风电场短期功率预测方法的研究
发布时间：2021-09-23 13:33
随着风电的高速发展以及在电网中渗透率的急剧增大,使得风电功率的高度随机性和波动性对电网的影响越来越大,精确的风电功率预测对电网的安全经济运行、合理发电调度以及电网的调峰调频都具有重要意义。已有的一些研究工作存在着许多问题,本文对于此做了更深入的探讨。由于传统的最小二乘支持向量机（Least Squares Support Veotor Maohine,LS-SVM）风电功率预测模型仅针对模型参数（惩罚因子γ、核函数宽度σ）进行优化,没有较大限度的挖掘样本信息以及探讨它们之间的依存关系,所以预测误差相对较大。文中将风速时间序列的空间重构参数（嵌入维度m、延迟时间τ）共同归入参数优化中,采用粒子群算法同时优化四个参数γ,σ,m和τ,建立LS-SVM风功率预测模型。通过对我国西北某风电场的实例分析表明,文中提出的四参数同时优化的方法切实可行,与传统两参数优化预测模型相比较,可以一定程度的改善风电预测精度。单一的短期风电功率点预测往往不能满足电网风险评估和制定决策的需求。文中首先由MATLAB中累积经验分布函数（Empirical Cumulative Distribution Functio...
【文章来源】：华北电力大学河北省 211工程院校 教育部直属院校
【文章页数】：54 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题研究背景及意义
1.2 风电功率预测技术概述
1.3 国内外风功率预测研究现状
1.4 论文的主要研究内容与章节安排
1.4.1 论文的主要研究内容
1.4.2 论文的章节安排
第2章 基于参数优化LS-SVM的短期风电功率预测
2.1 引言
2.2 最小二乘支持向量机和粒子群算法原理
2.2.1 最小二乘支持向量机算法原理
2.2.2 粒子群算法原理
2.3 模型的整体研究思路
2.3.1 模型参数
2.3.2 相空间重构参数
2.3.3 模型优化步骤
2.4 算例分析
2.4.1 四参数优化模型的风电功率预测
2.4.2 两参数优化模型的风电功率预测
2.4.3 两种模型预测结果对比
2.5 本章小节
第3章 基于多元正态分布的短期风电功率场景预测
3.1 引言
3.2 理论基础
3.2.1 风电功率的经验分布模型
3.2.2 风电功率直接抽样法
3.2.3 风电功率预测箱
3.3 风电功率的多元正态分布模型
3.3.1 协方差矩阵的求解
3.3.2 动态场景生成步骤
3.4 算例分析
3.5 本章小节
第4章 基于误差修正ARMA-GARCH模型的
4.1 引言
4.2 ARMA-GARCH模型的建立
4.3 风电功率预测误差的修正理论
4.3.1 预测误差的分层方法
4.3.2 预测误差的预测方法
4.3.3 预测误差的补偿方法
4.4 算例分析
4.4.1 ARMA模型的建立
4.4.2 GARCH模型的建立
4.4.3 预测误差的分布拟合
4.4.4 预测误差的分层及补偿结果
4.4.5 对比方法模型
4.5 本章小节
第5章 结论与展望
参考文献
在学期间发表的学术论文和参加科研情况
致谢
【参考文献】：
期刊论文
[1]新时代我国能源政策的发展趋势与推进路径[J]. 郭群,王学军. 学习与实践. 2018(04)
[2]粒式搜索者算法优化的SVM短期风电功率预测[J]. 林凯,陈国初. 自动化仪表. 2018(03)
[3]基于卡尔曼滤波的动态轨迹预测算法[J]. 乔少杰,韩楠,朱新文,舒红平,郑皎凌,元昌安. 电子学报. 2018(02)
[4]基于马克思生态经济思想的经济发展方式研究——我国经济增长、能源消耗、碳排放的实证分析[J]. 郭百红,高文. 经济问题探索. 2018(02)
[5]改进K近邻算法在风功率预测及风水协同运行中的应用[J]. 杨秀媛,裘微江,金鑫城,陈勇,邹卫美,郑志伟,郭中华,秦泽阳. 电网技术. 2018(03)
[6]变尺度时间窗口和波动特征提取的短期风电功率组合预测[J]. 叶林,滕景竹,蓝海波,仲悟之,吴林林,刘辉,王铮. 电力系统自动化. 2017(17)
[7]基于广义自回归条件异方差偏度峰度模型的风电功率预测方法[J]. 陈昊,高山,王玉荣,张建忠. 中国电机工程学报. 2017(12)
[8]基于修正后ARIMA-GARCH模型的超短期风速预测[J]. 丁藤,冯冬涵,林晓凡,陈靖文,陈丽霞. 电网技术. 2017(06)
