基于ARMA模型的風電機組風速預測研究.pdf

1、隨著目前風力發(fā)電技術的飛速發(fā)展，大規(guī)模的風電場接入電網(wǎng)后會對電網(wǎng)的安全穩(wěn)定運行造成一定影響。因此為了配合電力部門進行調度，保證電網(wǎng)的穩(wěn)定運行，高精度的風電機組電量預報非常重要，而風速的準確預測是風電機組電量預報的基礎。
　　 本文從時間序列預測方法的基本原理出發(fā)，簡單介紹了風速預測的基本概念，以及時間序列模型的基本原理，并基于時間序列的ARMA模型，對風速的多點預測進行研究。
　　 首先，對傳統(tǒng)的ARIMA時間序列預測方

2、法，應用我國某風場實測風速數(shù)據(jù)進行了仿真分析與驗證。然后對風速數(shù)據(jù)一次性多點預測的可能性進行了研究，提出了變步長ARMA預測的方法，實現(xiàn)應用一組不變的歷史數(shù)據(jù)，一次性對未來某時刻（不一定為緊鄰歷史數(shù)據(jù)的下一時刻）之后進行多點預測。
　　 其次，對能否進一步增加預測時段展開了研究，提出了風速信號趨勢分解的預測方法。該方法利用風速信號長時間段內趨勢變化不大的特點，將前一時段風速信號分解成趨勢信號和去趨勢項信號，并分別建立ARMA模型

3、進行預測，以此得到后一時段的多點預測值。
　　 趨勢分解的方法對前一時段的風速數(shù)據(jù)選取非常敏感，在此基礎上為了盡量減少由于數(shù)據(jù)選取不當造成的誤差，提出了應用小波分解以及滑動濾波這兩種信號處理方法，在建立ARMA預測模型前，分別對風速信號進行數(shù)據(jù)預處理，以提高趨勢分解法的預測精度。
　　 為進一步提高預測精度，本文接著對于能否將小波分解與滑動濾波這兩種方法進行深層次融合展開了研究，提出了基于ARMA模型的風速組合預測方法。