基于數(shù)值天氣預報NWP修正的BP神經(jīng)網(wǎng)絡風電功率短期預測研究.pdf

1、可再生能源在世界能源結構中的比例急劇增加,其中風能被認為是當前世界上最有發(fā)展前景的新能源技術之一。近十年來,隨著中國風力發(fā)電產(chǎn)業(yè)的快速發(fā)展,如何解決風電并網(wǎng)、運行和消納成為風電研究的主要課題。其中,高精度的風電功率預測不僅利于電網(wǎng)調度、風電場運行管理,而且可以增加電網(wǎng)消納風電的能力,提高電力系統(tǒng)運行的經(jīng)濟性能。
　　 本文首先概述了風電功率預測的主要方法及國內外研究現(xiàn)狀,結合實際風電場風機運行參數(shù)、歷史風能信息和天氣記錄,給出風

2、電機組的風速-功率模型,分析影響風電機組輸出功率的各項因素,并利用多項式和傳里葉級數(shù)對機組風速-功率曲線進行擬合。
　　 隨后根據(jù)BP神經(jīng)網(wǎng)絡算法,建立風電功率短期預測模型,該模型以風能及天氣信息為輸入,風電功率為輸出,利用180天歷史數(shù)據(jù)對預測未來72小時的短期風電輸出功率進行預測。
　　 本文著重研究了用于預測模型輸入的數(shù)值天氣預報(NWP)中的風速序列特性,得到對不同風場,NWP中預報的風速信息與實際風速的誤差在整

3、體上呈現(xiàn)一定規(guī)律性。在此基礎上,利用神經(jīng)網(wǎng)絡自學習功能對NWP預報風速序列修正,提高NWP風速的預報精度。結合修正前后的NWP信息,分別利用曲線擬合和BP神經(jīng)網(wǎng)絡方法對短期風電輸出功率進行預測。算例風場情況表明,當原始NWP風速預報精度較低時,經(jīng)過NWP修正的BP神經(jīng)網(wǎng)絡風電功率短期預測精度顯著提升。
　　 最后,根據(jù)算例風場情況,本文對風電場全場輸出功率的預測方法進行了探索。并對風電功率預測的相關實際工作和進一步理論研究進行了