基于三維實時數(shù)據(jù)的風速短期預測研究.pdf

1、風力發(fā)電由于其環(huán)保、安全、取之不盡用之不竭的優(yōu)點現(xiàn)已成為世界各國可再生能源中的研究熱點。但是風具有間歇性和波動性大的特點，如何減少大容量風電接入電網(wǎng)對電力系統(tǒng)安全、電能質(zhì)量和電力供需平衡的影響成為風力發(fā)電發(fā)展的一個難題，由此，風速短期預測的研究應運而生。風電功率和風速的三次方成正比，所以風速的變化情況決定了風電場可能的出力情況。因此，有效的風速短期預測可以為電網(wǎng)調(diào)度提供依據(jù)，使電力系統(tǒng)安全穩(wěn)定高效運行。
　　 由于風具有隨機性，

2、傳統(tǒng)機械式風速儀實時測量得到的數(shù)據(jù)往往偏差較大;現(xiàn)有風速儀都是測量水平方向的風速，對風速湍流測量的三維風速儀的研究很少。當垂直方向風速分量對風速影響較大時，采用二維風速數(shù)據(jù)進行風速短期預測，必然帶來較大誤差而影響預測結果。本文設計了基于超聲波時差法的三維風速儀，系統(tǒng)不存在機械損耗，而且測量精度高，為風速短期預測提供實時的三維數(shù)據(jù)。基于超聲波時差法測量風速原理，進行了測量風速的三維超聲波陣列排布設計。以高精度時差測量芯片TDC-GP21和

3、STC單片機為核心，詳細分析設計了三維超聲波風速儀的各部分硬件電路組成及作用，并給出了核心部分的軟件流程圖，最后分析了測量誤差及校準方法。
　　 為了提高風速短期預測的精度，本文提出采用支持向量回歸機和粒子群優(yōu)化算法相結合的風速短期預測方法。基于支持向量回歸機和粒子群優(yōu)化算法原理，討論了支持向量回歸機中兩個參數(shù)C、g對預測結果的影響，利用LIBSVM工具箱建立了相應的預測模型，對比分析了CV法和PSO法優(yōu)化SVR兩個參數(shù)的尋優(yōu)結