基于結(jié)構(gòu)優(yōu)化的風(fēng)電功率單一預(yù)測模型的研究.pdf

1、隨著經(jīng)濟(jì)的快速發(fā)展，能源需求的問題日益嚴(yán)重。作為當(dāng)前世界能源結(jié)構(gòu)主體的化石燃料，具有污染嚴(yán)重、不可再生的特點(diǎn)。風(fēng)能作為新能源的一種，具有清潔、可重復(fù)利用的特點(diǎn)，因此利用風(fēng)能發(fā)電已經(jīng)成為許多國家改善能源結(jié)構(gòu)的重要形式。但風(fēng)能的間歇性、隨機(jī)性和不穩(wěn)定性等特點(diǎn)，當(dāng)風(fēng)電進(jìn)行并網(wǎng)運(yùn)行時(shí)，會(huì)造成電網(wǎng)電壓波動(dòng)、諧波污染、低壓穿越等問題，給大電網(wǎng)的整體運(yùn)行調(diào)度造成困難。因此，對風(fēng)電功率的準(zhǔn)確預(yù)測可以方便電力部門制定相應(yīng)的調(diào)度計(jì)劃，在提高風(fēng)能利用率的前提

2、下，保證大電網(wǎng)的安全穩(wěn)定運(yùn)行。
　　本文在國家自然科學(xué)基金項(xiàng)目(編號(hào):51277127)的資助下建立了四種風(fēng)電功率的單一預(yù)測模型。包括:基于改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)模型的風(fēng)電功率預(yù)測、基于結(jié)構(gòu)優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)模型的風(fēng)電功率預(yù)測、基于結(jié)構(gòu)優(yōu)化的小波神經(jīng)網(wǎng)絡(luò)模型的風(fēng)電功率預(yù)測和基于一元時(shí)間序列的卡爾曼濾波模型的風(fēng)電功率預(yù)測。
　　本文主要研究內(nèi)容包括以下幾個(gè)部分:
　　(1)闡述風(fēng)電功率預(yù)測研究的背景及意義，總結(jié)了當(dāng)前國內(nèi)外

3、風(fēng)電事業(yè)的發(fā)展現(xiàn)狀和風(fēng)電功率預(yù)測的分類及其預(yù)測模型的特點(diǎn)，并給出了四種評(píng)價(jià)指標(biāo)來評(píng)價(jià)預(yù)測結(jié)果。
　　(2)針對BP神經(jīng)網(wǎng)絡(luò)輸入節(jié)點(diǎn)和隱含層節(jié)點(diǎn)數(shù)目的確定缺乏理論指導(dǎo)，最速下降法的BP神經(jīng)網(wǎng)絡(luò)容易陷入局部極小值的問題，分別采用多元時(shí)間序列確定輸入變量、灰關(guān)聯(lián)-靈敏度剪枝法確定隱含層節(jié)點(diǎn)數(shù)目和改進(jìn)型粒子群算法優(yōu)化學(xué)習(xí)算法來對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)，仿真結(jié)果表明改進(jìn)后的BP神經(jīng)網(wǎng)絡(luò)的預(yù)測精度有了較大的提高。
　　(3)針對RBF神經(jīng)

4、網(wǎng)絡(luò)和小波神經(jīng)網(wǎng)絡(luò)輸入節(jié)點(diǎn)和隱含層節(jié)點(diǎn)數(shù)目的確定缺乏理論依據(jù)，本文分別采用多元時(shí)間序列和灰關(guān)聯(lián)-靈敏度法確定它們的輸入和隱含層節(jié)點(diǎn)數(shù)，并用確定結(jié)構(gòu)后的網(wǎng)絡(luò)對風(fēng)電功率進(jìn)行預(yù)測，仿真結(jié)果表明結(jié)構(gòu)優(yōu)化后的網(wǎng)絡(luò)提高了預(yù)測精度。
　　(4)針對一元時(shí)間序列低階模型預(yù)測精度低和卡爾曼濾波算法狀態(tài)方程和觀測方程建立困難的問題，本文將兩種方法結(jié)合，通過一元時(shí)間序列建立一個(gè)低階模型，然后利用卡爾曼預(yù)測迭代方程實(shí)現(xiàn)風(fēng)電功率的預(yù)測，仿真結(jié)果表明該模型相