【摘要】：精確的風(fēng)電功率預(yù)測(cè)對(duì)保障大規(guī)模風(fēng)電接入電網(wǎng)后電力系統(tǒng)的安全穩(wěn)定運(yùn)行具有重要意義。其中,風(fēng)速的隨機(jī)變化是引起風(fēng)電功率波動(dòng)和影響風(fēng)電功率預(yù)測(cè)精度的最主要原因。針對(duì)該問(wèn)題,提出一種基于變尺度時(shí)間窗口和波動(dòng)特征提取的短期風(fēng)電功率組合預(yù)測(cè)方法。首先,通過(guò)多重分形譜分析不同天氣類型下的風(fēng)速特征。然后,根據(jù)當(dāng)前風(fēng)速的特征量采用變尺度滑動(dòng)時(shí)間窗口算法,動(dòng)態(tài)地進(jìn)行特征提取,由提取結(jié)果對(duì)風(fēng)電歷史數(shù)據(jù)進(jìn)行分類,在此基礎(chǔ)上選擇特定參數(shù)建立對(duì)應(yīng)的功率預(yù)測(cè)模型。為使模型在功率大幅度波動(dòng)時(shí)刻的預(yù)測(cè)結(jié)果更加精確,提出了基于頻譜分析的修正方法。最后,將不同天氣類型下的功率預(yù)測(cè)結(jié)果與修正結(jié)果進(jìn)行時(shí)序組合。算例結(jié)果表明,所述變尺度時(shí)間窗口與波動(dòng)特征提取相結(jié)合的短期風(fēng)電功率組合預(yù)測(cè)方法可有效提高風(fēng)速波動(dòng)劇烈的風(fēng)電場(chǎng)的風(fēng)電功率預(yù)測(cè)精度。
[Abstract]:Accurate wind power prediction is of great significance to ensure the safe and stable operation of power system after large-scale wind power is connected to the power network. The random variation of wind speed is the main cause of wind power fluctuation and the influence of wind power prediction accuracy. To solve this problem, a short-term wind power combination prediction method based on variable scale time window and wave feature extraction is proposed. Firstly, the wind speed characteristics of different weather types are analyzed by multifractal spectrum. Then, according to the current wind speed feature, the variable scale sliding time window algorithm is used to extract the feature dynamically, and the historical wind power data is classified by the result of the extraction. Based on this, the corresponding power prediction model is established by selecting the specific parameters. In order to make the prediction results of the model more accurate at the time of large power fluctuation, a modified method based on spectrum analysis is proposed. Finally, the power prediction results of different weather types are combined with the modified results. The numerical results show that the combined short-term wind power prediction method combined with variable scale time window and wave feature extraction can effectively improve the prediction accuracy of wind power in wind farms with severe wind speed fluctuations.
【作者單位】： 中國(guó)農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院;國(guó)網(wǎng)冀北電力有限公司;中國(guó)電力科學(xué)研究院;國(guó)網(wǎng)冀北電力有限公司電力科學(xué)研究院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(51477174);國(guó)家自然科學(xué)基金中英國(guó)際合作交流基金資助項(xiàng)目(51711530227) 國(guó)家電網(wǎng)公司科技項(xiàng)目(5201011600TS)~~
【分類號(hào)】：TM614

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蔣曉艷;央吉卓嘎;;西藏林芝電網(wǎng)用電量的最優(yōu)組合預(yù)測(cè)研究[J];人民長(zhǎng)江;2009年21期

2 張疆涌;許飛云;;組合預(yù)測(cè)在我國(guó)人均凈用電量預(yù)測(cè)中的應(yīng)用[J];黑龍江科技信息;2008年21期

3 谷川;秦世偉;;基于預(yù)測(cè)有效度的變形數(shù)據(jù)組合預(yù)測(cè)[J];大地測(cè)量與地球動(dòng)力學(xué);2008年05期

4 陳存;郭偉;范建中;;中長(zhǎng)期負(fù)荷組合預(yù)測(cè)的改進(jìn)[J];江蘇電機(jī)工程;2007年01期

5 吉培榮,熊冬青,姚明仁;電網(wǎng)負(fù)荷的組合預(yù)測(cè)[J];華北電力技術(shù);2000年05期

6 劉賽,陳光東;層次分析法在電力負(fù)荷組合預(yù)測(cè)中的應(yīng)用[J];長(zhǎng)沙電力學(xué)院學(xué)報(bào)(自然科學(xué)版);2002年04期

7 敖培;李明;陳垣吉;;環(huán)境特性電網(wǎng)負(fù)荷組合預(yù)測(cè)[J];科技創(chuàng)新導(dǎo)報(bào);2013年30期

8 王翠茹;杜鵑;;優(yōu)化組合預(yù)測(cè)的設(shè)計(jì)與分析[J];東北電力技術(shù);2006年06期

9 柯于剛;顧潔;;混沌遞階遺傳神經(jīng)網(wǎng)絡(luò)在組合預(yù)測(cè)中的應(yīng)用[J];電氣應(yīng)用;2007年04期

10 陳偉;趙慶堂;郭建鵬;王維州;肖駿;;基于相空間重構(gòu)的風(fēng)電場(chǎng)日有功功率組合預(yù)測(cè)[J];電力系統(tǒng)及其自動(dòng)化學(xué)報(bào);2014年06期

相關(guān)博士學(xué)位論文 前2條

1 趙欣;小世界網(wǎng)絡(luò)理論及其在風(fēng)電功率短期預(yù)測(cè)中的應(yīng)用研究[D];北京交通大學(xué);2015年

2 王富強(qiáng);風(fēng)電場(chǎng)短期風(fēng)速預(yù)測(cè)及模擬的理論與方法研究[D];華北電力大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 陳嵩;組合預(yù)測(cè)技術(shù)及其在功率預(yù)測(cè)中的應(yīng)用[D];華北電力大學(xué);2015年

2 施艷春;基于非線性時(shí)間序列和神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率短期預(yù)測(cè)[D];沈陽(yáng)工業(yè)大學(xué);2016年

3 馬斌;基于人工智能的短期風(fēng)電功率組合預(yù)測(cè)研究[D];西南交通大學(xué);2016年

4 楊冬強(qiáng);風(fēng)力發(fā)電短期功率預(yù)測(cè)研究[D];鄭州大學(xué);2016年

5 劉旭;基于大數(shù)據(jù)的風(fēng)功率預(yù)測(cè)模型優(yōu)化研究與實(shí)現(xiàn)[D];華北電力大學(xué);2016年

6 葉晨;風(fēng)電功率組合預(yù)測(cè)研究[D];華北電力大學(xué)（北京）;2011年

7 于媛媛;基于組合預(yù)測(cè)的核電產(chǎn)業(yè)發(fā)展趨勢(shì)研究[D];大連理工大學(xué);2010年

8 段志峰;組合預(yù)測(cè)基礎(chǔ)研究與風(fēng)電預(yù)測(cè)的白噪聲分離研究[D];天津大學(xué);2012年

9 王穎雪;基于灰色關(guān)聯(lián)的火電行業(yè)NO_x排放組合預(yù)測(cè)[D];華北電力大學(xué);2013年

10 王慶露;基于協(xié)整模型與組合預(yù)測(cè)的中國(guó)電力需求分析[D];哈爾濱工業(yè)大學(xué);2006年

，

本文編號(hào)：2184414