風電場超短期風電功率多步預測及可預測性研究.pdf

1、隨著全球化石能源的消耗和電力需求的增長，開發(fā)可再生能源進行電力生產(chǎn)已成為全球各國關(guān)注的焦點，風能相比于其它能源具有顯著優(yōu)勢，成為近年來發(fā)展最為迅速的新能源發(fā)電技術(shù)。然而受自然界風的影響，風電具有隨機性、間歇性和不確定性，大規(guī)模風電并網(wǎng)對電力系統(tǒng)安全穩(wěn)定運行帶來了不利影響，因此，對風電功率進行預測具有重要的現(xiàn)實意義。本文以實際風電場為研究對象，對風電功率波動特性、超短期風電功率預測方法、風電功率預測誤差和風電功率可預測性進行了相關(guān)研究。<

2、br>　　針對大規(guī)模風電場輸出功率波動的時空分布特性，提出基于混合分布模型的風電功率波動特性概率分布描述方法，分別對相同機組數(shù)量不同采樣間隔和相同采樣間隔不同機組數(shù)量的風電功率波動的時空分布進行描述，在此基礎上分析了風電功率波動變化率的累積概率隨采樣間隔和機組數(shù)量的變化規(guī)律，對風電功率預測具有重要意義。
　　基于相關(guān)性分析和K近鄰算法，提出一種多輸出模型的風電功率超短期預測方法，實現(xiàn)了預測精度的提高。同時，為增強預測方法的信息互補

3、性，組合單一預測方法，建立基于自適應神經(jīng)模糊推理系統(tǒng)的組合預測模型，實現(xiàn)對單一風電功率預測結(jié)果的優(yōu)化。以風電場的實測數(shù)據(jù)為例，進行仿真分析，驗證了兩種預測模型的有效性，并分析匯聚效應對預測結(jié)果的影響，有利于風電功率的預測精度的提高。
　　針對不同功率水平的預測誤差所呈現(xiàn)不同的分布特性，提出基于混合分布模型來描述風電功率預測誤差的分布特性，通過與其它分布模型的對比，驗證了有效性。由于風電功率數(shù)據(jù)存在顯著的時間相依結(jié)構(gòu)，對預測功率水平

4、不同進行劃分，以劃分區(qū)段內(nèi)的預測誤差為統(tǒng)計樣本，進行預測誤差分布的概率密度擬合，進而求解相應的累積概率。風電功率預測誤差的概率分析可為風電功率預測精度的提高和不確定性分析提供依據(jù)。
　　針對風電功率預測方法無法實現(xiàn)完全絕對地無差預測的客觀事實，提出了風電場風電功率時間序列的可預測性概念，并利用近似熵和可預測系數(shù)對風電功率時間序列的可預測性分別進行定量分析，在此基礎上分析了不同機組數(shù)量匯聚時其近似熵的變化規(guī)律，驗證了所提指標的有效性