風(fēng)電功率預(yù)測(cè)誤差不確定性建模研究.pdf

1、風(fēng)能是一種重要的和最具競(jìng)爭(zhēng)力的可再生清潔新能源，以風(fēng)力發(fā)電為主的新能源發(fā)電在全球范圍內(nèi)得到了快速發(fā)展。然而風(fēng)電是一種不確定性能源，風(fēng)的隨機(jī)性和間歇性使得大規(guī)模風(fēng)電并網(wǎng)后會(huì)增加電力系統(tǒng)安全穩(wěn)定運(yùn)行的難度，進(jìn)而使風(fēng)電消納、電網(wǎng)優(yōu)化調(diào)度等日益復(fù)雜。接納大規(guī)?？稍偕茉匆殉蔀槲磥?lái)智能電網(wǎng)的發(fā)展趨勢(shì)和方向。如何更好地描述風(fēng)電的隨機(jī)性為高風(fēng)電滲透率下的新一代隨機(jī)-確定耦合的復(fù)雜電力系統(tǒng)服務(wù)，已成為含風(fēng)電電力系統(tǒng)動(dòng)態(tài)調(diào)控領(lǐng)域的研究熱點(diǎn)。本文針對(duì)風(fēng)電功

2、率預(yù)測(cè)誤差的不確定性建模及其在含風(fēng)電電力系統(tǒng)機(jī)組組合調(diào)度模型中的應(yīng)用問(wèn)題展開(kāi)了如下研究:
　　1.針對(duì)實(shí)際風(fēng)電場(chǎng)數(shù)據(jù)，深入分析了其風(fēng)速風(fēng)向等風(fēng)資源特性。然后，研究了基于數(shù)值天氣預(yù)報(bào)(NWP)和改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率預(yù)測(cè)模型，對(duì)風(fēng)電功率進(jìn)行了提前1h，3h和24h的短期預(yù)測(cè)。該模型的預(yù)測(cè)精度較RBF、基本BP和基于PSOBP算法的神經(jīng)網(wǎng)絡(luò)有較大提高，但與現(xiàn)有的所有預(yù)測(cè)模型一樣，仍存在約20％左右的預(yù)測(cè)誤差，因此，對(duì)其預(yù)測(cè)誤差的不

3、確定性進(jìn)行研究頗顯重要。
　　2.研究了基于統(tǒng)計(jì)模型的風(fēng)電功率預(yù)測(cè)誤差不確定性。首先，基于實(shí)際風(fēng)電場(chǎng)大量的風(fēng)電功率數(shù)據(jù)及其提前4h，6h和24h的點(diǎn)預(yù)測(cè)值分布散點(diǎn)圖，分析了不同時(shí)間尺度下預(yù)測(cè)誤差的高斯、柯西、拉普拉斯和一種非高斯通用模型分布特性，其中，非高斯通用模型對(duì)預(yù)測(cè)誤差具有較高的擬合精度。為了提高該模型的實(shí)用性，本文在預(yù)測(cè)功率分段方面進(jìn)行了優(yōu)化，使預(yù)測(cè)功率區(qū)間的劃分自動(dòng)地隨歷史數(shù)據(jù)的規(guī)模進(jìn)行調(diào)整。經(jīng)定性和定量仿真對(duì)比測(cè)試表明

4、，該項(xiàng)改進(jìn)后的非高斯通用模型能自適應(yīng)地反映不同風(fēng)場(chǎng)、不同預(yù)測(cè)時(shí)間尺度下預(yù)測(cè)誤差模型參數(shù)的實(shí)時(shí)變化，提高了風(fēng)電功率預(yù)測(cè)誤差的擬合效率。
　　3.在可信性理論的基礎(chǔ)上，研究了描述風(fēng)電功率預(yù)測(cè)誤差不確定性的模糊模型。選用能反映實(shí)際預(yù)測(cè)誤差分布特性的柯西函數(shù)作為預(yù)測(cè)誤差的隸屬度函數(shù)，再由隸屬度函數(shù)確定預(yù)測(cè)誤差的可信性測(cè)度，從而建立了基于可信性測(cè)度的預(yù)測(cè)誤差模糊模型。
　　4.將描述風(fēng)電功率預(yù)測(cè)誤差不確定性的統(tǒng)計(jì)模型和模糊模型應(yīng)用到含