基于混合模型的风电场短期风速风功率预测研究

《基于混合模型的风电场短期风速风功率预测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、乘兩大參硕ｚｔ学位论文基于混合模型的风电场短期风速风功率预测研究专业名疏：检制理论与拴制工程研究生姓名：韦娩导师姓名：敎海好ＲｅｓｅａｒｃｈｏｎＳｈｏｒｔ－ｉｎｄｔｅｒｍＷＳｐｅｅｄａｎｄＷｉｎｄＰｏｗｅｒＦｏｒｅｃａｓｔｉｎＢａｓｅｄｏｎＨｂｒｉｄＭｏｄｅｌｓｇｙＡＴｈｅｓｉｓＳｕｂｍｉ打ｅｄ化ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙＦｏｒｔｈｅＡｃａｄｅｍｉｃＤｅｇｒｅｅｏｆＭａｓｔｅｒｏｆＥｎｇｉｎｅｅｒｉｎｇＢＹＷＥＩＳｈｕＳｕｐｅｒｖｉｓｅｄｂｙＰｒｏ

2、ｆＩ－．ＷＥＨａｉｋｕｎＳｃｈｏｏｌｏｆＡｕｔｏｍａｔｉｏｎＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙＭａｒｃｈ２０１５东南大学学位论文独彻性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研巧工作及取得的研巧成果。尽我所知，除了文中特别加Ｗ标注和致谢的地方外，论文中不包含其他人已经发表或巧写过的研究成果，也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研巧所做的任何贡献均己在论文中作了明确的说明并表示了谢意。研充生签名：日期；—奉净＿东南大学学位论文使用授权青明东南大学、

3、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档，可Ｗ采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和巧质论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借阅，可Ｗ公布（包括Ｗ电子信息形式刊登）论文的全部内容或中、英文摘要等部分内容。论文的公布（包括Ｗ电子信息形式刊登）授权东南大学研巧生院办理。研巧生签名；Ｊ分化广，户＾摘要涵名；基于混合模型的风电场短期风速风功率预测研巧巧名２韦妹导师；魏海坤学校：东南大学正克由于风能是环境友好的可再生能源，近年来逐渐得到广泛的关

4、注，风电并网的容量也逐步增加。鉴于风能的间歇性与随机性，有效的风速与功率预测是实现大规模风电并网的前提条件。高精度且普适性强的短期风速风功率预测算法能够保障电力系统的安全。稳定运行，便于电网巧度的调整，降低风场的运营成本本文基于西北、华东、西南三个区域风电场实测历史数据，进行了短期风速与功率预测，主要研巧内容包括Ｗ下几个方面：首先使用自回归滑动平均（ＡＲＭＡ）模型分月进行了提前Ｉｈ的风速预测，预测误差符合要求且保持稳定。同时建模过程中引入了特定的数据预处理方法，并证明了这些方法对于预测精度的改善效果优异。然后基于Ｈ层ＢＰ神经网络模型得

5、到风速数据基础建模预测结果，为了改善ＢＰ网络训练过程中收敛时间长并且容易陷入局部最优的局限世，采用遗传算法（ＧＡ）优化了ＢＰ网络的权值与闽值选取过程。实验证明，遗传算法能够有效降低预测误差，提高算法的收敛效率。为了能显著降化预测误差，采用了建立在上述模型基础上的混合预测算法。将风速数据用小波分解为粗糖分量与细节分量，采用ＡＲＭＡ模型预测粗糖分量，用ＧＡ改进的ＢＰ神经网络预测细节分量一，具体算例证明了混合模型预测风速精度明显优越于单一模型。另外，基于小波分析的混合预测模型不仅在超前步预测中表现良好，超前多步预测也能提供远高于单一模型的精确度

6、，并且针对三个风电场的数据均适用。得到超前一步风速预测值后，文中选取线性拟合法拟合了风电场的实除功率特性曲线，间接预测了提前Ｉｈ的功率输出，基。实验数据表明于混合模型的功率预测结果令人满意。，存在较好的推广价值关键词：风速预测；功率预测；泡合模型；ＡＲＭＡ模型；ＢＰ神经网络；遗传算法；小波分析ＩＡｂｓｔｒａｃｔＡｂｓｔｒａｃｔＴｉｔｌｅ－ｒｉ：民ｅｓｅａｒｃｈｏ打ＳｈｏｒｔｔｅｒｍＷｎｄＷｉｎｄＦＦｏｒｅｃａ巧ｉｎＢａ巧ｄｏ打ＨｂｄｉＳｐｅｅｄａｎｄｅｗ巧ｇｙＭｏｄｅｌｓＮａｍｅ：ＷＥＩＳｈｕ

7、Ｓｕｉ－ｐｅｒｖｓｏｒ：ＷＥＩＨａｉｋｕｎＳｃｈｏｏｈｌ：Ｓｏ山ｅａｓｔＵｎｉｖｅｒｓｉｔｙＴｅｘｔ：Ｗｉ－ｉｌｌＫｉｎｄｏｗｅｒｏｎｅｋｉｎｄｏｆｅｎｖｒｆｒｅｎｄｅｅｎｅｒｈａｉｖｐ，ａｓｏｎｍｅｎｔｙａｎｄｒｅｎｅｗａｂｇｙ，ｓｃｅｅｄｗｉｄｅａｔｅｎｔｉｏｎ．Ａｎｄｔｈｅｃａｐａｃｉｔｙｏｆｗｉｎｄｐｏｗ巧ｉｎｔｅｇｒａｔｉｏｎｋｅｅｐｓｉｎｃｒｅａｓｉｎｇｉｎｒｅｃｅｎｔｙｅａｒｓ．Ｄｕｅｔｏｔｈｅｉｎｔｅｒｍｉｔｅｎｃｙａｎｄｒａｎｄｏｍｎｅ