基于神經(jīng)網(wǎng)絡(luò)的風(fēng)電場(chǎng)短期風(fēng)電功率預(yù)測(cè)研究.pdf

1、風(fēng)電裝機(jī)容量的逐年快速增長(zhǎng)，使得風(fēng)電在電網(wǎng)中所占的比例也逐年增大。但由于風(fēng)的高度隨機(jī)性和間歇性等特點(diǎn)，大容量風(fēng)電接入電網(wǎng)對(duì)電力供需平衡、電力系統(tǒng)安全以及電能質(zhì)量帶來(lái)嚴(yán)竣挑戰(zhàn)，因而限制風(fēng)電的發(fā)展規(guī)模。預(yù)測(cè)風(fēng)電場(chǎng)的出力成為解決此問(wèn)題的有效途徑。借助預(yù)測(cè)結(jié)果，電力調(diào)度部門能夠提前并及時(shí)調(diào)整調(diào)度計(jì)劃，同時(shí)減少電力系統(tǒng)的備用容量、降低電力系統(tǒng)運(yùn)行成本。當(dāng)預(yù)測(cè)精度達(dá)到一定的要求，還可增大電力系統(tǒng)中風(fēng)電最大裝機(jī)比例，提高風(fēng)電的競(jìng)爭(zhēng)力。
　　

2、本文在此背景下選擇風(fēng)電功率的短期預(yù)測(cè)作為研究?jī)?nèi)容。文中首先介紹了風(fēng)電發(fā)展現(xiàn)狀以及風(fēng)電場(chǎng)短期預(yù)測(cè)的意義和國(guó)內(nèi)外研究現(xiàn)狀，對(duì)當(dāng)前的風(fēng)電功率預(yù)測(cè)方法進(jìn)行了概括，并對(duì)時(shí)間序列和BP神經(jīng)網(wǎng)絡(luò)原理、算法及其改進(jìn)做了相應(yīng)論述。本文根據(jù)從--風(fēng)電場(chǎng)獲知的27天的相關(guān)運(yùn)行數(shù)據(jù)，主要在時(shí)間序列法初步建模的基礎(chǔ)上，用神經(jīng)網(wǎng)絡(luò)法對(duì)風(fēng)電功率短期預(yù)測(cè)進(jìn)行探索性研究。針對(duì)風(fēng)電功率的隨機(jī)時(shí)間序列特性，初步建立時(shí)間序列模型預(yù)測(cè)風(fēng)電功率，同時(shí)基于相同的數(shù)據(jù)建立BP模型，運(yùn)

3、用MATLAB軟件編程預(yù)測(cè)輸出，并對(duì)比兩模型結(jié)果。隨之改進(jìn)BP網(wǎng)絡(luò)模型，建立基于多維數(shù)值氣象數(shù)據(jù)輸入的風(fēng)電功率短期預(yù)測(cè)模型，其中運(yùn)用時(shí)間序列方法對(duì)模型的多維輸入?yún)?shù)作相應(yīng)處理，同樣采用MATLAB軟件編程預(yù)測(cè)提前1小時(shí)、2d小時(shí)、4小時(shí)、8小時(shí)以及24小時(shí)的風(fēng)電功率，并對(duì)提前不同時(shí)間的預(yù)測(cè)結(jié)果及誤差進(jìn)行對(duì)比分析。為了提高預(yù)測(cè)的精度，引入含空間性數(shù)據(jù)的GIS模塊，完善已有的基于數(shù)值氣象數(shù)據(jù)的BP網(wǎng)絡(luò)預(yù)測(cè)模型，以及對(duì)預(yù)測(cè)結(jié)果的不確定性進(jìn)行分