基于NWP數(shù)據(jù)的風(fēng)電場短期功率預(yù)測研究.pdf

1、隨著風(fēng)電規(guī)模的增加，風(fēng)電在給我們帶來多方面的利益的同時，也給電網(wǎng)的運行帶來了挑戰(zhàn)，當(dāng)風(fēng)電穿透功率超過一定值之后，就會嚴(yán)重影響到電能質(zhì)量和電力系統(tǒng)的穩(wěn)定運行，而且會危及常規(guī)發(fā)電方式，主要表現(xiàn)為電壓和頻率會有較大幅度的波動。更嚴(yán)重的是，當(dāng)風(fēng)電機(jī)組由于風(fēng)速過大而退出運行時，可能會給電力系統(tǒng)造成難以承受的沖擊。因此，對風(fēng)電的輸出功率進(jìn)行準(zhǔn)確的預(yù)測，不僅可以減少風(fēng)電并網(wǎng)給電網(wǎng)帶來的沖擊力和不穩(wěn)定性，同時也可以合理的調(diào)配電力資源，使得風(fēng)電發(fā)揮更大的

2、作用。
　　 本論文在當(dāng)前國內(nèi)外風(fēng)電功率研究現(xiàn)狀的基礎(chǔ)上，對風(fēng)功率短期預(yù)測的方法展開了進(jìn)一步的研究，論文具體工作如下:
　　 (1)分析風(fēng)電機(jī)組風(fēng)速-功率模型，研究天氣變化對對風(fēng)電機(jī)組實際功率輸出的影響，建立風(fēng)電場功率短期預(yù)測的BP神經(jīng)網(wǎng)絡(luò)模型，運用數(shù)值天氣預(yù)報(NWP)數(shù)據(jù)作為輸入，風(fēng)電場實際輸出功率為網(wǎng)絡(luò)輸出目標(biāo)值，對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，用訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)對未來12小時、24小時、48小時和72小時的風(fēng)電場輸出

3、功率進(jìn)行預(yù)測，預(yù)測平方絕對誤差分別為:6.33％、8.81％、13.67％和13.03％;
　　 (2)利用LM算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型，用優(yōu)化好的模型和標(biāo)準(zhǔn)的BP網(wǎng)絡(luò)模型進(jìn)行比較，結(jié)果顯示，優(yōu)化后的模型訓(xùn)練速度更快，預(yù)測精度更高;
　　 (3)利用迭代自組織數(shù)據(jù)分析技術(shù)(ISODATA)聚類算法，對NWP數(shù)據(jù)進(jìn)行聚類運算，利用聚類的NWP數(shù)據(jù)對優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，用訓(xùn)練后的BP神經(jīng)網(wǎng)絡(luò)對風(fēng)電場功率進(jìn)行預(yù)測，得