風(fēng)電功率預(yù)測(cè)不確定性分析及應(yīng)用研究.pdf

1、風(fēng)能是一種很有發(fā)展前景的清潔能源，近年來(lái)得到跨越式發(fā)展。大規(guī)模風(fēng)電并網(wǎng)在一定程度上緩解了我國(guó)能源緊張壓力，帶來(lái)經(jīng)濟(jì)和環(huán)境效益。但風(fēng)電自身具有隨機(jī)性和波動(dòng)性，大規(guī)模并網(wǎng)時(shí)會(huì)影響電網(wǎng)穩(wěn)定。因此需要對(duì)風(fēng)電場(chǎng)輸出功率進(jìn)行預(yù)測(cè)，但現(xiàn)有的大部分預(yù)測(cè)方法為點(diǎn)預(yù)測(cè)，結(jié)果為單一功率估計(jì)值，含有較大的不確定性，給決策引入風(fēng)險(xiǎn)。不確定性分析可以得到未來(lái)功率實(shí)際值以某置信水平落入的由上下限構(gòu)成的預(yù)測(cè)區(qū)間，為電力系統(tǒng)規(guī)劃和運(yùn)行決策重要依據(jù)，大大提高電力系統(tǒng)的抗風(fēng)

2、險(xiǎn)能力。
　　本文首先分析了風(fēng)電場(chǎng)功率預(yù)測(cè)不確定性影響因素來(lái)源，介紹了誤差的存在形式及評(píng)價(jià)指標(biāo)，預(yù)測(cè)誤差的分布特性分析及時(shí)間特性，影響預(yù)測(cè)精度的因素主要包括:模型的輸入數(shù)據(jù)精度;風(fēng)電機(jī)組輸出功率的分散性，即功率曲線擬合誤差;預(yù)測(cè)模型的誤差;風(fēng)電場(chǎng)內(nèi)風(fēng)電機(jī)組故障停機(jī)的不確定性。然后，研究分析已有風(fēng)電場(chǎng)功率點(diǎn)預(yù)測(cè)系統(tǒng)的不確定性，得到基于誤差統(tǒng)計(jì)的風(fēng)電功率概率區(qū)間估計(jì)。對(duì)預(yù)測(cè)誤差序列分布特性進(jìn)行統(tǒng)計(jì)分析后，采用非參數(shù)Bootstrap方

3、法對(duì)風(fēng)電功率概率性預(yù)測(cè)。給定置信水平下風(fēng)電功率可能的波動(dòng)區(qū)間，即風(fēng)電功率的不確定性，避免了傳統(tǒng)參數(shù)模型需要對(duì)分布進(jìn)行先驗(yàn)假設(shè)的過(guò)程。仿真結(jié)果表明在功率劇烈波動(dòng)情況下也能較好預(yù)測(cè)未來(lái)功率的不確定性，適合工程應(yīng)用。最后，本文提出基于粒子群優(yōu)化核極限學(xué)習(xí)機(jī)模型(PSO-KELM)的風(fēng)電功率區(qū)間預(yù)測(cè)方法。方案采用核極限學(xué)習(xí)機(jī)建立單層前向型神經(jīng)網(wǎng)絡(luò)，直接預(yù)測(cè)出風(fēng)電功率在某置信水平下的上下限;再用粒子群算法優(yōu)化核極限學(xué)習(xí)機(jī)的輸出權(quán)重，得到符合要求的