方法具有較好的多步預(yù)測能力,能實現(xiàn)較高精度的多步預(yù)測。關(guān)鍵詞:風(fēng)電功率,組合模型,優(yōu)化準(zhǔn)則,誘導(dǎo)有序加權(quán)調(diào)和平均算子,小波分解,相空間重構(gòu)I重慶大學(xué)碩士學(xué)位論文英文摘要ABSTRACTWiththecontinuousdevelopmentofwi

6、ndpowertechnology,windpowerhastakenbiggerandbiggerproportioninthepowergrid.Theincrementofwindpowerpenetrationthreatensthesecurity,stability,economicandreliableoperationofthepowersystem.Accuratepredictionofwindpowercanreducetheoperationcostandspinningreserveofpowersyst

7、emandimprovethewindpowerpenetrationlimit,anditisconducivetothedispatchingdepartmenttotimelyadjusttheprogram,therebytoreducetheimpactofthewindpoweronpowergrid.Thispaperstudiestwokindsofcombinationmodelsindifferentforms,namelyhorizontalcombinationmodelandverticalcombina

8、tionmodel.Theformerincludesthecombinationmodelbasedondifferentoptimizationcriterionsandthecombinedmodelbasedoninducedordered

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。