風電功率短期預測方法研究.pdf

1、風電功率短期預測方法研究重慶大學碩士學位論文（學術(shù)學位）學生姓名：梁沛指導教師：盧繼平教授專業(yè)：電氣工程學科門類：工學重慶大學電氣工程學院二O一六年五月重慶大學碩士學位論文中文摘要I摘要隨著能源短缺與環(huán)境污染等問題的日益凸顯，風電作為最有前景的清潔能源之一，在近幾十年得到了快速的發(fā)展。然而，大規(guī)模的風電并網(wǎng)嚴重威脅著電力系統(tǒng)的安全、穩(wěn)定、經(jīng)濟、可靠運行，需要高精度的風電功率預測系統(tǒng)為調(diào)度人員提供有效的指導信息，以減少風電對電網(wǎng)的不利影響

2、。目前風電功率短期預測模型的數(shù)據(jù)來源主要有數(shù)值天氣預報信息（NumericalWeatherPrediction，NWP）與歷史運行數(shù)據(jù)。NWP數(shù)據(jù)具有一定的缺陷，只利用歷史數(shù)據(jù)進行短期預測又存在很大的誤差。針對這一問題，論文對以歷史數(shù)據(jù)為輸入的風電功率短期單點預測模型與概率預測模型進行了研究。論文提出了一種采用非迭代方式的短期預測方法。無論預測提前時間多長，該方法統(tǒng)一將真實數(shù)據(jù)作為每個預測時段的輸入，并對應每一時段建立一個神經(jīng)網(wǎng)絡。能

3、夠在只有歷史數(shù)據(jù)的條件下，有效地克服累積誤差，預測未來24h的風電功率輸出。在非迭代方法的基礎上，論文建立了非迭代與分時段最優(yōu)的風電功率短期單點預測模型。該模型找出分別使各個預測時段誤差最小的最優(yōu)輸入個數(shù)，接著求解基于歷史風速數(shù)據(jù)和歷史功率數(shù)據(jù)兩種模型的分時段最優(yōu)權(quán)重。對算例風電場進行分析，結(jié)果表明：分時段最優(yōu)模型能夠有效地反映分時段特性，提高各個時段的預測精度；非迭代與分時段最優(yōu)的單點預測模型應用于風電功率短期預測具有較高的精度?？紤]

4、到單點預測模型難以提供概率信息，論文建立了基于非迭代與RBF分位數(shù)回歸的風電功率短期概率預測模型。以非迭代方法為基礎，利用小波變換將功率序列分解成一系列子分量。使用RBF分位數(shù)回歸模型計算每個分量的概率分布，然后利用拉丁超立方抽樣方法，得到風電功率的概率預測分布。結(jié)果表明：非迭代與RBF分位數(shù)回歸模型在各個預測時段具有較小的預測誤差以及較好的概率評價指標，能夠有效地進行單點預測與概率預測，預測結(jié)果具有很高的參考價值。關鍵字：關鍵字：單點