基于不確定性特征挖掘的風電系統(tǒng)預測與決策理論研究.pdf

1、以清潔能源代替化石能源，走低碳綠色發(fā)展道路是解決當前人類所面臨的能源危機和環(huán)境污染問題的根本性舉措。近年來，在我國的清潔能源實踐過程中，風力發(fā)電作為技術成熟度最高的可再生能源發(fā)電形式之一，在應對能源與環(huán)境挑戰(zhàn)中發(fā)揮了至關重要的作用。然而，由于受自然氣象因素的影響，風電呈現(xiàn)明顯的波動性和間歇性，使得并網(wǎng)風力發(fā)電的調(diào)度與控制面臨嚴峻挑戰(zhàn)，同時也直接影響風電的高效、可靠利用乃至其未來的發(fā)展。究其根本，在于風功率的內(nèi)在不確定性特征難以準確把握，

2、預測精度難以大幅提升，從而導致應對風電不確定性的調(diào)控機制難以高效發(fā)揮其作用。
　　在上述背景下，本文以風電不確定性特征挖掘為基礎，以風功率波動規(guī)律的把握為依據(jù)，以降低風電不確定性對電網(wǎng)運行決策影響為目的，從分析、預測與決策層面依次漸進展開研究。首先以風電功率特征挖掘分析支持預測方法改進與不確定性建模，進而基于預測數(shù)據(jù)及其不確定性分析建立儲能系統(tǒng)優(yōu)化配置模型，最終從數(shù)據(jù)分析、模型建立到?jīng)Q策應用，構建了完整的應對風電不確定性的預測與決

3、策的理論研究體系。其核心在于探究減小風電不確定性的調(diào)控機制，緩解風電不確定性對電網(wǎng)運行所帶來的壓力，實現(xiàn)大規(guī)模風電的并網(wǎng)消納。本文主要工作和創(chuàng)新成果如下:
　　(1)風電功率由于受到風速、風向、空氣溫濕度以及地表粗糙度的諸多因素的影響而呈現(xiàn)極其復雜的非線性非平穩(wěn)特征。對此，本文提出利用希爾伯特-黃變換和Hurst分析等多尺度分析方法研究風電功率多尺度動力學行為特征。首先利用希爾伯特-黃變換分析風電功率不同分量時-頻特性，然后利用H

4、urst分析方法分析不同分量的分形結(jié)構，依據(jù)不同分量呈現(xiàn)不同分形特征，將其疊加重構為微、中、宏尺度等三尺度子序列，進而通過計算三尺度子序列統(tǒng)計特征指標和動力學行為特征指標研究風電功率多尺度動力學行為特征。最后，通過提出超短期風電功率組合預測模型驗證了上述分析方法的有效性。
　　(2)在風功率的特征分析以及預測誤差序列相關關系研究的基礎上，本文提出了基于誤差預測修正的短期風電功率組合預測模型，即通過對預測過程中產(chǎn)生的誤差進行回歸預測

5、，形成預測修正模型。首先，分析了單步預測、非連續(xù)多步以及連續(xù)多步三種典型預測模式下自回歸模型、持續(xù)法、支持向量機三種方法預測誤差時間序列各自的相關關系，以判定預測誤差是否可以利用回歸學習算法構建誤差預測模型;其次，根據(jù)上述分析結(jié)果圈定了誤差預測模型輸入變量的范圍，并提出了為之選擇有效輸入變量的策略和步驟;最后，提出利用支持向量機、極端學習機構建誤差預測模型，修正風電功率原模型預測值的組合預測方法。通過實測風場數(shù)據(jù)驗證了所提組合預測模型的

6、有效性。
　　(3)準確描述風電功率預測誤差統(tǒng)計特性有助于提高含風電電力系統(tǒng)運行的安全性與經(jīng)濟性?；谇笆龆唐诮M合預測方法得到的風場日前小時級多時段預測誤差數(shù)據(jù)，本文提出了一種針對多時段預測誤差的風電不確定性建模方法。該研究利用非參數(shù)核密度估計方法描述多時段預測誤差的概率分布，通過皮爾遜相關系數(shù)和散點圖分析不同時段預測誤差的相關關系，提出利用Copula函數(shù)構建同時考慮風電功率預測誤差邊際分布以及相關關系的多時段聯(lián)合概率分布函數(shù)的

7、建模方法，其中該分布函數(shù)無需事先假定風電功率不同時段預測誤差的邊際分布函數(shù)。該模型為利用歷史預測數(shù)據(jù)進行全面準確的不確定性分析建模，以及含風電電力系統(tǒng)運行決策提供了理論基礎。
　　(4)風電功率波動幅度和速度的準確表達是影響風電系統(tǒng)運行、決策的關鍵性因素。針對以補償預測誤差、跟蹤計劃出力為目的的儲能系統(tǒng)充放電功率和容量配置這一多時段優(yōu)化決策問題，本文在構建風電功率日前多時段預測誤差聯(lián)合概率分布函數(shù)的基礎上，提出一種考慮預測誤差時間