风电功率短期预测方法研究

发布时间：2020-05-19 08:46

【摘要】：随着能源短缺与环境污染等问题的日益凸显,风电作为最有前景的清洁能源之一,在近几十年得到了快速的发展。然而,大规模的风电并网严重威胁着电力系统的安全、稳定、经济、可靠运行,需要高精度的风电功率预测系统为调度人员提供有效的指导信息,以减少风电对电网的不利影响。目前风电功率短期预测模型的数据来源主要有数值天气预报信息(Numerical Weather Prediction,NWP)与历史运行数据。NWP数据具有一定的缺陷,只利用历史数据进行短期预测又存在很大的误差。针对这一问题,论文对以历史数据为输入的风电功率短期单点预测模型与概率预测模型进行了研究。论文提出了一种采用非迭代方式的短期预测方法。无论预测提前时间多长,该方法统一将真实数据作为每个预测时段的输入,并对应每一时段建立一个神经网络。能够在只有历史数据的条件下,有效地克服累积误差,预测未来24h的风电功率输出。在非迭代方法的基础上,论文建立了非迭代与分时段最优的风电功率短期单点预测模型。该模型找出分别使各个预测时段误差最小的最优输入个数,接着求解基于历史风速数据和历史功率数据两种模型的分时段最优权重。对算例风电场进行分析,结果表明:分时段最优模型能够有效地反映分时段特性,提高各个时段的预测精度;非迭代与分时段最优的单点预测模型应用于风电功率短期预测具有较高的精度。考虑到单点预测模型难以提供概率信息,论文建立了基于非迭代与RBF分位数回归的风电功率短期概率预测模型。以非迭代方法为基础,利用小波变换将功率序列分解成一系列子分量。使用RBF分位数回归模型计算每个分量的概率分布,然后利用拉丁超立方抽样方法,得到风电功率的概率预测分布。结果表明:非迭代与RBF分位数回归模型在各个预测时段具有较小的预测误差以及较好的概率评价指标,能够有效地进行单点预测与概率预测,预测结果具有很高的参考价值。
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM614

【相似文献】

相关期刊论文 前10条

1 王纯杰;董小刚;陈嘉;宋芹;;基于分位数回归的长春市职工工资水平的分析[J];长春工业大学学报(自然科学版);2010年04期

2 郭月玲;;百分位数回归及应用研究[J];经济研究导刊;2013年22期

3 李壮壮;孙善辉;高凤伟;;基于变权重分位数回归的安徽省人均可支配收入影响因素分析[J];重庆工商大学学报(自然科学版);2013年10期

4 苏方林;宋帮英;;中国电力消费影响因素权重的分位数回归研究[J];河北科技大学学报;2010年04期

5 丁咏梅;;基于分位数回归的城市居民生活水价影响因素分析[J];中国水能及电气化;2014年01期

6 李文辉;;就业环境变迁与城镇化的内在依从关系研究[J];城市发展研究;2014年05期

7 袁凡;;基于分位数回归的油轮运价指数VaR风险研究[J];港口经济;2013年05期

8 杨宜平;赵培信;;R统计软件在统计教学中的应用[J];重庆工商大学学报(自然科学版);2013年03期

9 王艳梅;陈希镇;董乃铭;;山西省人均GDP的发展态势——基于时间序列、最小二乘回归、分位数回归方法[J];科学技术与工程;2012年18期

10 陈晓毅;;基于分位数回归的我国能源效率影响因素动态研究[J];生态经济;2012年08期

相关会议论文 前6条

1 林艺圃;;中国股市价量关系的实证分析分位数回归模型[A];中国社会科学院第三届中国经济论坛论文集（下）[C];2007年

2 陈娟;林龙;叶阿忠;;基于分位数回归的中国居民消费研究[A];中国社会科学院第三届中国经济论坛论文集（下）[C];2007年

3 夏宁;;中国上市公司高管人员薪酬的影响因素与成因分解——一个基于分位数回归模型的实证研究[A];中国会计学会财务管理专业委员会2009年学术年会论文集[C];2009年

4 宋马林;吴杰;高玉强;张琳玲;宋峰;;中国入世以来的对外贸易与环保效率——基于分省面板数据的实证分析[A];中国贸易救济与产业安全论丛（2012）——第七届中国贸易救济与产业安全研究奖获奖论文集[C];2013年

5 任声策;;创新和出口的互动关系:基于中国制造业企业的实证[A];第八届（2013）中国管理学年会——技术与创新管理分会场论文集[C];2013年

6 刘鑫波;张志敏;梁逸曾;;高效准确的高分辨数据快速平滑与基线校正算法[A];中国化学会第29届学术年会摘要集——第19分会：化学信息学与化学计量学[C];2014年

相关博士学位论文 前8条

1 邸俊鹏;分位数回归的贝叶斯估计与应用研究[D];南开大学;2013年

2 康宁;分位数回归模型及在金融经济中的应用[D];合肥工业大学;2016年

3 刘惠篮;基于复合分位数回归方法的统计模型的相关研究[D];重庆大学;2016年

4 Muhammad Amin;高维惩罚分位数回归建模及其应用[D];大连理工大学;2015年

5 韩月丽;极值统计与分位数回归理论及其应用[D];天津大学;2009年

6 关静;分位数回归理论及其应用[D];天津大学;2009年

7 项云帆;资本资产定价模型及实证分析[D];华中科技大学;2010年

8 陈林兴;基于空间视角的我国省际农村居民消费趋同性研究[D];浙江大学;2012年

相关硕士学位论文 前10条

1 代贝;基于分位数回归的农村居民消费区域差异研究[D];昆明理工大学;2015年

2 罗小青;基于分位数回归的中国GDP与电力消费量关系研究[D];华南理工大学;2015年

3 于琴;西部地区农村产权抵押贷款对农户收入的影响研究[D];西北农林科技大学;2015年

4 王欢欢;绩效评估角度的信息化升级时间域选择模型[D];首都经济贸易大学;2015年

5 刘袁;利率市场化背景下商业银行利率风险的测度[D];南京财经大学;2015年

6 周策;VaR模型在我国开放式上市基金市场的实证分析[D];广东外语外贸大学;2015年

7 耿国强;分位数回归理论及其在金融时间序列的应用[D];中国矿业大学;2015年

8 王琪锋;复合分位数回归在线性时间序列下的应用[D];大连理工大学;2015年

9 吴博闻;删失数据下部分线性变系数模型的分位数回归[D];大连理工大学;2015年

10 凌珂;生长曲线模型的分位数回归与变量选择[D];华东师范大学;2015年

，

本文编号：2670639