基于神經(jīng)網(wǎng)絡(luò)的風(fēng)電場短期風(fēng)電功率預(yù)測研究.pdf

1、風(fēng)電裝機(jī)容量的逐年快速增長，使得風(fēng)電在電網(wǎng)中所占的比例也逐年增大。但由于風(fēng)的高度隨機(jī)性和間歇性等特點(diǎn)，大容量風(fēng)電接入電網(wǎng)對電力供需平衡、電力系統(tǒng)安全以及電能質(zhì)量帶來嚴(yán)竣挑戰(zhàn)，因而限制風(fēng)電的發(fā)展規(guī)模。預(yù)測風(fēng)電場的出力成為解決此問題的有效途徑。借助預(yù)測結(jié)果，電力調(diào)度部門能夠提前并及時調(diào)整調(diào)度計劃，同時減少電力系統(tǒng)的備用容量、降低電力系統(tǒng)運(yùn)行成本。當(dāng)預(yù)測精度達(dá)到一定的要求，還可增大電力系統(tǒng)中風(fēng)電最大裝機(jī)比例，提高風(fēng)電的競爭力。
　　

2、本文在此背景下選擇風(fēng)電功率的短期預(yù)測作為研究內(nèi)容。文中首先介紹了風(fēng)電發(fā)展現(xiàn)狀以及風(fēng)電場短期預(yù)測的意義和國內(nèi)外研究現(xiàn)狀，對當(dāng)前的風(fēng)電功率預(yù)測方法進(jìn)行了概括，并對時間序列和BP神經(jīng)網(wǎng)絡(luò)原理、算法及其改進(jìn)做了相應(yīng)論述。本文根據(jù)從--風(fēng)電場獲知的27天的相關(guān)運(yùn)行數(shù)據(jù)，主要在時間序列法初步建模的基礎(chǔ)上，用神經(jīng)網(wǎng)絡(luò)法對風(fēng)電功率短期預(yù)測進(jìn)行探索性研究。針對風(fēng)電功率的隨機(jī)時間序列特性，初步建立時間序列模型預(yù)測風(fēng)電功率，同時基于相同的數(shù)據(jù)建立BP模型，運(yùn)

3、用MATLAB軟件編程預(yù)測輸出，并對比兩模型結(jié)果。隨之改進(jìn)BP網(wǎng)絡(luò)模型，建立基于多維數(shù)值氣象數(shù)據(jù)輸入的風(fēng)電功率短期預(yù)測模型，其中運(yùn)用時間序列方法對模型的多維輸入?yún)?shù)作相應(yīng)處理，同樣采用MATLAB軟件編程預(yù)測提前1小時、2d小時、4小時、8小時以及24小時的風(fēng)電功率，并對提前不同時間的預(yù)測結(jié)果及誤差進(jìn)行對比分析。為了提高預(yù)測的精度，引入含空間性數(shù)據(jù)的GIS模塊，完善已有的基于數(shù)值氣象數(shù)據(jù)的BP網(wǎng)絡(luò)預(yù)測模型，以及對預(yù)測結(jié)果的不確定性進(jìn)行分