基于誤差分析修正的超短期風(fēng)速及短期風(fēng)電功率預(yù)測研究.pdf

1、近年來，以風(fēng)力發(fā)電為主的新能源發(fā)電規(guī)模迅速增長，其大規(guī)模并網(wǎng)在一定程度上緩解了日趨緊張的能源局勢及傳統(tǒng)能源對環(huán)境的污染問題。但隨著風(fēng)電對電網(wǎng)的滲透率的不斷提高，風(fēng)電出力顯著的波動性和隨機(jī)性，給電網(wǎng)的協(xié)同調(diào)度及安全運(yùn)行帶來的較大的威脅，棄風(fēng)現(xiàn)象愈發(fā)嚴(yán)重。對風(fēng)電出力進(jìn)行預(yù)測并把風(fēng)電場資源納入調(diào)度計劃，以在此基礎(chǔ)上實(shí)現(xiàn)對風(fēng)電場優(yōu)化調(diào)度及風(fēng)資源的充分利用是解決上述問題有效手段之一。因此，對風(fēng)速及風(fēng)電功率進(jìn)行高精度的預(yù)測有著重要意義。國內(nèi)外對風(fēng)電

2、預(yù)測的研究一般都圍繞模型和算法，主要分為物理模型和統(tǒng)計模型兩大類，前者主要依賴空氣動力學(xué)理論建立風(fēng)電場風(fēng)速描述模型，后者則主要利用模型提取歷史數(shù)據(jù)的變化規(guī)律并以此做出預(yù)測。但現(xiàn)有方法中，單一模型預(yù)測精度較低，預(yù)測效果穩(wěn)定性較差;組合模型雖精度較高卻依賴適當(dāng)?shù)臋?quán)重系數(shù)來將各模型結(jié)果進(jìn)行綜合以保證精度，權(quán)重系數(shù)又需要依靠單獨(dú)的優(yōu)化算法或者擬合模型來獲取。同時，圍繞風(fēng)電預(yù)測誤差的分析研究較少，風(fēng)電預(yù)測誤差的分布規(guī)律還有待進(jìn)一步研究。為解決上述

3、問題，本文提出了一種基于誤差分析修正的組合預(yù)測模型:一方面，研究了風(fēng)電預(yù)測誤差的分布規(guī)律，另一方面，通過誤差修正構(gòu)建組合模型，以達(dá)到提高預(yù)測精度的作用。
　　首先，本文以當(dāng)前流行的支持向量機(jī)算法為基礎(chǔ)，利用小波變換進(jìn)行數(shù)據(jù)處理，網(wǎng)格搜索法優(yōu)化模型參數(shù)、SMO算法快速求解，構(gòu)建基本預(yù)測模型。該預(yù)測模型的超短期風(fēng)速預(yù)測平均相對誤差為11.8％、短期風(fēng)電功率預(yù)測誤差為10.72％，滿足工程需要，適用性良好。但支持向量機(jī)算法的原理局限性導(dǎo)

4、致了其預(yù)測精度的不穩(wěn)定，對非支持向量的忽略降低了該模型對極值的跟蹤能力。
　　然后，利用支持向量機(jī)模型對歷史數(shù)據(jù)進(jìn)行重復(fù)預(yù)測，得到超短期風(fēng)速預(yù)測誤差序列及短期風(fēng)電功率預(yù)測誤差序列。分別從時變特性和相關(guān)特性對超短期風(fēng)速預(yù)測誤差進(jìn)行分析，從相關(guān)特性和概率分布特性對短期風(fēng)電功率預(yù)測誤差進(jìn)行研究分析，獲得誤差隨時間的變化規(guī)律，誤差與自身、誤差與相關(guān)要素之間的分布關(guān)系以及誤差的概率分布特征。
　　最后，針對超短期風(fēng)速預(yù)測和短期風(fēng)電功率