[9]基于加权系数动态修正的短期风电功率组合预测方法[J]. 王铮,Rui Pestana,冯双磊,申洪,Luis Rosa. 电网技术. 2017(02)
[10]基于波动过程聚类的风电功率预测极大误差估计方法[J]. 黄坡,朱小帆,查晓明,秦亮. 电力系统保护与控制. 2016(13)
博士论文
[1]大容量风电并网对电力系统安全稳定的影响研究[D]. 张红光.华北电力大学（北京） 2009
硕士论文
[1]基于灰色系统理论的风速—风功率预测研究[D]. 李颖男.华北电力大学 2017
本文编号：3405797
【文章来源】：华北电力大学河北省 211工程院校 教育部直属院校
【文章页数】：54 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题研究背景及意义
1.2 风电功率预测技术概述
1.3 国内外风功率预测研究现状
1.4 论文的主要研究内容与章节安排
1.4.1 论文的主要研究内容
1.4.2 论文的章节安排
第2章 基于参数优化LS-SVM的短期风电功率预测
2.1 引言
2.2 最小二乘支持向量机和粒子群算法原理
2.2.1 最小二乘支持向量机算法原理
2.2.2 粒子群算法原理
2.3 模型的整体研究思路
2.3.1 模型参数
2.3.2 相空间重构参数
2.3.3 模型优化步骤
2.4 算例分析
2.4.1 四参数优化模型的风电功率预测
2.4.2 两参数优化模型的风电功率预测
2.4.3 两种模型预测结果对比
2.5 本章小节
第3章 基于多元正态分布的短期风电功率场景预测
3.1 引言
3.2 理论基础
3.2.1 风电功率的经验分布模型
3.2.2 风电功率直接抽样法
3.2.3 风电功率预测箱
3.3 风电功率的多元正态分布模型
3.3.1 协方差矩阵的求解
3.3.2 动态场景生成步骤
3.4 算例分析
3.5 本章小节
第4章 基于误差修正ARMA-GARCH模型的
4.1 引言
4.2 ARMA-GARCH模型的建立
4.3 风电功率预测误差的修正理论
4.3.1 预测误差的分层方法
4.3.2 预测误差的预测方法
4.3.3 预测误差的补偿方法
4.4 算例分析
4.4.1 ARMA模型的建立
4.4.2 GARCH模型的建立
4.4.3 预测误差的分布拟合
4.4.4 预测误差的分层及补偿结果
4.4.5 对比方法模型
4.5 本章小节
第5章 结论与展望
参考文献
在学期间发表的学术论文和参加科研情况
致谢
【参考文献】：
期刊论文
[1]新时代我国能源政策的发展趋势与推进路径[J]. 郭群,王学军. 学习与实践. 2018(04)
[2]粒式搜索者算法优化的SVM短期风电功率预测[J]. 林凯,陈国初. 自动化仪表. 2018(03)
[3]基于卡尔曼滤波的动态轨迹预测算法[J]. 乔少杰,韩楠,朱新文,舒红平,郑皎凌,元昌安. 电子学报. 2018(02)
[4]基于马克思生态经济思想的经济发展方式研究——我国经济增长、能源消耗、碳排放的实证分析[J]. 郭百红,高文. 经济问题探索. 2018(02)
[5]改进K近邻算法在风功率预测及风水协同运行中的应用[J]. 杨秀媛,裘微江,金鑫城,陈勇,邹卫美,郑志伟,郭中华,秦泽阳. 电网技术. 2018(03)
[6]变尺度时间窗口和波动特征提取的短期风电功率组合预测[J]. 叶林,滕景竹,蓝海波,仲悟之,吴林林,刘辉,王铮. 电力系统自动化. 2017(17)
[7]基于广义自回归条件异方差偏度峰度模型的风电功率预测方法[J]. 陈昊,高山,王玉荣,张建忠. 中国电机工程学报. 2017(12)
[8]基于修正后ARIMA-GARCH模型的超短期风速预测[J]. 丁藤,冯冬涵,林晓凡,陈靖文,陈丽霞. 电网技术. 2017(06)
[9]基于加权系数动态修正的短期风电功率组合预测方法[J]. 王铮,Rui Pestana,冯双磊,申洪,Luis Rosa. 电网技术. 2017(02)
[10]基于波动过程聚类的风电功率预测极大误差估计方法[J]. 黄坡,朱小帆,查晓明,秦亮. 电力系统保护与控制. 2016(13)
博士论文
[1]大容量风电并网对电力系统安全稳定的影响研究[D]. 张红光.华北电力大学（北京） 2009
硕士论文
[1]基于灰色系统理论的风速—风功率预测研究[D]. 李颖男.华北电力大学 2017
本文编号：3405797
本文链接：https://www.wllwen.com/kejilunwen/dianlilw/3405797.html
