中長(zhǎng)期風(fēng)電功率預(yù)測(cè)方法研究.pdf

《中長(zhǎng)期風(fēng)電功率預(yù)測(cè)方法研究.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、：■．＾．；端、＇＾化Ｖｉ．－靖．－聲，兩帶霍Ｅ兵．史惡運(yùn)．，Ｖ－，＇疹箸ｌ．套ｘ．．．舅編嘗．；ｗｃ知＇若推＜．雜貧、．，一／＾ｖ變；掛吃擁窘，．＇０，．－．．＼＇／乃．．級(jí)＆讓苗Ｓ＼駕ｒ．：．節(jié)讀難．Ｄｇ粹；．ｖ＾＇Ｕ：．；？：．婪訴；７誦＇號(hào)Ｖ；ｒ．繁．Ｎ＞＞．；．＊Ｖ、．＇、．７，．巧／零．／’．－苗，心輯、滬：－?！海呵桑?；秦聲．嶺貨．：皆．－堇Ｖ．．．．＼錢＼＾二Ｌ滿＾＾＞餐藻ｗ＾＇安抑葦：與吟．ｒ＞．．＇ｉ心ｉ．賴Ｉ’甲．心，？寒ｒ’巧Ｈ－聲＼聲；＇轉(zhuǎn)：．‘．氣Ｖ．ｒ．．．３＾學(xué)位巧ｗ全學(xué)心￡論．．一．．：－．巧

2、；＞：＇＞－＊：ｉＨ霉亦ｒ廣．電＾細(xì)＇爭(zhēng)臟＾昏誠(chéng)預(yù)訪法’＾－．：，Ｈ．＇；Ｖｒ以讀；；．．；式．’，；；畝部｝＇．；秦義：著＃心＾雜?。乎r絮＇．＇／：．：，￥．」＇；；巧＾－舊蕃．秦Ｉ角臟類’寺Ｊ提；‘，．＇＇＇％＾難４．ｕ４．韋．復(fù)匪．‘．Ｖ：：．／若如．徐＾蒙；ｆ湘．，．Ｔ／．巧巧別某采章ｄ‘的ｆ如聲Ｊ－六．卻ｆ＂ｉ：毒．薩ＳＩ瓜，茗辦爭(zhēng)：少．，ｒ．．，＇／爭(zhēng)；：；雖ｖ４．．；＾｜義誨苗ｇ皆吟＇衣；巧ｒ＇＾畔巧論幽２ｇ爭(zhēng)．ｆ＂終＇．刊．＾向ｒ戶時(shí)喫義、．．靜：．．身今：卿溪義

3、ｙ．．二－；－．護(hù)‘：知．．Ｖ這／知；＾—－如駕著雙ＶＬ咬＾．．：早．’．＿．蘇．ｖ黎：汝．ｗ．議．＼ｕ＇■巧；惡碩士學(xué)位論文中長(zhǎng)期風(fēng)電功率預(yù)測(cè)方法研究ResearchoftheMethodsofMediumandLong-termWindPowerForecasting作者姓名：徐彥嵩學(xué)科、專業(yè)：電氣工程學(xué)號(hào)：Y2014201218校內(nèi)導(dǎo)師：趙志剛企業(yè)導(dǎo)師：葛延峰完成日期：2017年1月8日ShenyangInstituteofEngineering沈陽工程學(xué)院碩士學(xué)位論文摘要近年來，風(fēng)力發(fā)電發(fā)展迅速，但是由于風(fēng)力

