基于混沌時間序列的風電場短期風速預測研究.pdf

1、近年來，隨著全球經(jīng)濟的不斷發(fā)展和燃燒化石燃料所帶來的環(huán)境污染問題越來越嚴重，世界各國都更加重視對新能源的研究、開發(fā)與利用。風能儲量充裕、潔凈環(huán)保，并且分布廣泛，具備良好的增長潛能。目前，風電并網(wǎng)是一種有效的將風能應用于實際的方法。風能具有隨機性、波動性的特點，這會造成風電功率的隨機和不穩(wěn)定，因而將大量的風電機組接入到電力系統(tǒng)會影響整個系統(tǒng)的安全性和穩(wěn)定性。對風速進行正確的短期預測可以有效地減輕這種影響，可以用來管理和監(jiān)督風電并網(wǎng)。本文以

2、實測的風速時間序列為研究對象，在分析其混沌特性的基礎之上，將最大熵原理、支持向量機理論與混沌理論相結合，提出了一種基于最大熵混沌時間序列的支持向量機短期風速預測模型，并對實測的風速數(shù)據(jù)進行了預測。主要的工作內(nèi)容如下：
　　(1)嵌入維數(shù)和延遲時間的計算結果對于提高相空間重構的質(zhì)量、降低時間序列的預測誤差具有顯著的影響；同時這兩個參數(shù)也是進一步計算其他參數(shù)的基礎。本文采用多種方法分別探討了嵌入維數(shù)和延遲時間的計算，并通過實例進行了比

3、較。
　　(2)只有證明風速時間序列是混沌的，才可以在構建風速短期預測模型中采用與混沌相關的理論及其分析方法。本文采用計算飽和關聯(lián)維數(shù)和最大Lyapunov指數(shù)的方法對實際的歷史風速數(shù)據(jù)進行了混沌屬性的判別。
　　(3)為與本文提出的預測模型進行對比，使用加權一階局域法多步預報模型對實測的風速數(shù)據(jù)進行了多步預測，結果表明，該模型的預測精度相對較低，預測誤差相對較大。
　　(4)以貝葉斯框架下的最小二乘支持向量機及最大熵