基于神經(jīng)網(wǎng)絡(luò)組合預(yù)測(cè)的風(fēng)電場(chǎng)風(fēng)速及發(fā)電功率短期預(yù)測(cè).pdf

1、能源和環(huán)境問(wèn)題是當(dāng)今人類生存和發(fā)展所要解決的緊迫問(wèn)題，風(fēng)電作為一種可再生的清潔能源為解決該問(wèn)題提供了一種選擇。但風(fēng)電出力具有間歇性和隨機(jī)性，大量風(fēng)力發(fā)電接入電網(wǎng)，會(huì)對(duì)電力系統(tǒng)的電能質(zhì)量和安全、穩(wěn)定運(yùn)行帶來(lái)不良影響。風(fēng)電場(chǎng)風(fēng)速和功率的短期預(yù)測(cè)是解決該問(wèn)題的有效途徑之一。本文選擇風(fēng)電場(chǎng)風(fēng)速和風(fēng)電功率短期預(yù)測(cè)方法進(jìn)行研究，主要研究工作如下：
　　 ①在對(duì)反向傳播神經(jīng)網(wǎng)絡(luò)、徑向基神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)三種單一預(yù)測(cè)方法的仿真計(jì)算的基礎(chǔ)上，提

2、出一種基于廣義回歸神經(jīng)網(wǎng)絡(luò)的短期風(fēng)速非線性組合預(yù)測(cè)模型。仿真算例表明，將三種單一預(yù)測(cè)方法的預(yù)測(cè)結(jié)果用廣義回歸神經(jīng)網(wǎng)絡(luò)進(jìn)行非線性組合，其預(yù)測(cè)精度不僅高于單一預(yù)測(cè)方法的預(yù)測(cè)精度，而且也高于等權(quán)平均法和協(xié)方差優(yōu)選等線性組合法。
　　 ②針對(duì)原始風(fēng)速時(shí)間序列具有很強(qiáng)的非線性和非平穩(wěn)性的特點(diǎn)，運(yùn)用經(jīng)驗(yàn)?zāi)Ｊ椒纸饫碚撎幚矸瞧椒€(wěn)信號(hào)的優(yōu)勢(shì)，提出一種基于經(jīng)驗(yàn)?zāi)Ｊ椒纸馀c神經(jīng)網(wǎng)絡(luò)相結(jié)合的短期風(fēng)速預(yù)測(cè)模型。該模型首先運(yùn)用經(jīng)驗(yàn)?zāi)Ｊ椒纸夥▽?duì)風(fēng)速時(shí)間序列進(jìn)行

3、預(yù)處理，然后根據(jù)各個(gè)分量的變化特點(diǎn)分別建立合適的預(yù)測(cè)模型，對(duì)高頻分量采用基于廣義回歸神經(jīng)網(wǎng)絡(luò)的非線性組合預(yù)測(cè)法進(jìn)行預(yù)測(cè)，對(duì)低頻分量采用徑向基神經(jīng)網(wǎng)絡(luò)模型進(jìn)行預(yù)測(cè)。最后將各分量的預(yù)測(cè)值疊加得到最終預(yù)測(cè)值。通過(guò)仿真計(jì)算驗(yàn)證了所提方法能明顯提高預(yù)測(cè)的精度。
　　 ③基于經(jīng)驗(yàn)?zāi)Ｊ椒纸馀c神經(jīng)網(wǎng)絡(luò)相結(jié)合的短期風(fēng)速預(yù)測(cè)模型的風(fēng)速預(yù)測(cè)結(jié)果，從整個(gè)風(fēng)電場(chǎng)角度出發(fā)，討論了風(fēng)電場(chǎng)處于不同地形情況下計(jì)及尾流效應(yīng)和不同風(fēng)向時(shí)對(duì)風(fēng)電場(chǎng)輸出功率的影響，推導(dǎo)了