基于多指標融合評價和案例推理的風電功率預測模型的優(yōu)選決策.pdf

1、隨著生態(tài)環(huán)境的污染和傳統(tǒng)資源的枯竭，風能以可再生、清潔環(huán)保等特點，在全球范圍內(nèi)得到廣泛青睞，風力發(fā)電在電網(wǎng)中所占的比重也在逐年增加。然而，風能的波動和間歇特性，將導致風電功率的輸出具有不穩(wěn)定性，隨著大規(guī)模風電并入電網(wǎng)系統(tǒng)，必然給電網(wǎng)系統(tǒng)帶來一定的沖擊。因此，對風電輸出功率進行準確預測是合理安排調度計劃，確保電網(wǎng)系統(tǒng)安全、穩(wěn)定和經(jīng)濟運行的有效途徑。
　　目前風電功率預測模型的種類有很多，不同模型的預測性能表現(xiàn)具有差異性，各有優(yōu)缺點。

2、為了提高風電功率的預測精度，有必要對多種預測模型的精度進行評價，從而優(yōu)選出精度較高的預測模型對風電功率進行預測。本文提出了一種基于多指標融合評價和案例推理的風電功率預測模型的優(yōu)選決策方法，對課題組建立的基本風電功率預測模型進行評價優(yōu)選，并在MATLAB平臺上進行了大量仿真研究。本文主要研究內(nèi)容如下:
　　(1)闡述了風電功率預測的研究背景及意義，綜述了國內(nèi)外在風電功率預測領域的研究現(xiàn)狀及發(fā)展趨勢，總結了常見預測方法的分類及各類預測

3、方法的性能評價等。
　　(2)分析了風機功率模型及風電功率輸出的主要影響因素，并在風電場歷史數(shù)據(jù)的基礎上，研究了主要影響因素的規(guī)律特性，為基于數(shù)據(jù)特性分類的優(yōu)選建模研究奠定基礎。
　　(3)模型評價是進行模型優(yōu)選的重要依據(jù)。針對模型的單一指標評價結果較為片面，且不同指標下模型的評價結果往往不同的問題，本文提出了一種基于離差最大化和主觀修正系數(shù)的多指標融合評價方法，并將其應用于短期風電功率預測模型的優(yōu)選中。首先建立了較為全面的

4、風電功率預測模型的評價指標體系;其次在確定各指標所占權重時，考慮到傳統(tǒng)離差最大化法過于客觀，忽略了指標在指標體系中的重要程度，本文在傳統(tǒng)離差最大化思想上加入主觀修正系數(shù)，結合客觀信息和主觀經(jīng)驗，計算各指標的綜合權重，最終計算出各模型的融合評價值，從而得到模型的評價排序，并實現(xiàn)對模型的優(yōu)選。
　　(4)為了提高模型優(yōu)選的工作效率，提出一種基于案例推理的風電功率預測模型的優(yōu)選決策方法。以風速、風向和溫度序列作為案例的描述特征，在風電場