用时间序列预测风电功率问题

《用时间序列预测风电功率问题》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、风电场功率短期预测方法研究摘要风力发电作为一种清洁的可再生的发电形式，近几年来发展迅猛。但是由于风力发电的输出功率的不稳定性，使得其大量并网的难度增大，安全性和可靠性得不到保障，从而制约了风电的大面积推广应用。因此对风电的输出功率的预测显得尤为重要。研究出一种准确、有效的风电功率预测系统可以将风力发电的应用提升到一个新的高度，具有重要的意义和深远的影响。在国内，风力发电处于一个飞速发展的阶段，相对应的预测方法研究却尚处于起步阶段，因此风电功率的预测研究在国内需求更加迫切。因此，本次的本科毕业设计课题我选择了研究对于

2、风电功率进行短期预测的一些方法，在了解了各种方法的优劣之后，我选择采用BP神经网络的方法对短期的风电功率进行预测，同时分析误差，提出可行性建议。主要的工作包括了：课题研究背景的了解，国内外的研究现状了解，预测方法的了解及筛选，程序的编写，预测结果的分析及可行性建议的提出。本次论文采用BP人工神经网络的方法，根据从马科基谷电力合作社获得的某个月的相关风速、风向、温度数据作为输入变量，建立一个输入层有四个节点数，隐含层八个节点数，输出层一个节点数的BP人工神经网络结构模型，对四小时内的风电功率进行短期预测，得出结果并分

3、析误差。通过分析得知，BP人工神经网络模型预测短时间内的风电功率时具有一定的准确性和可行性，得出的预测结果可作为并网及调度的参考数据。关键词：风电；功率；短期预测；BP神经网络28目录摘要1Abstract21绪论51.1引言51.1.1研究背景及意义51.1.2国内外研究现状分析61.2风电功率预测的原理和主要方法71.3本次毕业设计的主要工作和方法82基于BP神经网络方法的风电功率短期预测方法研究102.1引言102.2BP神经网络的基本原理和训练步骤102.2.1BP神经网络处理信息的基本原理102.2.2B

4、P神经网络的大体训练步骤112.3运用BP神经网络进行风功率的短期预测122.3.1模型的建立和数据的处理122.3.2预测程序的编写142.3.2.1程序的基本思路和大体步骤142.3.2.2程序的主要语句142.3.2.3数据的代入152.3.2.4程序运行及其结果153结论193.1结果分析和提出可行性建议193.2小结19参考文献21附录1程序代码23附录2数据采集出处27致谢28281绪论1.1引言1.1.1研究背景及意义近些年，全球的能源使用出现巨大危机，传统能源的供应短缺以及使用时带来的环境污染等问题

5、的不断出现促使了新型的清洁能源的全面、飞速发展，风能就是其中的一种。风能作为一种环保无污染的可再生能源在世界范围内已经得到广泛应用，风力发电更是一马当先，它作为一种新兴的发电形式，已经具备了很好的经济发展条件和商业发展条件。1997年至2007年十年间，全世界的风电累计装机容量由8000MW增长至94000MW，其中中国的装机增长量更是迅速，由不足100MW增长至5800MW以上。图1-1和图1-2分别为全世界和中国的累计装机容量，从这里我们可以看出，风力发电在全球范围内已经进入了一个飞速发展的时代。图1-1世界风

6、电累计装机容量28图1-2中国风电累计装机容量但是，快速的增长以及广泛的应用并不能掩盖风电的诸多不足。由于风能具有不稳定性、不可控制性、波动及间歇性等特点，因此风力发电的输出功率也不稳定。这个缺点给电网的顺利运行和平稳调度都带来了不小的困难。理论上认为，当接入电网的风电总量超过某一个特定值后，将带来对电网安全和配送电质量的严峻考验。因此，对风电的输出功率进行准确的预测，不仅可以减少风电并网给电网带来的冲击和不确定性，同时也可以合理的调配电力资源，使得风电发挥更大的作用。准确的风电功率短期预测将可以使我国的电力部门根

7、据实际的功率输出情况随时对电网进行调整，保证了电力的输送和用户的用电安全。对于风电的预测这个课题，国内外的研究已越来越深入，在欧美等风电应用较多的国家技术更是日趋成熟，但是由于风力发电的特殊特性，使得各国的风电功率预测系统对于风电的输出功率的预测还不是很理想。因此，一种较为准确的风电功率预测方法和预测系统的研究显得尤为重要，它可以将风能的利用带到一个新的高度。同时，在我国国内，如果研究出一种较为理想的风电功率预测系统，就可以大大减少我国的能源危机和用电压力，使得我国良好的风电资源得以充分应用，将对我国的电网架设、能

8、源配送、基础建设、公民用电带来诸多益处。281.1.2国内外研究现状分析由于国外的风电普及率较高，因此他们对于风电功率预测的研究开始的比较早，技术也比较成熟。早在1990年Landberg就开发出了一套将天气预报中的风向、温度、风速等数据通过一定的转化形式转化为风电机组轮毂高度的风速、风向，再根据已知的功率曲线得出风电输出，并根据实际情况进行修正的预测系统。