風電場風電功率概率預測研究.pdf_第1頁
已閱讀1頁,還剩83頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、我國作為世界上最大的能源消耗國,油氣能源的高依賴度,導致能源安全問題、環(huán)境問題日益明顯。隨著風力發(fā)電技術的不斷提升,風電場裝機容量和風電的并網規(guī)模不斷增加,為我國帶來巨大的經濟效益的同時,緩解了能源安全并來帶了環(huán)境效益。為了保證電力系統(tǒng)的穩(wěn)定運行和供電系統(tǒng)的可靠性,必須對供電系統(tǒng)進行有效的計劃、調度。然而,風電作為一種間歇性的電源,其波動性和不確定性,增加了對電網進行安全調度的難度,加重系統(tǒng)備用容量的負擔。因此,對風電場輸出功率的準確預

2、報,不僅有助于合理的安排調度計劃,實現電力系統(tǒng)的供需平衡,同時能有效降低備用容量、降低發(fā)電總成本。
  本文中對風電場風電功率預測系統(tǒng)的國內外情況作了較為全面的介紹。其中,大部分的預測系統(tǒng)都采用了單點值預測方法,這些方法能夠給出未來時段內風電功率最有可能出現的功率值;然而,單點值預測方法無法提供風電場風電功率輸出的不確定性信息。概率性預測方法的出現,成為解決風電功率預測不確定性信息缺失的關鍵。此類方法不但能通過期望的方式給出單點值

3、預測結果,同時能夠以概率分布的方式,提供預測誤差的分布信息,為電力系統(tǒng)調度決策、運行風險評估提供更加豐富的信息。
  本文首先從ARMA和SVM這兩種單點值預測方法入手,分析了這兩種單點值預測方法的各自特點。而后,采用ARMA和SVM作為函數模型,實現了ARMA—分位數和SVM—分位數這兩種基于分位數的概率性預測方法。在對SVM—分位數概率性預測方法的建模分析中,得到了分位數方法的概率密度函數,同時提出了對概率性預測結果檢驗值較差

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論