风电场风速及风电功率预测研究

《风电场风速及风电功率预测研究》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、华北电力大学（保定）硕士学位论文风电场风速及风电功率预测研究姓名：柯拥勤申请学位级别：硕士专业：电气工程；电力系统及其自动化指导教师：栗然201203华北电力大学硕士学位论文摘要风力发电是当今世界增长最快的可再生能源发电方式，我国的风力发电近几年得至l了迅猛的发展。毒子风电具有较强的随规性和波动性，大规模风电_并网会对电力系统的安全、稳定运行以及电能质量带来严峻挑战，从而限制风力发电的发展规模。风电场功率预测是解决该问题的有效途径之一。本文基于历史数据，对风电场风速及风电功率的预测方法进行研究。风速预测是风电功率预测的基础。文中提出基于时序．支持向量机模型的

2、风速预测方法。模型需要解决输入交量瑟确定，训练样本的选取以及模型参数的寻优三个问题。采用时间序列法对风速序列初步建模确定对风速影响较大的变量{乍为模型输入变量：提黑基于时瓣点运动轨迹演化翡方法选取模型的训练样本；采用粒子群算法进行模型参数的寻优。实例验证结果表明，所建模型预测性能良好。风电机组功率曲线建模是风电功率预测的重要步骤之一。文中提出一种基于风速、风向的功率矩阵建模，该功率矩阵考虑了在相同风速、不同风向下风电功率不丽的情况。与基予风速的功率魏线建模的传统方法相比，该功率矩阵建模方法更能精确的描述风电功率的变化，实例表明，该功率矩阵应用于风电功率预测取

3、得更优良的预测效果。针对仪采用确定性点预测模型预测风电功率精度不高且难以描述风电波动性的特征，本文将风电功率预测的研究从点预测扩展到包含风电功率预测不确定性的波动区间预测。文中提出基于v．支持向量机模型的风电功率波动区间预测方法，该方法无需对误差进行统计分析和事先假定预测误差的概率分布，实现对风电功率的点预测和波动区闻预测。壤据决策需求，可调整模型参数输澎相应置信水平的风电功率波动区间。最后通过实例验证，该方法点预测具有较高的精度，且预测的风电功率波动区间能够有效的刻垂未来风电功率的波动变化，有利于电网调度决策者更好的认识未来变化可能存在的不确定性和面临的风

4、险，对电网调度决策具有积极意义。关键词：风电功率预测；时间序列法；支持向量机：波动区间预测；粒子群算法华北电力大学硕士学位论文AbstraetWindpoweristhef．astestgrowingrenewableenergypowergeneration，inthewodd。

5、nrecen{years，wi薹ldpowefhasbeenrapidlydeVelopedinChina．8utWindpowerisvolatilityandrandOmness，whichw川bringchallengetothesafetyandslabilizalion

6、ofpowergr主dandthenrestrictthescaleofwindpowefdeVelopment．Short—terfnwindpowefpredictionisanef＆ctiVeapproachfIortheaboVeproblem．Basedonhistoricaldata，thispaperstudiesthewindspeedandpowerf．orecastingintbewind纛}m．WindspeedfbrecastingistheFoundationofwindpowerfIorecasting．Thispaperprop

7、osesal_nodelbasedontifneseriesandSupportVectorMachinefIorwindpowerfbrecas鼍ing．T量1elnodelneedstode鼍er薹nine童heinputvariables，theseleet{onoftrainingsamplesandparametersoptimization．Intheproposedmethodthe粥athemaliealmodelwasbu{ltbytimeseriesmethodtoobtainfaclo黔havingsigni6cantimpactson

8、thewindspeed，andthesefIactorswefeusedtochooseinputva“ablesofSVM．Amethodbaseontimeseriestraceevolutionwasusedtosearchs妇鼹ilars鑫旌lpleslot纛e南fecasli鑫gpoin￡as￡he￡}ai魏i鑫gsa臻plesof￡囊eSV≥涯l致odel．TheParticleswarmoptimizationwasadoptedtoselectthemostoptimalparameters．TheactualexanlplesproVet

9、hatthemodelhasgoodperfbrma