4、發(fā)電的間歇性、隨機(jī)性和不確定性的特點(diǎn)，使風(fēng)電的大規(guī)模并網(wǎng)給電力系統(tǒng)的穩(wěn)定性帶來沖擊，因此需要對(duì)風(fēng)電功率進(jìn)行預(yù)測(cè)來維持電力系統(tǒng)運(yùn)行的穩(wěn)定性。而中長(zhǎng)期風(fēng)電功率進(jìn)行準(zhǔn)確度較高的預(yù)測(cè)對(duì)風(fēng)電場(chǎng)的選址、備用容量和儲(chǔ)能容量的選取、風(fēng)電機(jī)組的檢修、風(fēng)電的競(jìng)價(jià)上網(wǎng)乃至風(fēng)電未來的發(fā)展等至關(guān)重要。所以，需要對(duì)風(fēng)力發(fā)電量進(jìn)行中長(zhǎng)期預(yù)測(cè)。由于我國(guó)風(fēng)力發(fā)電的起步較晚，尚沒有大量的歷史年份的發(fā)電數(shù)據(jù)，所以不能建立長(zhǎng)期的預(yù)測(cè)模型?？紤]到風(fēng)力發(fā)電量這一物理量又主要取決于風(fēng)速，所以可通過歷史年份的風(fēng)速數(shù)據(jù)和風(fēng)機(jī)的風(fēng)速-功率預(yù)測(cè)模型來得到歷史年份的模擬發(fā)電量數(shù)據(jù)。本文首先通過對(duì)富錦風(fēng)電場(chǎng)11號(hào)風(fēng)電機(jī)組的風(fēng)

5、力發(fā)電量時(shí)間序列進(jìn)行分析，研究了灰色GM(1,1)模型的建模維數(shù)對(duì)預(yù)測(cè)精度的影響；在選擇了最佳建模維數(shù)的基礎(chǔ)上，分別從模型自身和原始數(shù)據(jù)角度出發(fā)，對(duì)模型進(jìn)行了初步優(yōu)化研究。預(yù)測(cè)結(jié)果表明，從模型自身出發(fā)優(yōu)化背景值和初始值的改進(jìn)型GM(1,1)模型，以及對(duì)原始數(shù)據(jù)進(jìn)行遞增處理再建模，都能有效提高GM(1,1)模型的預(yù)測(cè)精度。其次，本文采用主成分分析法提取了影響風(fēng)速信息的主成分，在其基礎(chǔ)上建立基于主成分分析的神經(jīng)網(wǎng)絡(luò)風(fēng)速預(yù)測(cè)模型。并利用黑龍江富錦風(fēng)電場(chǎng)歷史年份中的實(shí)測(cè)數(shù)據(jù)進(jìn)行預(yù)測(cè)分析。為了驗(yàn)證主成分提取的必要性及基于主成分分析的風(fēng)速預(yù)測(cè)模型的適用性，將所有氣象影響因素全部作

6、為神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的附加輸入進(jìn)行訓(xùn)練預(yù)測(cè)。仿真結(jié)果表明基于主成分分析的神經(jīng)網(wǎng)絡(luò)風(fēng)速預(yù)測(cè)模型可以提高預(yù)測(cè)精度。最后，本文研究了組合預(yù)測(cè)模型。采用線性加權(quán)法對(duì)基于灰色理論的預(yù)測(cè)模型和基于主成分分析的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型進(jìn)行了組合預(yù)測(cè)分析。并與其它預(yù)測(cè)模型作對(duì)比，結(jié)果表明，基于灰色理論的預(yù)測(cè)模型和基于主成分分析的組合模型的精度最高。這種方法在一定程度上解決了我國(guó)風(fēng)電中長(zhǎng)期預(yù)測(cè)精度低的問題，為我國(guó)后續(xù)中長(zhǎng)期風(fēng)電功率預(yù)測(cè)課題的工作開展提供了堅(jiān)實(shí)的理論基礎(chǔ)和依據(jù)。關(guān)鍵詞：中長(zhǎng)期功率預(yù)測(cè)；灰色理論；主成分分析；組合預(yù)測(cè)I沈陽工程學(xué)院碩士學(xué)位論ResearchoftheMethodsof

7、MediumandLong-termWindPowerForecastingAbstractInrecentyears,thedevelopmentofwindpowerisrapid,butbecauseofthewindpower’scharacteristics,suchasintermittent,randomnessanduncertainty,whichbringsahugeimpacttothestabilityofthepowersystem,itisnecessarytopredictwindpowertomaintainthest