风电场风速短期多步预测方法的研究

风电场风速短期多步预测方法的研究

论文摘要

目前,我国风力发电产业正处于迅猛发展的阶段。但是风能是不稳定的能源,大量风电场并网发电,会给电网的稳定性带来问题。电力调度部门也需要预先了解风电场未来数小时的输出功率,以合理的安排调度计划。这就需要研究风力发电功率短期预测问题。而风速预测通常是风电功率预测的首要步骤。本文在研究风速特性的基础上,提出了一种基于最小二乘支持向量机与时间序列法的组合方法,实现了提前三小时预测风电场各小时平均风速的功能。首先,将风速序列进行小波降噪处理,分成趋势分量(低频部分)与随机分量(高频部分);然后,将相似理论引入短期风速预测中,对趋势分量建立基于最小二乘支持向量机的模型,进行多步回归预测;再根据随机分量平稳性的特点,建立时间序列模型进行多步预测。最后将两模型预测的结果相叠加经过修正后得到预测值。通过比较不同方法对长岭风电场实测风速的预测结果,本文方法要优于常用的持续法和神经网络法。由于本文方法建立在风速变化特性的基础上,在多步预测场合,适用性更强,预测精度更高。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 课题背景及选题意义
  • 1.2 国内外研究现状
  • 1.3 论文的主要工作
  • 2 风电场风速特性分析
  • 2.1 风的特性
  • 2.1.1 风的形成及影响因素
  • 2.1.2 风速特性
  • 2.2 基于小波理论的风速特性分析
  • 2.2.1 信号降噪中的小波分析
  • 2.2.2 风速序列的小波分析
  • 2.3 本章小结
  • 3 基于最小二乘支持向量机的预测模型
  • 3.1 支持向量机
  • 3.1.1 支持向量机的概念
  • 3.1.2 支持向量机用于回归
  • 3.1.3 支持向量机的核函数
  • 3.2 最小二乘支持向量机
  • 3.2.1 最小二乘支持机用于回归
  • 3.2.2 相关参数的设定
  • 3.2.3 基于最小二乘支持向量机的预测模型
  • 3.3 预测实例
  • 3.4 本章小结
  • 4 基于时间序列法的预测模型
  • 4.1 时间序列分析概述
  • 4.2 基于时间序列的预测模型
  • 4.2.1 ARMA模型
  • 4.2.2 建模步骤
  • 4.3 预测实例
  • 4.4 本章小结
  • 5 长岭风电场风速短期多步预测
  • 5.1 长岭风电场风速特性分析
  • 5.2 预测模型
  • 5.2.1 模型假设
  • 5.2.2 建模步骤
  • 5.3 预测结果
  • 5.4 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表学术论文情况
  • 致谢
  • 相关论文文献

    • [1].风电场风速及风功率预测研究综述[J]. 贵州电力技术 2017(05)
    • [2].基于相空间重构的支持向量机的风电场风速预测[J]. 可再生能源 2012(06)
    • [3].风电场风速分布特性的模式分析[J]. 电网技术 2010(09)
    • [4].一种风电场风速异常数据预处理的新方法[J]. 兰州理工大学学报 2019(05)
    • [5].风电场风速对风机叶片性能影响的模拟分析[J]. 动力工程学报 2016(12)
    • [6].考虑多风电场风速变化规律的模拟数据生成方法[J]. 电网技术 2016(07)
    • [7].复杂下垫面风电场风速垂直外推方法研究[J]. 太阳能学报 2020(06)
    • [8].基于风速高相关分区的风电场风速预报订正[J]. 应用气象学报 2016(04)
    • [9].基于时间序列与支持向量机的风电场风速预测研究[J]. 陕西电力 2009(12)
    • [10].风电场风速预报集合订正方法的尝试性研究[J]. 资源科学 2013(03)
    • [11].基于经验模式分解和时间序列分析的风电场风速预测[J]. 太阳能学报 2010(08)
    • [12].基于组合预测的风电场风速及风电机功率预测[J]. 电力系统自动化 2009(18)
    • [13].风电场风速及风电功率预测方法研究综述[J]. 电子技术与软件工程 2019(01)
    • [14].提高风电场风速预测能力的软测量方法[J]. 电力与能源 2013(03)
    • [15].风电场风速时间序列的复杂动力学特性分析[J]. 同济大学学报(自然科学版) 2010(12)
    • [16].基于空间相关法的风电场风速多步预测模型[J]. 电工技术学报 2013(05)
    • [17].风电场风速预测模型研究[J]. 电网与清洁能源 2009(03)
    • [18].风电场风速概率分布参数计算新方法[J]. 电力系统及其自动化学报 2011(01)
    • [19].多种订正技术在风电场风速预报订正中的应用[J]. 干旱气象 2018(05)
    • [20].基于Mycielski算法的风电场风速预测[J]. 电力科学与工程 2011(03)
    • [21].风电场风速预测的研究方法[J]. 上海电力学院学报 2011(03)
    • [22].基于时间序列分析和卡尔曼滤波算法的风电场风速预测优化模型[J]. 电网技术 2008(07)
    • [23].风电场风速分布模型研究综述[J]. 电工电能新技术 2014(08)
    • [24].WRF模式在风电场风速预测中的应用[J]. 武汉大学学报(工学版) 2012(01)
    • [25].风电场风速短期多步预测改进算法[J]. 中国电机工程学报 2008(26)
    • [26].风电场风速分布对机组发电量影响的研究[J]. 数码设计 2017(07)
    • [27].基于模式识别的风电场风速和发电功率预测[J]. 继电器 2008(01)
    • [28].基于WindPro数据修正及风电场风速预测研究[J]. 四川电力技术 2016(06)
    • [29].灰色-马尔科夫模型在风电场风速预测中的应用[J]. 发电与空调 2013(01)
    • [30].基于改进深度信念网络的风电场短期风速预测[J]. 可再生能源 2020(11)

    标签:;  ;  ;  ;  

    风电场风速短期多步预测方法的研究
    下载Doc文档

    猜你喜欢