风速及风电功率短期预测方法研究

论文摘要

具有分布广、蕴藏量大的风能,作为一种清洁环保的可再生能源越来越受到重视。在大力发展风力发电的同时,风电入网对电能质量、电力系统安全运行以及电力供需平衡也带来了挑战。如何降低风电入网给电力系统带来的影响、以及提高风力发电的竞争力,是发展风电技术一个急需解决的难题。对风电功率进行短期预测,其精确的预测结果能够指导电力调度部门及时调整调度计划、减少备用容量、降低运行成本,是促进风电技术发展有效途径之一。本文主要是对风速及风电功率短期预测技术进行了研究,利用风速混沌特性进行风速短期预测,然后在风电功率曲线的基础上完成对风电功率的预测。对风速时间序列的属性进行正确的分析,将有利于科学合理的建立风速短期预测模型。先对风速时间序列进行相空间重构,通过改进C-C法与原C-C法相比,利用改进C-C方法的高可靠性、计算速度快并且能同时估算出嵌入维数和延迟时间的特点估算出风速时间序列的重构参数。分别计算出风速时间序列的关联维数和最大Lyapunov指数,验证风速时间序列的混沌特性,将混沌相空间重构引入到风速预测中,为风速短期预测奠定了理论基础。利用加权零阶局域法与加权一阶局域法两种常用传统的混沌时间序列预测方法对风速进行短期预测,预测结果表明了利用混沌时间序列预测方法对风速进行预测的可行性。着重介绍了一种具有高精度混沌时间序列预测的新型递归神经网络——回声状态网络,对其网络的建立过程、基于混沌时间序列的迭代预测和直接预测进行了详细的分析,将风速混沌时间序列和回声状态网络相结合,建立了风速单步预测和提前8小时的风速短期预测模型,MATLAB的仿真结果表明了该预测方法的有效性,与传统混沌时间序列预测方法相比,提高了预测精度。在标准风电功率曲线的基础上,通过风速短期预测值得到了风电功率的预测值,仿真结果表明由于标准的风电功率曲线不完全符合实际风速与风电功率的关系,使得风电功率预测误差大于风速的预测误差,但预测精度还算令人满意。本文所提出的预测方法为风电功率预测技术开辟了一个新的空间。

论文目录

• 摘要
• Abstract
• 目录
• 1 绪论
• 1.1 引言
• 1.1.1 课题研究背景
• 1.1.2 课题研究目的及意义
• 1.2 风电功率预测技术概述
• 1.2.1 风电功率预测方法
• 1.2.2 风电功率预测误差分析
• 1.3 风电功率预测研究现状
• 1.3.1 国外风电功率预测技术研究现状
• 1.3.2 国内风电功率预测技术研究现状
• 1.3.3 风功率预测技术研究现况总结
• 1.4 本论文研究内容
• 2 风速时间序列的混沌特性研究
• 2.1 引言
• 2.2 混沌理论
• 2.2.1 混沌的概念
• 2.2.2 非线性时间序列的混沌特性识别方法
• 2.3 风速时间序列相空间重构
• 2.3.1 相空间重构理论
• 2.3.2 重构相空间的参数估计
• 2.3.3 C-C方法求取风速时间序列重构相空间参数
• 2.3.4 改进C-C方法求取风速时间序列重构相空间参数
• 2.4 检验风速的混沌特性
• 2.4.1 吸引子关联维数
• 2.4.2 最大Lyapunov指数
• 2.4.3 风速混沌特性判定
• 2.5 本章小结
• 3 风速混沌时间序列的预测方法研究
• 3.1 混沌时间序列预测方法
• 3.1.1 传统预测方法
• 3.1.2 人工神经网络预测法
• 3.2 基于加权零阶局域法的风速混沌时间序列预测
• 3.2.1 加权零阶局域法
• 3.2.2 加权零阶局域法风速短期预测
• 3.3 基于加权一阶局域法的风速混沌时间序列预测
• 3.3.1 加权一阶局域法
• 3.3.2 加权一阶局域法风速短期预测
• 3.4 本章小结
• 4 基于回声状态网络的预测研究
• 4.1 引言
• 4.2 回声状态网络
• 4.2.1 回声状态网络结构
• 4.2.2 回声状态网络的建立过程
• 4.3 基于ESN的短期风速预测及风功率预测
• 4.3.1 ESN的迭代预测方法
• 4.3.2 ESN的直接预测方法
• 4.3.3 基于ESN的单步风速预测
• 4.3.4 基于ESN的多步风速预测
• 4.4 风电功率预测
• 4.4.1 风电功率影响因素的分析
• 4.4.2 风电功率曲线
• 4.4.3 风电功率预测
• 4.5 小结
• 5 结论及展望
• 5.1 结论
• 5.2 课题研究展望
• 参考文献
• 致谢
• 个人简历、在学期间发表的学术论文与研究成果