如今化石燃料依然是全球能源的主要來源,但化石燃料的不可再生性,加之巨大的消費量,使能源危機形勢嚴峻。同時化石燃料的使用,導致了環(huán)境的惡化。為了化解能源危機改善生態(tài)環(huán)境,世界各國均對能源結(jié)構(gòu)進行了調(diào)整。作為可再生能源,風能大多被用于發(fā)電產(chǎn)業(yè),而由于風力發(fā)電機出力的不穩(wěn)定,致使風電的并網(wǎng)和消納困難,進而制約了風電產(chǎn)業(yè)的發(fā)展。風電功率預測有助于電網(wǎng)實現(xiàn)經(jīng)濟調(diào)度,減小系統(tǒng)的備用容量,降低系統(tǒng)的運行成本。同時可為風電場檢修和維護計劃的制定提供依據(jù),進而有效利用風能。本文應用隱馬爾可夫鏈找出NWP風速與風電功率之間的關系,進而實現(xiàn)風電功率短期預測。首先應用模糊C均值聚類法對歷史的風電功率數(shù)據(jù)進行狀態(tài)分級,得到風電功率的各初始狀態(tài)。根據(jù)狀態(tài)分級結(jié)果應用極大似然估計法計算出模型的初始概率分布和狀態(tài)轉(zhuǎn)移概率矩陣,由風電功率各狀態(tài)對應的NWP數(shù)據(jù),計算出高斯概率密度函數(shù)的均值和方差。依據(jù)計算好的模型參數(shù)并結(jié)合未來72小時的NWP風速數(shù)據(jù),利用Viterbi算法對未來72小時的風電功率狀態(tài)進行預測。由預測得到的功率狀態(tài),利用插值法計算得到最終的功率預測值。將風電場得到的單機功率數(shù)據(jù)和NWP數(shù)據(jù)中的異常數(shù)據(jù)和... 

【文章來源】：內(nèi)蒙古大學內(nèi)蒙古自治區(qū) 211工程院校

【文章頁數(shù)】：56 頁

【學位級別】：碩士

【部分圖文】：

風力發(fā)電系統(tǒng)的組成

Fig.2.6 Transverse and longitudinal error descri動特性的影響速影響最大，風速的隨機波動性和間歇性動性。這種波動性是預測誤差的根本來源風電功率曲線轉(zhuǎn)換風電功率時，誤差會進一影響按時間尺度對風電功率預測進行分類的方低。模型的性能和精度影響很大，中國風電起的數(shù)據(jù)并不完整，錯記漏記的現(xiàn)象時有發(fā)原因，造成中國風電場提供的數(shù)據(jù)質(zhì)量不預測模型精度的重要影響因素，當樣本數(shù)

風速預測的精度較高。風力發(fā)電功率受風速的影響最大，在進行不以數(shù)值天氣預報（Numerical Weather Prediction，NWP）數(shù)據(jù)為因此，在進行風電功率短期預測時，要想得到較高的預測精度，近的氣象觀測站的數(shù)值天氣預報風速數(shù)據(jù)，通過建模找到風電場間的關系，再利用預測日的 NWP 風速數(shù)據(jù)對風電功率進行預測。電功率短期預測時，涉及到兩個時間序列，即風電功率時間序列馬爾可夫鏈（Hidden Markov Model，簡稱 HMM）則可將這兩個起來，同時 HMM 的數(shù)學推理過程嚴謹且計算性能穩(wěn)定，故本文機的輸出功率進行預測。整個過程分為兩個部分，前半部分為 H為風電功率的預測過程。由隱馬爾可夫鏈建立起 NWP 風速與風日的 NWP 風速作為觀測值，應用 Viterbi 預測算法實現(xiàn)風電功率鏈的風電功率短期預測結(jié)構(gòu)框圖如圖 3.1 所示。

【參考文獻】：
期刊論文
[1]棄風限電條件下復雜地形風電場短期風功率預測對比分析[J]. 崔楊,陳正洪,劉麗珺.  太陽能學報. 2017(12)
[2]提高風電功率預測精度的方法[J]. 喬穎,魯宗相,閔勇.  電網(wǎng)技術. 2017(10)
[3]基于改進粒子群優(yōu)化算法風力發(fā)電功率預測研究[J]. 劉武周,劉友波.  可再生能源. 2017(09)
[4]基于隱馬爾科夫模型的風電齒輪箱故障程度評估[J]. 李瑩,劉三明,王致杰,朱曉偉,潘志剛.  太陽能學報. 2017(06)
[5]基于IAFSA-BPNN的短期風電功率預測[J]. 張穎超,王雅晨,鄧華,熊雄,陳浩.  電力系統(tǒng)保護與控制. 2017(07)
[6]考慮測風數(shù)據(jù)缺失的短期風電功率預測算法[J]. 曾杰,陳曉科.  可再生能源. 2017(02)
[7]風電功率預測技術研究綜述[J]. 黎靜華,桑川川,甘一夫,潘毅.  現(xiàn)代電力. 2017(03)
[8]風電集群短期及超短期功率預測精度改進方法綜述[J]. 彭小圣,熊磊,文勁宇,程時杰,鄧迪元,馮雙磊,王勃.  中國電機工程學報. 2016(23)
[9]基于風速升降特征的短期風電功率預測[J]. 葉小嶺,陳浩,郭曉杰,鄧華,王雅晨.  電力系統(tǒng)保護與控制. 2016(19)
[10]含核函數(shù)切換的風電功率短期預測新方法[J]. 歐陽庭輝,查曉明,秦亮,熊一,夏添,黃鶴鳴.  電力自動化設備. 2016(09)



本文編號：3565326