風(fēng)能及光伏發(fā)電功率短期預(yù)測方法研究.pdf_第1頁
已閱讀1頁,還剩95頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、智能電網(wǎng)的快速發(fā)展使微電網(wǎng)與傳統(tǒng)大電網(wǎng)并網(wǎng)的分布式能源并網(wǎng)技術(shù)成為當(dāng)前的一個研究熱點(diǎn)。風(fēng)能和太陽能都是“取之不盡,用之不竭”、環(huán)境友好型的可再生能源,受到越來越廣泛的重視,并成為發(fā)展速度最快的新型能源。但是風(fēng)能和太陽能都具有不穩(wěn)定、間歇性和不可控性等特點(diǎn),給微電網(wǎng)與傳統(tǒng)電網(wǎng)的并網(wǎng)運(yùn)營帶來很多挑戰(zhàn),同時也對電力系統(tǒng)的安全、穩(wěn)定運(yùn)行以及電能質(zhì)量帶來嚴(yán)峻威脅,從而限制風(fēng)能發(fā)電及光伏發(fā)電的發(fā)展規(guī)模與前景。解決這些問題的關(guān)鍵是能精確對一段時間內(nèi)微

2、電網(wǎng)的發(fā)電功率進(jìn)行提前預(yù)測。在此背景下,本文選擇風(fēng)電和光伏發(fā)電的短期發(fā)電功率預(yù)測作為研究內(nèi)容。
   本文首先對已有的風(fēng)電及光伏發(fā)電功率預(yù)測方法進(jìn)行歸類總結(jié),并分析各類方法的優(yōu)缺點(diǎn)。其次,基于經(jīng)驗?zāi)B(tài)分解和神經(jīng)網(wǎng)絡(luò)技術(shù)分別為風(fēng)電功率和光伏發(fā)電功率構(gòu)建短期預(yù)測模型,進(jìn)行提前一小時的發(fā)電功率預(yù)測。對于風(fēng)電功率預(yù)測模型,首先利用經(jīng)驗?zāi)B(tài)分解將原始風(fēng)電功率信號分解為多個本征模分量和一個剩余部分,然后對這些分量分別構(gòu)建基于徑向基函數(shù)神經(jīng)網(wǎng)

3、絡(luò)的預(yù)測模型,最終聚合所有分量的預(yù)測值得到風(fēng)電功率的預(yù)測結(jié)果。對于光伏發(fā)電預(yù)測模型,同樣利用經(jīng)驗?zāi)B(tài)分解將原始發(fā)電功率信號分解為多個本征模分量和一個剩余部分,然后對這些信號分量分別構(gòu)建基于遺傳算法-BP神經(jīng)網(wǎng)絡(luò)的預(yù)測模型,最終聚合所有分量的預(yù)測值得到光伏發(fā)電功率的預(yù)測結(jié)果。針對BP網(wǎng)絡(luò)傳統(tǒng)訓(xùn)練算法存在的不足,創(chuàng)造性地提出將自適應(yīng)遺傳算法與誤差反向傳播算法相結(jié)合的混合算法來作為BP網(wǎng)絡(luò)的學(xué)習(xí)算法。
   在此基礎(chǔ)上,對浙江省電力試

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論