文档介绍：万方数据
基于改进持续法的短期风电功率预测李丽,叶林※间序列澍、人工神经网络法蘑【、模糊逻辑法绲绻β试げ夥椒嘎空间相关性、法【康取F渲校ǘ言在农村和一些偏远山区,供电紧缺,用电难等问题依旧存在。目前,可再生的清洁能源作为常规能源的补充,能够缓解部分农村用电紧张的问题。而其中,风能的发展较为迅速,越来越受到世界各国的高度重视。专家乐观地估计,在未来缒懿档脑黾又到ù锏诿涝!緇E访思苹谖蠢谕贫缒芾眉划,很多国家也纷纷提高风电装机容量,其总装机容量居世界第三位【。在丹麦的电力消耗总量中,有%来自风能,西班牙的总发电量中有%来自风能。预计到年,英国纳入自己的能源规划中。截至年底,中国风电中装机容量达到騥泄睦奂谱盎萘仅次于美国排名第二,占全球风电装机总量的%因为受地理条件和季节的影响,风能具有间歇性和不确定性,所以当风电场接入电力系统后,会对电网的经济稳定运行和供电质量带来一定的影响。为了保证风力发电系统稳定运行和供电系统的可靠性,必须对供电系统进行有效地规划调度。而风力发电本身所特有的不确定性,增加了电网调度的难度。通常通过增加系统的旋转备用容量来解决风电场发电量不确定的难题,但是这又会间接增加风力发电的整体运行成本。为此有必要开展风电功率预测方面的研究工作。风电场风电功率预测可分为短期风电功率预测和中长期风电功率预测。准确的短期风电功率预测,有利于电网调度部门调整调度计划,同时减轻风电场出力波动对电网的不利影响,从而有效地减少电力系统的运行成本,并且有利于在开放的电力市场环境下,制定正确的电能交换计划【浚蛔既返闹谐て诜绲绻β试げ庥欣诜绲绯的规划设计】。本文丰要讨论风电功率的短期预测。目前短期风电功率的预测方法主要有以下几种,例波法将风速作为状态变量,建立状态空间模型进行预测U庵炙惴ㄊ窃诩俣ㄔ肷耐臣铺匦砸阎5那榭鱿碌出的,但是估计噪声的统计特性是比较困难的:随机时间序列法只要已知风电场的单一风速时间序列即可建立预测模型,但对于随季节变化的且具有非平稳特征的风速数据,由于其包含很高的非线性成分,导致时间序列方法的预测精度下降州;人工神经网络法具有自学忆、分类与识别、优化算法等功能,对于复杂问题的求解十分有效,但也存在着训练速度慢,算法容易陷入局部最小,不易得到最优解等问题坏ゴ康哪:呒ㄓ糜诜缢僭げ猓Ч往往不佳,通常要与其他方法配合使用,如遗传算法、人工神经网络法等。同时,由于模糊系统的辨识还未形第卷第期年月农业工程学报泄┮荡笱畔⒂氲缙こ萄г海本摘要:为了有效减轻风能波动对电网的影响,提高风电在电力市场中的竞争力,风电功率预测研究具有重要意义。该文提出了基于小波变换的改进持续法,对短期风电功率预测进行研究。该方法首先利用小波变换将原始风速信号分解为高频部分和低频部分,针对高频信号相邻的两个数据之间相似度较低,波动较大的特点,采用滑动平均法进行预测,而低频信号仍然采用持续法预测,最后通过小波重构以及风电功率特性曲线转换得到风电功率预测值。与原持续法相比较,平均相对误差由.%降至.%,.,有效地提高了短期风电功率预测的精度,具有一定的实际应用价值。关键词:风电,预测,小波分析,持续法,滑动平均,相似度,功率特性曲线痡..—...中图分类号:,文献标志码:文章编号:—一——李丽,