發(fā)布時間：2017-08-01 21:13

  本文關鍵詞：基于時間序列分析的風電功率預測研究

  更多相關文章： 風電功率值預測 時間序列分析 ARMA模型 短期預測 中長期預測 預測系統(tǒng)

【摘要】：近年來,在國家能源科技高速發(fā)展的推動下,作為可再生性的風能因具有的清潔環(huán)保受到人們的高度重視。其資源豐富,而且開采與運輸成本低,于是迅速成為一種被大規(guī)模開發(fā)與利用的能源。在現(xiàn)今發(fā)展較快和技術較為成熟的發(fā)電領域內(nèi),風力發(fā)電和常規(guī)能源相比較,不僅其無污染性深受人們青睞,其成本較低也為大規(guī)模地開發(fā)與利用提供了可能。但是,風力發(fā)電也具有自身的缺陷,在風電場輸出功率時,由于其具有的波動性與反調(diào)峰的特征,這使得風電場難以輸出穩(wěn)定的風電功率,這就給電力系統(tǒng)的相關調(diào)度部門制定風力發(fā)電計劃帶來諸多困難。當大規(guī)模風電接入之后,國家電網(wǎng)調(diào)度部門的工作就受到了巨大挑戰(zhàn)。所以加大力度去開展風電功率的精確預測工作,對于調(diào)度安排風電系統(tǒng)的發(fā)電計劃、降低風電機組備用容量和運行成本、保證電力系統(tǒng)的安全穩(wěn)定運行等方面有著重要意義。首先,本文在國家風電大規(guī)模開發(fā)的背景下,展開了對山西電網(wǎng)的調(diào)查與研究,認識到精確的風電功率值預測對山西電網(wǎng)乃至全國電網(wǎng)的安全穩(wěn)定性具有重要意義。其次,站在國內(nèi)外針對風電功率值預測現(xiàn)有研究成果的角度,對風電功率值預測研究情況進行了文獻梳理,并分析了對風電功率值預測方法、數(shù)值天氣預報對風電功率值預測的影響。再次,基于風電功率歷史數(shù)據(jù)具有的時間序列特性,應用時間序列分析方法建立模型,對風電場的發(fā)電功率值進行短期和中長期預測,同時分析單一機組和匯聚機組對預測效果的影響。然后,通過實證研究結果表明,利用時間序列分析方法,能比較精確地預測風電場發(fā)電功率,且短期內(nèi)預測平均絕對百分比誤差不超過15%,預測的合格率已超過85%,并且集中開發(fā)的方式可以減少預測誤差。同時,通過對模型預測結果與實際真實值存在的偏差進行了分析,探究了預測偏差存在的原因。最后,完成了基于GUI交互式風電功率值預測系統(tǒng)的設計與實現(xiàn),給出了智能化的圖形用戶界面,為風電系統(tǒng)預測管理的工作人員提供了技術支持與人性化的服務。
【關鍵詞】：風電功率值預測 時間序列分析 ARMA模型 短期預測 中長期預測 預測系統(tǒng)
【學位授予單位】：山西大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：F426.61
【目錄】：

• 中文摘要8-9
• ABSTRACT9-11
• 第一章 緒論11-17
• 1.1 研究背景及現(xiàn)狀11-13
• 1.1.1 研究背景11-12
• 1.1.2 研究現(xiàn)狀12-13
• 1.2 研究內(nèi)容、方法及框架13-15
• 1.2.1 研究內(nèi)容與方法13-14
• 1.2.2 論文框架14-15
• 1.3 創(chuàng)新點15-17
• 第二章 時間序列建模理論17-29
• 2.1 隨機過程的基本概念17-19
• 2.1.1 隨機過程的定義17
• 2.1.2 隨機過程的數(shù)字特征17-18
• 2.1.3 嚴平穩(wěn)隨機序列18
• 2.1.4 寬平穩(wěn)隨機序列18
• 2.1.5 兩種平穩(wěn)隨機序列的關系18-19
• 2.2 四類重要的平穩(wěn)隨機過程19-24
• 2.2.1 白噪聲過程19-20
• 2.2.2 滑動平均過程20-21
• 2.2.3 自回歸過程21-24
• 2.2.4 自回歸滑動平均過程24
• 2.3 線性ARMA模型的建立24-27
• 2.3.1 平穩(wěn)性檢驗與平穩(wěn)化處理24-25
• 2.3.2 模型識別25-27
• 2.3.3 模型檢驗27
• 2.4 預測及預測效果評估27-28
• 2.5 小結28-29
• 第三章 基于時間序列分析風電功率值預測的實證研究29-39
• 3.1 樣本選取與數(shù)據(jù)來源29
• 3.2 數(shù)據(jù)平穩(wěn)化處理29-34
• 3.3 模型識別與建立34-35
• 3.4 預測與預測效果評估35-38
• 3.5 小結38-39
• 第四章 基于GUI交互式風電功率值預測系統(tǒng)的設計與實現(xiàn)39-47
• 4.1 GUI簡介39
• 4.2 GUI界面設計39-46
• 4.2.1 設計原則40
• 4.2.2 設計步驟40-41
• 4.2.3 設計過程41-45
• 4.2.4 界面效果45-46
• 4.3 小結46-47
• 第五章 結論與展望47-49
• 5.1 結論47
• 5.2 不足之處47-48
• 5.3 展望48-49
• 參考文獻49-52
• 攻讀學位期間取得的研究成果52-53
• 致謝53-54
• 個人簡況及聯(lián)系方式54-55
• 承諾書55-56

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 王彩霞;魯宗相;喬穎;閔勇;周雙喜;;基于非參數(shù)回歸模型的短期風電功率預測[J];電力系統(tǒng)自動化;2010年16期

2 李文良;衛(wèi)志農(nóng);孫國強;完整;繆偉;;基于改進空間相關法和徑向基神經(jīng)網(wǎng)絡的風電場短期風速分時預測模型[J];電力自動化設備;2009年06期

3 潘迪夫;劉輝;李燕飛;;基于時間序列分析和卡爾曼濾波算法的風電場風速預測優(yōu)化模型[J];電網(wǎng)技術;2008年07期

4 許國輝,余春林;時間序列分析方法的研究[J];廣州大學學報(自然科學版);2003年06期

，

本文編號：606218