基于相似度模糊推理和IOWA算子的風(fēng)電功率融合預(yù)測(cè).pdf

1、在國(guó)家可持續(xù)發(fā)展政策的鼓勵(lì)下，風(fēng)力發(fā)電以其無(wú)污染、蘊(yùn)藏量巨大等特點(diǎn)得到了迅速發(fā)展，風(fēng)電在電網(wǎng)中所占的比重也在逐年增加。但因?yàn)轱L(fēng)電固有的特征，如間歇性、波動(dòng)性強(qiáng)等，使得風(fēng)電所占比例超過(guò)一定數(shù)值后將對(duì)電網(wǎng)造成不可估量的沖擊，影響電力部門對(duì)電網(wǎng)的運(yùn)行調(diào)度，甚至嚴(yán)重影響電網(wǎng)的電能質(zhì)量及安全穩(wěn)定運(yùn)行。為了合理安排調(diào)度計(jì)劃，保障電網(wǎng)的安全穩(wěn)定運(yùn)行，需要對(duì)風(fēng)電功率進(jìn)行準(zhǔn)確的預(yù)測(cè)。
　　為了提高風(fēng)電功率預(yù)測(cè)精度，本文在國(guó)家自然科學(xué)基金項(xiàng)目(編號(hào):

2、51277127)的資助下，提出了基于相似度模糊推理的模型優(yōu)選方法和IOWA算子的風(fēng)電功率融合預(yù)測(cè)方法，并在MATLAB平臺(tái)上進(jìn)行了大量仿真研究。本文主要研究?jī)?nèi)容有:
　　(1)闡述了風(fēng)電功率預(yù)測(cè)的研究背景和意義，綜述了目前國(guó)內(nèi)外的研究現(xiàn)狀，總結(jié)了常見的預(yù)測(cè)方法，分析了影響風(fēng)電功率預(yù)測(cè)的主要因素。
　　(2)研究了基于多元時(shí)間序列分析建立風(fēng)電功率預(yù)測(cè)模型的原理和關(guān)鍵步驟，通過(guò)風(fēng)電功率與其影響因素之間存在協(xié)整關(guān)系，建立了基于多

3、元時(shí)間序列的風(fēng)電功率預(yù)測(cè)模型。
　　(3)提出了將風(fēng)電場(chǎng)預(yù)測(cè)考核要求與多個(gè)預(yù)測(cè)誤差評(píng)價(jià)指標(biāo)相結(jié)合的方法優(yōu)選預(yù)測(cè)模型。首先根據(jù)風(fēng)電場(chǎng)對(duì)預(yù)測(cè)準(zhǔn)確率和合格率的規(guī)定篩選出符合要求的預(yù)測(cè)模型，然后，采用基于離差最大化思想的多指標(biāo)綜合評(píng)價(jià)方法，對(duì)篩選出的模型進(jìn)行綜合評(píng)價(jià)，并按照綜合評(píng)價(jià)值優(yōu)選出模型。
　　(4)根據(jù)風(fēng)電場(chǎng)實(shí)測(cè)數(shù)據(jù)，對(duì)主要影響因素的變化規(guī)律及與風(fēng)電功率的相關(guān)性進(jìn)行了分析。在此基礎(chǔ)上，提出了基于相似度模糊推理的風(fēng)電功率模型優(yōu)

4、選方法。
　　(5)由于每一時(shí)刻模型的預(yù)測(cè)精度不同，建立了基于誘導(dǎo)有序加權(quán)平均(IOWA)算子的風(fēng)電功率融合預(yù)測(cè)模型。為了便于計(jì)算機(jī)實(shí)現(xiàn)單一模型較多時(shí)融合權(quán)重的求解，對(duì)IOWA算子的計(jì)算過(guò)程進(jìn)行了優(yōu)化。在融合前先采用誤差信息矩陣法去除冗余模型，以保證融合預(yù)測(cè)的準(zhǔn)確性和時(shí)效性。將基于IOWA算子的融合模型與融合權(quán)重分別采用算術(shù)平均法、簡(jiǎn)單加權(quán)平均法、誤差平方和倒數(shù)法、熵值法和Shapley值法的融合模型的預(yù)測(cè)結(jié)果進(jìn)行對(duì)比，大量仿真研