短期風電功率預測技術研究.pdf

1、隨著一次能源的逐近枯竭和社會對環(huán)保的要求日益增強，風能等新能源產業(yè)發(fā)展迅猛，風電在電網中的比例不斷增加。然而風力發(fā)電具有隨機波動性和不可控性的特點，大規(guī)模風電并網將給電力系統(tǒng)的安全運行及電能質量帶來嚴峻的挑戰(zhàn)。風電功率預測技術作為有效應對風電接入的關鍵技術之一，對指導系統(tǒng)調度運行、風電場生產安排具有十分重大的意義，在計及風電并網的現(xiàn)代電網運行過程中發(fā)揮著越來越大的作用。
　　 本文結合風電功率預測實際應用需求，對短期風電功率預測

2、技術進行了深入的研究，主要工作如下：
　　 1、基于傳統(tǒng)時間序列的自回歸滑動平均ARMA模型，提出風電功率預測的ARMAX-GARCH模型，該模型能夠同時考慮多變量因素的影響，并利用誤差修正預測結果。應用該方法對某風場實際數(shù)據(jù)進行功率預測，驗證了該模型能有效提高預測精度。
　　 2、研究風電功率預測的BP神經網絡模型，引入小波分解技術解決風電功率數(shù)據(jù)波動規(guī)律性差的問題，提出基于小波分解和BP神經網絡的風電功率預測模型。同

3、時，為克服BP網絡易陷入局部極小、隱層節(jié)點數(shù)的選取缺乏指導等缺點，對BP算法進行了改進。經算例驗證，該方法能有效提高預測精度。
　　 3、研究風電功率預測的不確定性預測方法。分析基于前一時刻風速的風電功率條件概率密度分布的統(tǒng)計規(guī)律，基于該條件概率密度擬合分布估算不同置信水平下的置信區(qū)間，并應用實際算例驗證了該方法的有效性。
　　 4、研究風電功率預測的連續(xù)多步預測方法，基于模糊聚類分析技術實現(xiàn)對未來4小時每間隔15min