作為太陽能開發(fā)利用的重要方式,光伏發(fā)電因其無燃料消耗、無污染物排放、應(yīng)用形式靈活、容量規(guī)模不受限制、安全可靠、維護(hù)簡單等優(yōu)點(diǎn)得到了迅速發(fā)展。然而光伏發(fā)電功率具有明顯的間歇性與隨機(jī)波動(dòng)特性,電網(wǎng)中光伏發(fā)電的滲透率不斷增加給電力系統(tǒng)的發(fā)電、輸電、用電實(shí)時(shí)動(dòng)態(tài)平衡帶來了巨大挑戰(zhàn),嚴(yán)重制約了光伏發(fā)電功率的安全可靠消納。光伏發(fā)電功率預(yù)測是目前解決此問題的一種兼具經(jīng)濟(jì)性與有效性的方案。由于光伏發(fā)電功率自身出力特性在不同時(shí)間尺度上具有不同的周期性波動(dòng)性表現(xiàn),而電網(wǎng)系統(tǒng)的調(diào)度計(jì)劃安排也涉及多個(gè)時(shí)間段范圍,需要不同時(shí)間尺度的光伏發(fā)電功率預(yù)測提供數(shù)據(jù)支撐。因此為促進(jìn)光伏發(fā)電功率消納,保障高光伏功率滲透率下電網(wǎng)的安全穩(wěn)定運(yùn)行,需要開展光伏發(fā)電功率多時(shí)間尺度預(yù)測方法研究。光伏發(fā)電功率短期預(yù)測需要提供光伏電站未來1～3天的日功率出力數(shù)據(jù),而預(yù)測日的天氣狀態(tài)會(huì)顯著影響當(dāng)天的光伏功率出力特性。因此需要建立面向光伏功率預(yù)測應(yīng)用的天氣狀態(tài)模式識別模型,針對預(yù)測日的不同天氣狀態(tài)分別建立由歷史數(shù)據(jù)映射到光伏功率數(shù)據(jù)的預(yù)測模型。本文首先研究了在實(shí)際應(yīng)用中模型訓(xùn)練樣本數(shù)據(jù)狀態(tài)與所使用分類器特性對天氣狀態(tài)模式識別模型性能的影響,...

【文章頁數(shù)】：131 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 選題背景及其意義
    1.2 國內(nèi)外研究現(xiàn)狀及發(fā)展動(dòng)態(tài)分析
        1.2.1 光伏發(fā)電功率短期預(yù)測研究
        1.2.2 光伏發(fā)電功率超短期預(yù)測研究
        1.2.3 光伏發(fā)電功率分鐘級預(yù)測研究
    1.3 本文的主要研究內(nèi)容
第2章 光伏發(fā)電功率短期預(yù)測問題研究
    2.1 引言
    2.2 模式分類算法
        2.2.1 模式分類與識別
        2.2.2 K近鄰算法
        2.2.3 支持向量機(jī)
    2.3 天氣狀態(tài)模式識別
        2.3.1 數(shù)據(jù)說明
        2.3.2 仿真建模
    2.4 面向光伏電站天氣狀態(tài)模式識別的分類器性能對比分析
        2.4.1 分類器性能全局比較
        2.4.2 訓(xùn)練樣本數(shù)量規(guī)模影響
        2.4.3 類間樣本數(shù)量分布差異影響
        2.4.4 K近鄰算法參數(shù)選擇
    2.5 光伏發(fā)電功率短期預(yù)測模型
        2.5.1 長短記憶遞歸神經(jīng)網(wǎng)絡(luò)模型
        2.5.2 時(shí)間關(guān)聯(lián)模型
    2.6 基于日前天氣狀態(tài)預(yù)判的光伏發(fā)電功率短期預(yù)測模型
        2.6.1 日前天氣狀態(tài)預(yù)判
        2.6.2 預(yù)測模型設(shè)計(jì)
        2.6.3 仿真數(shù)據(jù)說明
        2.6.4 結(jié)果分析與比較
    2.7 本章小結(jié)
第3章 光伏發(fā)電功率超短期預(yù)測問題研究
    3.1 引言
    3.2 組合預(yù)測方法
    3.3 基于小波分解的多重并行預(yù)測
    3.4 基于自適應(yīng)時(shí)間斷面融合的組合預(yù)測方法
    3.5 算法仿真與討論
        3.5.1 仿真過程設(shè)計(jì)
        3.5.2 仿真結(jié)果比較
        3.5.3 結(jié)果討論分析
    3.6 本章小結(jié)
第4章 光伏發(fā)電功率分鐘級預(yù)測問題研究
    4.1 引言
    4.2 基于天空圖像的光伏發(fā)電功率分鐘級預(yù)測方法
        4.2.1 云團(tuán)運(yùn)動(dòng)對光伏發(fā)電功率的影響機(jī)理
        4.2.2 光伏發(fā)電功率分鐘級預(yù)測基本技術(shù)路線
    4.3 天空圖像云空識別
        4.3.1 基于最大類間方差原理的云團(tuán)辨識方法
        4.3.2 基于k均值聚類的云團(tuán)辨識方法
    4.4 基于相位相關(guān)理論的天空圖像云團(tuán)位移計(jì)算
        4.4.1 傅里葉相位相關(guān)理論
        4.4.2 云團(tuán)位移計(jì)算流程
        4.4.3 算法魯棒性分析
        4.4.4 仿真結(jié)果與分析
    4.5 基于相移不變性的改進(jìn)云團(tuán)位移計(jì)算
        4.5.1 相移不變性
        4.5.2 基于相移不變性的天空圖像云團(tuán)位移計(jì)算改進(jìn)算法
        4.5.3 仿真結(jié)果與分析
    4.6 基于天空圖像的地表輻照度映射模型
        4.6.1 地表輻照度計(jì)算流程
        4.6.2 晴空地表輻照度
        4.6.3 天空圖像云遮擋特征提取
        4.6.4 模型選擇與設(shè)計(jì)
        4.6.5 仿真結(jié)果
    4.7 本章小結(jié)
第5章 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望
參考文獻(xiàn)
攻讀博士學(xué)位期間發(fā)表的論文及其它成果
攻讀博士學(xué)位期間參加的科研工作
致謝
作者簡介



本文編號：3781188