考虑时空分布特性的区域风电功率预测方法

发布时间：2017-09-26 20:27

  本文关键词：考虑时空分布特性的区域风电功率预测方法

  更多相关文章： 区域风电 功率预测 时空分布特性 预测误差

【摘要】：目前,风电装机容量日益增加,风力发电技术持续发展,大规模的风电并网给电力系统运行带来了很多不利影响和问题。风电的随机性和间歇性已经成为制约风电发展的重要因素。如果能有效预测风电功率,不仅有助于运行调度部门调整调度计划和制定运行方式,减少“弃风限电”的情况,也有助于提高电力系统中风电可接纳率,进而更加有效的利用风能。区域风电功率预测不仅具有实际意义,为运行调度部门提供全部电网的风电预测信息,还可从一定程度上减小风电预测误差。本文基于国内外风电功率预测的研究现状,提出并实现了风电出力异常数据、缺失数据、不一致数据的预处理方法,分析了实例风电出力的相关性、波动性和互补性等特性。基于目前风电功率预测误差的研究现状,提出了预测误差的偏态分布模型,分析了预测误差的条件分布特性,并总结丰富了预测误差的评价指标。针对风电出力中的相关性,采用空间升尺度作为区域风电出力预测的核心算法。根据风电出力条件分布特性对预测出力进行了调整,对区域内的风电场进行了区域划分,并利用等效容量综合考虑与子区域风电出力相关性强但预测精度较差的风电场,提高了区域风电预测的精度。针对实际应用的区域风电功率预测系统,本文进行了设计原则分析和数据库设计,确定了预测系统结构和开发平台,分析了各模块的职能及联系。
【关键词】：区域风电 功率预测 时空分布特性 预测误差
【学位授予单位】：华北电力大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM614
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 绪论9-14
• 1.1 研究背景及意义9-10
• 1.2 国内外研究动态10-13
• 1.2.1 风电功率预测方法研究现状10-11
• 1.2.2 区域风电功率预测研究现状11-12
• 1.2.3 风电功率预测误差研究现状12-13
• 1.3 本文主要工作13-14
• 第2章 风电出力特性分析14-27
• 2.1 风电历史出力数据预处理14-17
• 2.1.1 数据不良的原因14
• 2.1.2 异常数据的识别14-16
• 2.1.3 缺失数据的处理16
• 2.1.4 不一致数据的处理16
• 2.1.5 数据预处理流程图16-17
• 2.2 风电出力特性分析17-26
• 2.2.1 风电出力波动性18-24
• 2.2.2 风电出力互补性24-25
• 2.2.3 风电出力相关性25-26
• 2.3 本章小结26-27
• 第3章 短期风电出力预测误差特性分析及评价方法27-41
• 3.1 短期风电出力预测误差成因及表现形式27-31
• 3.1.1 预测误差成因分析27-29
• 3.1.2 预测误差的表现形式29-31
• 3.2 短期风电出力预测误差分布特性分析31-37
• 3.2.1 短期风电出力预测误差的经验分布模型31-33
• 3.2.2 短期风电出力预测误差偏态分布模型33-36
• 3.2.3 短期风电预测误差条件分布特性36-37
• 3.3 短期风电出力预测误差评价指标37-40
• 3.3.1 风电预测误差考核类指标37-38
• 3.3.2 风电预测误差评价类指标38-39
• 3.3.3 风电出力预测趋势误差指标39-40
• 3.4 本章小结40-41
• 第4章 基于多级空间升尺度方法的短期区域风电功率预测41-63
• 4.1 风电场出力数据预处理41-43
• 4.2 区域风电功率预测43-48
• 4.2.1 风电场区域划分43-45
• 4.2.2 代表风电场选取45-46
• 4.2.3 子区域功率预测46-48
• 4.2.4 区域功率预测48
• 4.3 算法整体框架48-49
• 4.4 算例分析49-54
• 4.4.1 风电场区域划分49-50
• 4.4.2 代表风电场选取50-51
• 4.4.3 子区域功率预测51-53
• 4.4.4 区域功率预测53
• 4.4.5 区域预测对比53-54
• 4.5 预测系统设计与开发54-61
• 4.5.1 系统设计原则54-55
• 4.5.2 系统数据库设计55-58
• 4.5.3 系统功能设计与实现58-59
• 4.5.4 系统架构、开发与应用59-61
• 4.6 本章小结61-63
• 第5章 结论与展望63-64
• 5.1 结论63
• 5.2 展望63-64
• 参考文献64-67
• 攻读硕士学位期间发表的论文及其它成果67-68
• 攻读硕士学位期间参加的科研工作68-69
• 致谢69

【参考文献】

中国期刊全文数据库 前1条

1 刘芳;潘毅;刘辉;丁强;李强;王芝茗;;风电功率预测误差分段指数分布模型[J];电力系统自动化;2013年18期

中国硕士学位论文全文数据库 前1条

1 李琦;基于偏t分布的混合自回归模型[D];吉林大学;2010年

，

本文编号：925571