基于极点对称模态分解的风电短期功率预测研究

发布时间：2020-08-27 18:42

【摘要】：风能作为一种经济、实用和安全的可再生能源被人类广泛关注,发展以风能为主导的可再生能源已经成为中国乃至全世界的必然趋势。但由于风速的间歇性、随机性,使得风电功率具有很大的波动性,其变化都是毫无规律。因此预测技术显得尤为重要,有效的预测风电功率不仅可以提前对并入风电的电网进行合理地调度,有效的减少风电出力对电网的冲击,在风电并网过程中提高电力系统稳定性;还可以有效降低风电场运营降低成本,建立配套设施以及相关产业的发展,提高风电的市场效益与社会效益。本文提出了一种基于极点对称模态分解(ESMD)的混合预测模型进行风电短期功率预测。首先对风电功率原始数据进行判断,对不同海拔高度的气象数据指标用相关分析进行筛选;其次采用ADF检验与BDS检验风电功率指标与气象数据指标,创新采用ESMD将风电功率逐级分解成若干平稳的本证模态分量(IMF)和趋势项(R);然后采用样本熵的方法按照特征相近原则重构成新分量;最后采用灰狼算法(GWO)优化极限学习机(ELM)的连接权值和阈值,构建的GWO-ELM模型对新分量分别进行预测并将其预测值叠加得到最终预测值,选取其他对照的预测模型并通过实证研究验证本文提出模型的有效性和实用性。本文采用白鹤风电场从4月1日到4月30日的功率数据和气象数据作为实证研究的数据样本,结果表明风电功率数据序列不服从正态分布,具有非线性、非平稳的特征;距海平面10米高的风速、风向、气压、温度和湿度与风电功率相关程度最高;从频率和振幅两方面对若干分量进行统计分析,频率指标波动较弱的曲线分量在原始序列中振幅占比较大,进而要着重对第七个分量和趋势项进行有效预测;本文提出的ESMD-GWO-ELM混合模型预测性能优于单一形式模型,因为ESMD将风电功率数据简单化处理,降低了建模与预测的维度,提高了模型预测精度,此外GWO-ELM模型比单一ELM具有更快的收敛性与更强的泛化性,因此本文提出的模型适用于风电短期功率预测。
【学位授予单位】：华北电力大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TM614
【图文】：

华北电力大学硕士学位论文2 白鹤风电场风电功率的逐级分解本节将共计 2880 个风电功率数据按照时间序列绘制成图 4-6。风电功率的数制的图形呈锯齿状，波动幅度很大，频率间隔也很短，周期的规律性很差，难传统的时间序列递推趋势模型与简单的神经网络模型进行分析及预测，通过上数据指标的检验，拟采用 ESMD 方法对风电有功功率进行逐级分解，然后对分到的本证固有模态函数和趋势项进行统计分析，从而揭示子序列中内部信息。

图 4-7 方差比率的最小值对应的迭代次数设定好最佳筛选次数为 29 后，采用 ESMD 方法分解并得到原始序列及趋势项 R 并绘制如图 4-8 所示。第一个小图是原始时间序列的F7 是原始分解得到的 7 个模态分量，R 是经过分解后剩余的趋势 IMF7 的序列平稳性在逐渐变强，波动情况平稳下降，可以说明经过解得到的本征模态函数比原始信号序列更加平稳，更加有利于信号信以及对风电功率的预测，总之对原始序列的处理效果显而易见。

图 4-7 方差比率的最小值对应的迭代次数在设定好最佳筛选次数为 29 后，采用 ESMD 方法分解并得到原始序列、各个IMF 以及趋势项 R 并绘制如图 4-8 所示。第一个小图是原始时间序列的趋势，IMF1-IMF7 是原始分解得到的 7 个模态分量，R 是经过分解后剩余的趋势项。由IMF1 到 IMF7 的序列平稳性在逐渐变强，波动情况平稳下降，可以说明经过 ESMD方法分解得到的本征模态函数比原始信号序列更加平稳，更加有利于信号信息特征的采集以及对风电功率的预测，总之对原始序列的处理效果显而易见。

【相似文献】

相关期刊论文 前10条

1 徐明月;;准确把握函数的对称性解题例说[J];中学数学;2017年03期

2 杜召峰;;300规范字口诀(二)[J];中国篆刻(钢笔书法);2017年05期

3 廖兼武;毛松林;;四点对称支承回转平台的结构分析[J];建筑机械;1989年05期

4 田兴全;点对称在初等函数中的应用[J];数理化学习(初中版);2005年08期

5 张颖元;刘希强;王岗伟;;(2+1)维非线性发展方程的非经典李点对称和精确解(英文)[J];井冈山大学学报(自然科学版);2013年02期

6 叶运佳;点对称与轴对称[J];中学数学;1998年02期

7 刘有文;;谈谈平面解析几何中的点对称与轴对称问题[J];中学数学教学;1992年02期

8 陈晶;;高中数学解析几何中的对称问题[J];理科考试研究;2014年13期

9 潘薇羽;;寻本溯源 觅得清泉——“关于原点对称的点的坐标”教学设计与思考[J];上海中学数学;2015年Z2期

10 陈步杲;点对称公式在解题中的应用[J];数学大世界(高中生数学辅导版);2005年Z1期

相关会议论文 前2条

1 夏培秀;薛启超;庞乃程;;两点对称载荷下钢板夹芯混凝土组合梁的界面滑移分析[A];中国力学大会-2015论文摘要集[C];2015年

2 黄在新;;点对称三角形的性质及应用[A];中国教育学术论坛（第二卷）[C];2006年

相关硕士学位论文 前10条

1 于学超;基于极点对称模态分解的风电短期功率预测研究[D];华北电力大学;2019年

2 任虹谕;偏微分方程守恒律的构造及其应用[D];沈阳师范大学;2014年

3 潘阳;几个非线性离散方程的相似约化[D];沈阳师范大学;2014年

4 宁合军;基于点对称距离的聚类算法及其应用[D];西安电子科技大学;2010年

5 陈婷婷;非线性晶格方程的辛映射及其精确解[D];山东科技大学;2017年

6 余竹叶;非线性系统对称性的符号计算算法及其应用研究[D];陕西师范大学;2011年

7 郭连雯;两类毛毛虫的多级距离数[D];天津师范大学;2010年

8 耿东云;基于改进小波神经网络的自动癫痫检测[D];山东大学;2016年

9 侯丽霞;几类树图的多级距离标号[D];天津师范大学;2012年

10 薛红梅;微分差分方程的李点对称[D];河南大学;2012年

本文编号：2806473