風(fēng)電場出力組合預(yù)測算法的研究.pdf

1、風(fēng)能是一種純凈、無污染的可再生能源，分布廣泛，對風(fēng)能的開發(fā)及利用越來越受到人們的重視，并且大規(guī)模的風(fēng)電并網(wǎng)在電網(wǎng)中所占的比重也越來越大，但由于風(fēng)電具有間歇性、隨機(jī)性和波動性的特點(diǎn)，使得風(fēng)電并網(wǎng)具有一定的風(fēng)險性，也給電網(wǎng)的安全運(yùn)行帶來極大的挑戰(zhàn)。解決上述問題有效的方法就是對風(fēng)電場的輸出功率進(jìn)行準(zhǔn)確的預(yù)測，可以降低這些風(fēng)險因素所帶來的各種問題，使電力調(diào)度人員更好的制定發(fā)電調(diào)度計劃，并且保證電網(wǎng)的穩(wěn)定運(yùn)行，同時使電力系統(tǒng)的安全性、可靠性和經(jīng)濟(jì)

2、性得到保證。
　　 本文利用混沌理論的知識，對風(fēng)電場的功率時間序列進(jìn)行了相空間重構(gòu)，在此基礎(chǔ)上分別創(chuàng)建了兩種單一模型:RBF神經(jīng)網(wǎng)絡(luò)預(yù)測模型和最小二乘支持向量機(jī)預(yù)測模型。單一模型采用不同的算法和方法，因而利用原始數(shù)據(jù)的有效信息不同，并且單一模型的預(yù)測精度不高，針對此問題，本文采用最小方差組合算法，對單一模型的預(yù)測結(jié)果進(jìn)行加權(quán)組合，可以充分利用原始數(shù)據(jù)的有效信息，達(dá)到提高預(yù)測精度的目的。
　　 大多數(shù)對風(fēng)電功率預(yù)測采用的方

3、法都是對點(diǎn)序列進(jìn)行預(yù)測，得到的是一組確定性的時間序列，無法確定預(yù)測結(jié)果可能的波動范圍，而對風(fēng)電功率的變化趨勢和變化區(qū)間進(jìn)行準(zhǔn)確預(yù)測可以滿足這種要求。本文提出采用信息?；椭С窒蛄繖C(jī)理論相結(jié)合的方法對風(fēng)電場風(fēng)電功率的變化趨勢和變化區(qū)間進(jìn)行預(yù)測，得到的是下一時間段功率時間序列取值的可能范圍，根據(jù)區(qū)間預(yù)測結(jié)果，電場技術(shù)人員可以得到下一時間段風(fēng)電功率變化的最小值、平均值和最高值，以便更好的安排發(fā)電計劃和調(diào)度計劃，對風(fēng)電場與電力系統(tǒng)的協(xié)調(diào)運(yùn)行具有