風電場功率短期預測方法優(yōu)化的研究.pdf

1、風電場功率短期預測技術(shù)對于電力系統(tǒng)的調(diào)度、運行和風電場的生產(chǎn)和維護都具有十分重大的意義。國外的風電功率短期預測技術(shù)的研究開始于20世紀80年代，隨著研究的深入，已經(jīng)有比較成熟的算法和商用軟件。國內(nèi)的相關(guān)研究在近幾年才剛剛開展，在預測精度、可靠性和對不同風場的適應(yīng)性方面仍然有許多不足。針對基于數(shù)值天氣預報的功率預報模式，研究提高預測精度和可靠性的算法，具有重要的學術(shù)價值和工程實用價值。
　　 論文主要進行了以下幾方面的工作：

2、>　　 首先統(tǒng)計分析了數(shù)值天氣預報誤差和風電功率短期預報誤差，對它們的誤差分布進行了研究，研究了實測數(shù)據(jù)中的無效數(shù)據(jù)、數(shù)值天氣預報誤差和預測模型對風電功率短期預測誤差的影響。
　　 針對現(xiàn)有的測風數(shù)據(jù)補缺方法或者誤差較大，或者只能處理風速數(shù)據(jù)的缺點，首次將自適應(yīng)神經(jīng)模糊推理系統(tǒng)引入到風場實測風速和風向數(shù)據(jù)的補缺中，通過使用歷史實測數(shù)據(jù)序列，補充了缺失的數(shù)據(jù)，解決了風向數(shù)據(jù)的補缺問題，減小了補缺數(shù)據(jù)的誤差。通過對實測風速風向數(shù)據(jù)

3、的補缺，可以校正實測數(shù)據(jù)中的無效數(shù)據(jù)，從而為數(shù)值天氣預報數(shù)據(jù)的校正打下良好的基礎(chǔ)。
　　 數(shù)值天氣預報是風電場功率短期預測的主要誤差來源，目前的線性校正方法并不能很好地校正其誤差。在論文中，提出了一種非線性數(shù)據(jù)校正算法，運用小波包分析算法和BP神經(jīng)網(wǎng)絡(luò)對數(shù)值天氣預報風速進行數(shù)據(jù)校正，利用校正后的數(shù)據(jù)進行風電機組輸出功率預測，并對預測輸出功率進行進一步的數(shù)據(jù)校正，得到最終的預測輸出功率。通過數(shù)據(jù)校正算法，降低了數(shù)值天氣預報風速的誤