計(jì)及多源風(fēng)速信息的風(fēng)電功率超短期預(yù)測
發(fā)布時(shí)間:2024-01-23 17:31
近年來,在全球的化石燃料日漸枯竭,在我國大力發(fā)展可再生能源背景下,風(fēng)力發(fā)電技術(shù)扮演著重要角色。但風(fēng)力發(fā)電伴隨著風(fēng)的波動(dòng)性、間歇性和不確定性對(duì)電網(wǎng)的穩(wěn)定運(yùn)行帶來嚴(yán)峻的挑戰(zhàn)。因此風(fēng)電功率的準(zhǔn)確預(yù)測對(duì)整個(gè)風(fēng)力發(fā)電事業(yè)的發(fā)展產(chǎn)生巨大影響。鑒于此提高風(fēng)電預(yù)測精度已經(jīng)成為一個(gè)重要課題。首先,針對(duì)風(fēng)電場的測風(fēng)塔實(shí)測風(fēng)速和數(shù)值天氣預(yù)測(Numerical Weather Prediction,NWP)風(fēng)能數(shù)據(jù),其數(shù)據(jù)特征的研究是提高預(yù)測精度的前提條件,通過定量分析得NWP風(fēng)能信息、測風(fēng)塔實(shí)測風(fēng)速信息的關(guān)聯(lián)程度,再通過長短期記憶網(wǎng)絡(luò)(long-short term memory,LSTM)對(duì)NWP風(fēng)速進(jìn)行修正。其次,提出一種基于原子稀疏分解(Atomic Sparse Decomposition,ASD)和混沌理論的風(fēng)電功率超短期多步預(yù)測模型。首先利用ASD良好的序列趨勢跟蹤特性,將風(fēng)電功率時(shí)間序列分解成多個(gè)原子趨勢分量和一個(gè)殘差隨機(jī)分量;然后分別利用自適應(yīng)預(yù)測法和混沌理論對(duì)兩分量進(jìn)行超短期預(yù)測;最后將兩分量的預(yù)測結(jié)果疊加,得到最終的風(fēng)電功率預(yù)測結(jié)果。再次,通過考慮未來的風(fēng)速信息來提高功率突變時(shí)的預(yù)測精...
【文章頁數(shù)】:59 頁
【學(xué)位級(jí)別】:碩士
本文編號(hào):3883075
【文章頁數(shù)】:59 頁
【學(xué)位級(jí)別】:碩士
圖1-2?2013年-2018年我國棄風(fēng)電量和棄風(fēng)率的統(tǒng)計(jì)情況??(1)有利于電網(wǎng)調(diào)度和電力系統(tǒng)的穩(wěn)定運(yùn)行??
圖2-1?NWP風(fēng)速與測風(fēng)塔100m風(fēng)速誤差分析??過2-1BNWP比,2-1Ax上
圖2-2?LSTM的基本結(jié)構(gòu)??模型在實(shí)際使用中,由于各數(shù)據(jù)的物理量綱不一致,直接輸入模型會(huì)造成極大誤差,??
圖2-3網(wǎng)絡(luò)結(jié)構(gòu)示意圖??本算例以90天為訓(xùn)練樣本,對(duì)2018年5月3日-5月5日風(fēng)電場測風(fēng)塔風(fēng)速進(jìn)行修正,??
本文編號(hào):3883075
本文鏈接:http://www.sikaile.net/kejilunwen/dianlidianqilunwen/3883075.html
最近更新
教材專著