《基于神经网络的风电场短期风电功率预测研究》由会员分享，可在线阅读，更多相关《基于神经网络的风电场短期风电功率预测研究（70页珍藏版）》请在金锄头文库上搜索。
1、S t u d yO f W i n dP o w e rS h o r t T e r m P r e d i c t i o nF o rW i n dF a r m sB a s e dO n N e u r a lN e t w o r k AD i s s e r t a t i o nS u b m i t t e dt o S o u t h e a s tU n i v e r s i t y F o rt h eA c a d e m i cD e g r e eo fM a s t e ro f E n g i n e e r i n g B Y H U A N GJ i
2、n h u a S u p e r v i s e db y P r o f H U A N GX u e l i a n g S c h o o lo fE l e c t r i c a lE n g i n e e r i n g S o u t h e a s tU n i v e r s i t y A p r i l2 0 1 0 所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 研究生签名：盔= 垒盘日期：列! ：盈 东南大学学位论文使用授权声明 东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电子 文档，可以采用影印、缩印或其他复制手段保存
3、论文。本人电子文档的内容和纸质论文的内容相一致。 除在保密期内的保密论文外，允许论文被查阅和借阅，可以公布( 包括以电子信息形式刊登) 论文的 全部内容或中、英文摘要等部分内容。论文的公布( 包括以电子信息形式刊登) 授权东南大学研究生 院办理。 研究生签名：缒导师签础 日期：2 型互j 兰Z 摘要 风电装机容量的逐年快速增长，使得风电在电网中所占的比例也逐年增大。但由于风的高度随机 性和问歇性等特点，大容最风电接入电网对电力供需平衡、电力系统安全以及电能质量带来严竣挑战， 因而限制风电的发展规模。预测风电场的出力成为解决此问题的有效途径。借助预测结果，电力调度 部门能够提前并及时调整调度计划
4、，同时减少电力系统的备用容量、降低电力系统运行成本。当预测 精度达到一定的要求，还可增大电力系统中风电最大装机比例，提高风电的竞争力。 本文在此背景下选择风电功率的短期预测作为研究内容。文中首先介绍了风电发展现状以及风电 场短期预测的意义和国内外研究现状，对当前的风电功率预测方法进行了概括，并对时间序列和B P 神经网络原理、算法及其改进做了相应论述。本文根据从一风电场获知的2 7 天的相关运行数据，主要 在时间序列法初步建模的基础上，用神经网络法对风电功率短期预测进行探索性研究。针对风电功率 的随机时间序列特性，初步建立时间序列模型预测风电功率，同时基于相同的数据建立B P 模型，运用 M
5、A T L A B 软件编程预测输出，并对比两模型结果。随之改进B P 网络模型，建立基于多维数值气象数 据输入的风电功率短期预测模型，其中运用时间序列方法对模型的多维输入参数作相应处理，同样采 用M A T L A B 软件编程预测提前l 小时、2 d 时、4 4 , 时、8 d , 时以及2 4 d 时的风电功率，并对提前不同时 间的预测结果及误差进行对比分析。为了提高预测的精度，引入含空间性数据的G I S 模块，完善已有 的基于数值气象数据的B P 网络预测模型，以及对预测结果的不确定性进行分析，并在前述模型的基础 上，简单搭建预测系统。本文最后总结风电功率的预测结果和存在的问题，以及
6、提出需要进一步改进 的地方。 关键字：风电功率短期预测，时间序列，B P 神经网络，数值天气预报，G I S A B S T R A C T W i n dp o w e rh a se n t e r e dar a p i dp r o g r e s ss t a g e t h a tt h ew i n dp o w e ri n s t a l l e dc a p a c i v yi sl a r g e ra n d l a r g e rm a k e st h ep r o p o r t i o no fw i n dp o w e ri nt h ep o w e r
7、g r i di n c r e a s ew i t hy e a r s H o w e v e r , b e c a u s ew i n d p o w e rh a st h ed i s a d v a n t a g e so fi n t e r m i t t e n c ea n dr a n d o m i c i t y , S Ol a r g e - c a p a c i t yw i n dp o w e ri n t ot h eg r i d w i l lb r i n gc h a l l e n g et ot h eS u p p l y d e
8、m a n db a l a n c ea n dt ot h ep o w e rs y s t e ms e c u r i t ya sw e l la st Ot h ep o w e r q u a l i t y , t h u st h es c a l eo fw i n dp o w e rd e v e l o p m e n ti sr e s t r i c t e d S h o r t - t e r mp o w e rp r e d i c t i o ni sa ne f f e c t i v e a p p r o a c hf o rt h ea b o
