基于相空間重構(gòu)和Elman神經(jīng)網(wǎng)絡(luò)的短期風(fēng)電功率預(yù)測.pdf

1、隨著環(huán)境問題和能源危機的日益嚴(yán)重，新能源的開發(fā)利用正受到越來越多的重視。由于風(fēng)能儲量豐富、綠色環(huán)保，作為風(fēng)能的主要利用方式之一，風(fēng)力發(fā)電已經(jīng)成為可再生能源發(fā)電技術(shù)中發(fā)展最快和最為成熟的一種，已具備大規(guī)模商業(yè)開發(fā)的技術(shù)和經(jīng)濟條件。
　　隨著風(fēng)力發(fā)電在電網(wǎng)中的比重不斷提高，由于風(fēng)能間歇性和隨機性的特點，大量的風(fēng)力發(fā)電接入電網(wǎng)，會對電網(wǎng)的穩(wěn)定性、電力系統(tǒng)的安全運行以及保證電能質(zhì)量帶來巨大的挑戰(zhàn)。如果能夠預(yù)先了解風(fēng)電場未來數(shù)小時的輸出功率

2、，電力系統(tǒng)調(diào)度人員則可提前調(diào)整調(diào)度計劃，有效的降低對電網(wǎng)安全的影響。這就需要對風(fēng)電機組發(fā)電功率進行比較準(zhǔn)確的預(yù)測。
　　本文提出了一種以相空間重構(gòu)理論與遞歸神經(jīng)網(wǎng)絡(luò)相結(jié)合的短期風(fēng)電功率預(yù)測方法。首先根據(jù)歷史時間序列的相空間重構(gòu)技術(shù)，確定最佳延遲時間和最佳嵌入維數(shù)；接著構(gòu)建Elman神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，最后通過選取訓(xùn)練樣本，建立預(yù)測模型及誤差評價標(biāo)準(zhǔn)，對實際的風(fēng)力發(fā)電功率數(shù)據(jù)進行分析。應(yīng)用MATLAB對該算法進行了仿真，并與基于混沌時間序