基于實測數(shù)據(jù)的短期風(fēng)電功率混合預(yù)測方法研究.pdf

1、與傳統(tǒng)的發(fā)電系統(tǒng)相比較，風(fēng)力發(fā)電具有波動性、間歇性和隨機忡的特點，且大規(guī)模并網(wǎng)后會嚴(yán)重影響到整個電力系統(tǒng)運行的穩(wěn)定性。因此對風(fēng)電功率進行準(zhǔn)確預(yù)測已經(jīng)成為眾多學(xué)者研究的熱點問題。本文基于實測數(shù)據(jù)，將經(jīng)驗?zāi)B(tài)分解方法、遺傳算法與小波神經(jīng)網(wǎng)絡(luò)相結(jié)合，提出了短期風(fēng)電功率混合預(yù)測方法，旨在提高短期風(fēng)電功率預(yù)測的精度。
　　基于實測數(shù)據(jù)對風(fēng)電功率特性曲線進行擬合。在闡述風(fēng)速變化特點和風(fēng)電功率預(yù)測方法的基礎(chǔ)上，對風(fēng)電場的歷史實測數(shù)據(jù)進行統(tǒng)計和分

2、析，利用平滑函數(shù)對壞點數(shù)據(jù)進行篩選和刪除。將經(jīng)過處理的風(fēng)電場數(shù)據(jù)用于風(fēng)電功率特忡曲線擬合，提高了風(fēng)電功率特性曲線的擬合精度，最終獲得擬合效果良好的風(fēng)電功率特性曲線。
　　往先對基于BP神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率預(yù)測方法和基于小波神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率預(yù)測方法進行分析與對比。在探討B(tài)P神經(jīng)網(wǎng)絡(luò)和小波祌經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，分別對基于BP神經(jīng)網(wǎng)絡(luò)和基于小波神經(jīng)網(wǎng)絡(luò)的短期風(fēng)電功率預(yù)測方法進行研究。利用風(fēng)電場數(shù)據(jù)對兩種風(fēng)電功率預(yù)測方法的預(yù)測效果進行了分析與

3、比較。仿真結(jié)果表明，基于小波神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率預(yù)測效果優(yōu)于基于BP神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率預(yù)測效果。
　　其次對基于GA-小波神經(jīng)網(wǎng)絡(luò)的短期風(fēng)電功率混合預(yù)測方法進行研究。為了解決小波神經(jīng)網(wǎng)絡(luò)對網(wǎng)絡(luò)初始參數(shù)選取較為敏感的問題，利用遺傳算法對小波神經(jīng)網(wǎng)絡(luò)的初值進行優(yōu)化，并將優(yōu)化結(jié)果作為小波神經(jīng)網(wǎng)絡(luò)的初始參數(shù)進行網(wǎng)絡(luò)訓(xùn)練。實例仿真結(jié)果表明，基于GA-小波神經(jīng)網(wǎng)絡(luò)的混合預(yù)測方法能夠降低小波神經(jīng)網(wǎng)絡(luò)的訓(xùn)練誤差，提高了短期風(fēng)電功率預(yù)測的精度。