基于模型優(yōu)選的風(fēng)電功率融合預(yù)測模型.pdf

1、當(dāng)前人類社會發(fā)展所消耗的能源主要是化石燃料，化石燃料是不可再生能源，而且化石燃料的燃燒會帶來嚴(yán)重的環(huán)境污染。風(fēng)能作為一種清潔的、可再生的且蘊含量無限的能源已成為許多國家改變能源消耗結(jié)構(gòu)和降低環(huán)境污染的重點利用能源。風(fēng)能利用的主要形式是風(fēng)力發(fā)電，但是風(fēng)能具有間歇性、隨機性和不穩(wěn)定性等特點，使得風(fēng)電也具有間歇性、不穩(wěn)定性等特點。風(fēng)電大規(guī)模接入電網(wǎng)會影響整個電網(wǎng)的運行調(diào)度，而且會嚴(yán)重影響電力系統(tǒng)的電能質(zhì)量和運行的可靠性，而風(fēng)電功率的準(zhǔn)確預(yù)測可

2、以使電力調(diào)度部門及時調(diào)整大電網(wǎng)的調(diào)度計劃，保證大電網(wǎng)的安全穩(wěn)定運行，且能夠有效的提高風(fēng)能利用率。
　　 風(fēng)電功率的單一預(yù)測模型有許多種，但在仿真研究中發(fā)現(xiàn)單一預(yù)測模型利用數(shù)據(jù)信息不夠全面，在某些預(yù)測點可能會出現(xiàn)較大的誤差，降低了預(yù)測精度。為進一步提高預(yù)測精度，本文在國家自然科學(xué)基金項目(編號:51277127)的資助下建立了風(fēng)電功率的融合預(yù)測模型。
　　 本文主要研究內(nèi)容包括以下幾個部分:
　　 (1)闡述風(fēng)電功

3、率預(yù)測的研究背景及意義，總結(jié)當(dāng)前風(fēng)電功率預(yù)測模型的研究現(xiàn)狀及常用的方法，并深入了解風(fēng)力發(fā)電技術(shù)。
　　 (2)根據(jù)風(fēng)電功率預(yù)測的常用方法建立風(fēng)電功率單一預(yù)測模型庫，其中包括時間序列法、回歸預(yù)測分析法、BP神經(jīng)網(wǎng)絡(luò)、Elman神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)、廣義回歸神經(jīng)網(wǎng)絡(luò)以及支持向量機等預(yù)測模型。
　　 (3)在單一預(yù)測模型庫的基礎(chǔ)上，根據(jù)組合優(yōu)化理論建立了基于算術(shù)平均法、誤差平方和倒數(shù)法、簡單加權(quán)平均法、二項式系數(shù)法和熵值法

4、的風(fēng)電功率組合預(yù)測模型。仿真結(jié)果表明，組合預(yù)測模型的精度總體上要優(yōu)于各單一預(yù)測模型。
　　 (4)為進一步提高預(yù)測精度，本文建立了風(fēng)電功率融合預(yù)測模型。仿真研究中發(fā)現(xiàn)，并不是所有的單一預(yù)測模型都能夠有效的提高組合模型的預(yù)測精度，應(yīng)該在組合前對單一預(yù)測模型進行優(yōu)選。為此，本文首先采用灰色關(guān)聯(lián)分析法初步優(yōu)選預(yù)測精度較高的模型，再用誤差信息矩陣對這些精度較高的模型進行冗余性判斷，剔除冗余模型，簡化融合模型的計算，然后建立了基于模型優(yōu)選