大规模风电场超短期风电功率的可预测性研究

发布时间：2017-08-11 20:18

  本文关键词：大规模风电场超短期风电功率的可预测性研究

  更多相关文章： 风电功率 超短期 多采样间隔 多步滚动预测 ANFIS 可预测性

【摘要】：风资源作为一种天然能源,可谓取之不尽、用之不竭。既无需大量的开采和运输成本,又具有零污染的特点,是一种典型的可持续再生的廉价型清洁能源。但众所周知,风具有随机性和间歇性,它产生的可用电力供应量是未知的,当允许大量风电并网时将给电力系统带来严峻的挑战,风电功率预测在应对这些挑战中扮演着重要角色。如果可以对风电场的发电功率进行准确预测,电力调度部门就能够合理安排调度计划,保证电力供需平衡,有效地减轻并网风电场对电力系统的影响;降低电网旋转备用容量和发电成本。而目前对风电功率预测的研究主要集中在预测方法的改善上,但是无论是多么高明的预测方法都不能实现100%的准确预测。因此,本文以超短期风电功率预测为背景,从风电功率多采样间隔下的波动特性、多步滚动预测方法和风电功率时间序列可预测性的角度对风电功率预测进行了全面的研究。首先从多采样间隔的角度出发,对风电功率时间序列的波动特性进行了分析,提出波动标准差和信息熵指标,以此来衡量采样间隔变化后,损失的信息量;分析了多步滚动预测模式,并研究了信息熵与多步滚动预测误差之间的关系,发现两者间具有较强的正相关性;最后,给出了风电功率多步滚动预测模式下,选取最佳采样间隔的方法。其次对超短期风电功率多步滚动预测方法进行研究,提出了基于自适应神经模糊推理系统(ANFIS)的风电功率多步滚动预测模型。其中,在形成初始模糊推理系统结构时,采用的算法是减法聚类,该算法有效的避免了人工设定结构法产生的组合爆炸问题。将基于线性回归法、滑动平均法和持续法进行风电功率实时多步滚动预测时得到的预测结果与利用所提出的ANFIS预测方法得到的结果进行比较,结果表明后者的预测精度更高,说明了ANFIS预测模型的有效性。最后对风电功率时间序列的可预测性进行了研究,认为风电功率的预测精度不但和预测方法有关,还与风电功率自身的可预测程度有关。该部分阐述了评价风电功率可预测性的必要性;在相空间重构基础上,利用递归图和递归率对风电功率时间序列的可预测性分别进行了定性和定量的刻画,以表征风电功率波动新模态产生的机率;分析了不同空间尺度下递归率的变化规律,建立了分析风电功率时间序列可预测性与预测误差关系的方法,最后给出了利用递归率为风电场管理机构确定切实可行且公平的预测精度考核指标提供依据的方法。
【关键词】：风电功率 超短期 多采样间隔 多步滚动预测 ANFIS 可预测性
【学位授予单位】：东北电力大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM614
【目录】：

• 摘要6-7
• Abstract7-11
• 第1章 绪论11-19
• 1.1 研究背景及意义11-13
• 1.1.1 风力发电发展情况11-12
• 1.1.2 风电功率预测研究的目的及意义12-13
• 1.2 研究现状13-17
• 1.2.1 风电功率预测方法13-14
• 1.2.2 国内外风电功率预测研究现状14-16
• 1.2.3 国内外风电功率预测系统16-17
• 1.3 本文研究内容17-19
• 第2章 风电功率波动特性分析19-27
• 2.1 风电功率的多采样间隔19
• 2.2 损失信息量评价指标19-21
• 2.2.1 波动标准差FV19-20
• 2.2.2 信息熵20-21
• 2.3 多步滚动预测模式21-22
• 2.4 算例分析22-26
• 2.4.1 波动标准差FV22-24
• 2.4.2 信息熵24-26
• 2.5 本章小结26-27
• 第3章 基于自适应神经模糊推理系统的风电功率预测方法27-33
• 3.1 ANFIS预测模型27-29
• 3.1.1 ANFIS模型的建立27-28
• 3.1.2 ANFIS的减法聚类算法28-29
• 3.2 预测精度评价指标29
• 3.3 算例分析29-32
• 3.4 本章小结32-33
• 第4章 基于相空间重构的风电功率可预测性分析及其对预测误差影响33-46
• 4.1 风电功率时间序列的可预测性分析33-34
• 4.2 基于动力学分析的相轨迹重构34-35
• 4.2.1 时间序列的混沌特性判别34
• 4.2.2 相空间重构34-35
• 4.2.3 嵌入维数m和延迟时间t的确定35
• 4.3 递归图及其定量刻画指标35-38
• 4.3.1 递归图的构造35-37
• 4.3.2 递归率37-38
• 4.3.3 递归图和递归率适合于风电功率波动特性分析的特点及机理38
• 4.4 算例分析38-45
• 4.4.1 混沌特性分析39
• 4.4.2 嵌入维数m和延迟时间t的确定39-40
• 4.4.3 定性分析—递归图40-41
• 4.4.4 定量分析—递归率41-42
• 4.4.5 指标验证42-43
• 4.4.6 指标应用43-45
• 4.5 本章小结45-46
• 结论46-48
• 参考文献48-52
• 攻读硕士学位期间发表的学术论文52-54
• 致谢54

【相似文献】

中国期刊全文数据库 前10条

1 张炜;;关于合理设置曲线滤波和采样间隔的探讨[J];中国新技术新产品;2009年07期

2 杨建东;;采样间隔趋于零时A(2)模型的退化[J];长春光学精密机械学院学报;1991年02期

3 李威;方龙;;采样间隔分析仪研究[J];科技资讯;2008年30期

4 秦泽荫;侯志俊;孔刚;林琦;;天线转速稳定度的一种测量方法[J];火控雷达技术;1986年02期

5 王猛;孙斌;黄吉莹;;GSM-R网络场强测试采样间隔的研究[J];铁道技术监督;2006年10期

6 森(目R，

本文编号：658068