湍流值对风电功率预测的影响与分析（

《湍流值对风电功率预测的影响与分析（》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、湍流值对风电功率预测的影响与分析基金项目：国家自然科学基金资助项目（41606220）；国家自然科学基金资助项目（41776199）；山西省自然科学基金资助项目（201701D121127）陈燕1，马春燕1，谭沛然2，窦银科1，常晓敏3（1.太原理工大学电气与动力工程学院，山西太原030024；2.山西省电力公司计量中心，山西太原030032；3.太原理工大学水利科学与工程学院，山西太原030024）摘要：风电功率预测是缓解弃风现象的有效手段。本文将针对风电波动性，提出一种在模糊C均值聚类算法（FuzzyC-Meansalgorithm，FCM）中引入湍流值IT的风电功率预测方

2、法。在FCM算法中引入湍流值IT对训练样本进行聚类，可以进一步增强训练样本与预测样本间的相似性，避免因训练样本减少，导致风电功率波动性影响能力增大的情况。以山西某风电场实测数据为依据，在MATLAB平台上通过支持向量机（SupportVectorMachine，SVM）对FCM的聚类结果进行训练和预测，仿真结果表明，FCM-IT-SVM能有效增强风电功率的相似性，减小预测误差。关键词：SVM；模糊聚类；湍流值；相似日中图分类号：TM73文献标识码：AInfluenceandanalysisofturbulencevalueonwindpowerpredictionChenYan

3、1,MaChunyan1,TanPeiran2,DouYinke1,ChangXiaomin3（1.CollegeofElectricalandPowerEngineering，TaiyuanUniversityofTechnology，Taiyuan030024，Shanxi，China.2.ShanxiElectricPowerCorporationMeteringCenter，Taiyuan030032，Shanxi，China.3.CollegeofWaterConservancyScienceandEngineering,Taiyuan030024，Shanxi，Ch

4、ina）Abstract:Windpowerpredictionisaneffectivemeanstoreducethephenomenonofabandonmentofwindpower.ThispaperprovidesameansthatintroduceturbulencevalueITinFuzzyC-Meansalgorithm(FCM),whichcanfurtherenhancethesimilaritybetweenthepredictedsamplesandthetrainingsamples,avoidthenegativeimpactofwindpow

5、erfluctuationduetothedecreaseofthetrainingsamples.ThismethodisverifiedonMATLABplatform,wherethepredictionresultisgeneratedbasedonmeasureddatesfromawindfarminShanxibySupportVectorMachine(SVM)andFCM.FromtheconsequencewecanseethatFCM-IT-SVMcanbeabletostrengthenthesimilarityofwindpower,andreduce

6、theerrorofwindpowerpredictioneffectively.Keywords：SVM,FuzzyCluster,TurbulenceValue,Similarday0引言随着经济发展对能源需求的日益增大，风电机组的装机容量、并网容量以及使用率也都迅速增长[1]。但是，由于风速具有间歇性，在风电并网时会产生一系列电能质量问题，电网区域互联和能源全球化战略因此受挫[2]。为了充分利用风能，构建电网友好型风电场，风电预测技术必不可少。通过预测可合理配置风机旋转备用容量并减小风电场储能装置容量[2-3]。文献[4]通过对模糊聚类算法中相似系数和距离系数进行加权处理

7、，提出了新的相似度判别依据。文献[5]通过组合权重法和相似误差，获得光伏功率的相似日，并对相似的各功率输出点采用不同的权重进行组合，并以该组合值作为预测日功率。文献[6]采用信号分解算法与经粒子群优化的支持向量机（SupportVectorMachine，SVM）进行组合，从而实现了对风速的短期预测，提高了SVM的预测精度。文献[7]采用五种气象因素（包括风速、风向、压强、湿度、温度）作为选择相似日的特征信息，但是上述五种气象指标都未考虑相似日与预测日风电功率的波动性对聚类产生的影响。本文将