本文關(guān)鍵詞： 粘滯區(qū)間 風(fēng)電功率預(yù)測 匯聚分析 卡爾曼濾波　出處：《東北電力大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：化石燃料日益減少及燃燒所造成的危害使人們越來越清楚地意識到快速尋求新能源,并積極開發(fā)利用的重要性。新能源中風(fēng)能資源豐富,無污染且有較為成熟的技術(shù)做支撐,是一種最被期待開發(fā)的可再生能源。本文以風(fēng)能為前提,對風(fēng)電功率的波動特性、棄風(fēng)數(shù)據(jù)及其功率預(yù)測的相關(guān)內(nèi)容進(jìn)行了分析。風(fēng)電的功率序列存在著波動性,需要對其波動特性進(jìn)行分析。根據(jù)一段時間內(nèi)出現(xiàn)的極差變化率和一階差分序列占總裝機(jī)容量的比例提出了一種關(guān)于波動特性的定義-波動系數(shù)。研究表明,當(dāng)并網(wǎng)機(jī)組的數(shù)量增加時,波動系數(shù)減小,波動性減弱。接著通過集對分析,以匯聚為出口,隨著風(fēng)電機(jī)組并網(wǎng)數(shù)量的增加,風(fēng)電場的整體出力與區(qū)域匯聚出力的變化更加相似,而重度差異則越來越少。風(fēng)電場整體出力與區(qū)域匯聚出力的同一度并沒有隨著時間尺度的增加而發(fā)生較大的變化,而是整體的形態(tài)保持一致。對風(fēng)電場風(fēng)速功率曲線建模中的異常數(shù)據(jù)簇進(jìn)行了處理。根據(jù)風(fēng)電場實(shí)測的風(fēng)電功率數(shù)據(jù),畫出了對應(yīng)的散點(diǎn)圖。圍繞著標(biāo)準(zhǔn)風(fēng)速功率曲線上下,提出了一種可移植的粘滯區(qū)間。在此區(qū)間內(nèi)的散點(diǎn),即為有效數(shù)據(jù);此區(qū)間外的連續(xù)散點(diǎn),即為異常數(shù)據(jù)。用此粘滯區(qū)間可對棄風(fēng)數(shù)據(jù)進(jìn)行有效剔除。介紹卡爾曼濾波和支持向量機(jī)(SVM)相結(jié)合的風(fēng)電功率序列預(yù)測模型。通過對風(fēng)電功率序列進(jìn)行分析得出自回歸積分滑動平均模型(ARIMA)模型,用其作為卡爾曼濾波的狀態(tài)方程。再用SVM預(yù)測得出觀測方程,用卡爾曼濾波將二者結(jié)合起來實(shí)現(xiàn)組合多步預(yù)測。最后給出了具體實(shí)例分析,分析中采用了國家能源局的評價指標(biāo)對預(yù)測精度進(jìn)行評價。通過預(yù)測結(jié)果可以看出,組合預(yù)測算法中可以實(shí)現(xiàn)預(yù)測誤差相互抵消的狀況,減少了誤差累積,提高了預(yù)測的精度。最后介紹了風(fēng)電功率預(yù)測系統(tǒng)的平臺。該平臺可實(shí)現(xiàn)數(shù)據(jù)管理,風(fēng)電功率預(yù)測,誤差分析。
[Abstract]:This paper analyzes the fluctuation characteristics of wind power , the fluctuation of wind power and its power prediction by means of the analysis of wind power .

【學(xué)位授予單位】：東北電力大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TM614

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張磊;朱凌志;陳寧;姜達(dá)軍;劉艷章;趙大偉;;風(fēng)力發(fā)電統(tǒng)一模型評述[J];電力系統(tǒng)自動化;2016年12期

2 劉波;賀志佳;金昊;;風(fēng)力發(fā)電現(xiàn)狀與發(fā)展趨勢[J];東北電力大學(xué)學(xué)報;2016年02期

3 陳昊;萬秋蘭;王玉榮;;基于厚尾均值廣義自回歸條件異方差族模型的短期風(fēng)電功率預(yù)測[J];電工技術(shù)學(xué)報;2016年05期

4 薛禹勝;郁琛;趙俊華;Kang LI;Xueqin LIU;Qiuwei WU;Guangya YANG;;關(guān)于短期及超短期風(fēng)電功率預(yù)測的評述[J];電力系統(tǒng)自動化;2015年06期

5 李玲玲;許亞惠;田曉越;牛云濤;;基于組合模型的風(fēng)電功率短期預(yù)測[J];電工技術(shù)學(xué)報;2014年S1期

6 王賀;胡志堅(jiān);仉夢林;;基于模糊信息粒化和最小二乘支持向量機(jī)的風(fēng)電功率波動范圍組合預(yù)測模型[J];電工技術(shù)學(xué)報;2014年12期

7 趙永寧;葉林;朱倩雯;;風(fēng)電場棄風(fēng)異常數(shù)據(jù)簇的特征及處理方法[J];電力系統(tǒng)自動化;2014年21期

8 張文秀;武新芳;陸豪乾;;風(fēng)電功率預(yù)測技術(shù)綜述與改進(jìn)建議[J];電力與能源;2014年04期

9 葉林;趙永寧;;基于空間相關(guān)性的風(fēng)電功率預(yù)測研究綜述[J];電力系統(tǒng)自動化;2014年14期

10 張東英;李偉花;劉燕華;劉沖;;風(fēng)電場有功功率異常運(yùn)行數(shù)據(jù)重構(gòu)方法[J];電力系統(tǒng)自動化;2014年05期

，

本文編號：1500985