分布式風光一體化發(fā)電功率預測系統(tǒng)的研究.pdf

1、新能源與可再生能源技術是全球發(fā)展的一個必然趨勢。其中太陽能與風能資源豐富、前景廣闊。但太陽能與風能隨季節(jié)、天氣、環(huán)境等的無規(guī)律性變化，其并網(wǎng)發(fā)電的不穩(wěn)定性正是制約整個電力系統(tǒng)安全穩(wěn)定運行的瓶頸因素。因此，只有快速而準確地進行功率預測，才能使電網(wǎng)安全有序、連續(xù)供電的穩(wěn)定運行。
　　然而目前功率預測的研究大多體現(xiàn)在集中電站，隨著新能源發(fā)電的應用越來越廣泛，特別是在分布式發(fā)電系統(tǒng)中，以風能和太陽能為主要的發(fā)電能源越來越受到人們的關注和重

2、視。因此，精準的分布式發(fā)電系統(tǒng)的功率預測是電網(wǎng)的安全穩(wěn)定運行和合理安排調度計劃的一項有力保障，是目前研究的重中之重。在此背景下，本文對分布式發(fā)電系統(tǒng)中的小風機、光伏發(fā)電以及風光一體化總的發(fā)電功率預測的相關問題展開了深入的研究。
　　首先，本文提出了一種基于聚類分析后混沌相空間重構的神經(jīng)網(wǎng)絡方法建立小風機的功率預測模型，即進行聚類數(shù)據(jù)預處理后，利用混沌原理進行相空間重構訓練神經(jīng)網(wǎng)絡模型達到輸出與期望值接近的預測功率，最后利用粗糙集理

3、論對預測值識別并評估和實際值之間的差異以達到最優(yōu)解。
　　其次，提出了自適應混沌搜索的空間修正BP法建立分布式光伏的功率預測模型，該方法能很好地優(yōu)化BP神經(jīng)網(wǎng)絡的陷入局部極小值的缺點，提高了網(wǎng)絡的收斂速度和預測精度。
　　接著，為了使分布式發(fā)電系統(tǒng)總的輸出功率預測值更加準確，在建立了小風機和光伏發(fā)電功率預測模型的基礎上，利用組合預測法建立風光一體化總的功率預測模型，得到了高精度分布式發(fā)電系統(tǒng)的輸出功率預測值。
　　最后