9、 v ep r o b l e m A c c o r d i n gt ot h er e s u l t sp r e d i c t e d ，t h ep o w e rd i s p a t c h i n gs e c t o rc a np l a nt O a d j u s tt h es c h e d u l i n gp r o m p t l yi na d v a n c e ，t h e r e f o r en o to n l yt h ep o w e rs y s t e mr e s e r v ec a p a c i t yc a l lb e r
10、e d u c e d ，b u ta l s ot h ep o w e rs y s t e mo p e r a t i n gc o s t sc a r lb el o w e r e d I ft h ep r e d i c t i o na c h i e v e dc e r t a i nd e g r e e o fa c c u r a c y , t h em a x i m u mi n s t a l l e dc a p a c i t yr a t i oo fe l e c t r i cp o w e rs y s t e m sC a nb ei n c
11、 r e a s e d ，S Ot h e c o m p e t i t i v e n e s so f t h ew i n dp o w e rC a nb ei m p r o v e d T h es h o r t - t e r mw i n dp r e d i c t i o ni Sr e a s e a r c h e di nt h i st h e s i su n d e rt h i sb a c k g r o u n d F i r s t l y , t h es t a t u so f w i n dp o w e rd e v e l o p m
12、e n tW a si n t r o d u c e d ，a n da l s ot h ep r e d i c t i o ns t a t u sa th o m ea n da b r o a db e s i d e st h e s i g n i f i c a n c eo fs t u d y i n gs h o r t - t e r mp r e d i c t i o no nw i n df a r m T h e nt h ec u r r e n tw i n dp o w e rf o r e c a s t i n g m e t h o d sw e
13、r es u m m a r i z e d ，a n dt h et i m es e r i e s ，B Pn e u r a ln e t w o r ka n di t sa l g o r i t h mw e r ei n t r o d u c e da sw e l l B a s e do n2 7d a y so p e r a t i n gd a t af r o maw i n df a r m , t h i st h e s i sm a i n l yu s e dn e u r a ln e t w o r km e t h o df o rw i n d
14、p o w e rp r e d i c t i o nr e s e a r c ha tt h ep r e l i m i n a r yt i m es e r i e sm o d e l i n g C o n s i d e r i n gt h a tt h ew i n dp o w e ro f r a n d o mt i m es e r i e sp r o p e r t i e s ，t h ei n i t i a lm o d e l so ft i m e s e r i e sW a ss e tu pt op r e d i c tw i n dp o
15、w e r , w h i l eb a s e d o nt h es a n l ed a t a , aB Pn e u r a ln e t w o r km o d e lW a sb u i l tt o o ，w h i c hu s e dM A T L A Bs o f t w a r ef o rp r o g r a m m i n g t og e tt h ef o r e c a s to u t p u t , t h e nt h er e s u l t so ft w om o d e l sw e r ec o m p a r e dw i t he a
16、c ho t h e r I nt h ep r o c e s so f i m p r o v i n gt h em o d e l ，w i n dp o w e rs h o r t - t e r mp r e d i c t i o nm o d e li sb u i l tb a s e d0 1 1m u l t i d i m e n s i o n a ln u m e r i c a l w e a t h e ri n p u tp a r a m e t e r s ，w h i c hw e r eh a n d l e db yt i m es e r i e sm e t h o d sa tf I r s t , t h e nt h eM A T L A Bs o f t w a r e w a su s e dt op r e d i c tw i n dp o w e ri na d v a n c elh o 虬2h o u r s ，4h o u r s ，8h o
