本文關(guān)鍵詞： 粘滯區(qū)間 風(fēng)電功率預(yù)測(cè) 匯聚分析 卡爾曼濾波　出處：《東北電力大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：化石燃料日益減少及燃燒所造成的危害使人們?cè)絹?lái)越清楚地意識(shí)到快速尋求新能源,并積極開(kāi)發(fā)利用的重要性。新能源中風(fēng)能資源豐富,無(wú)污染且有較為成熟的技術(shù)做支撐,是一種最被期待開(kāi)發(fā)的可再生能源。本文以風(fēng)能為前提,對(duì)風(fēng)電功率的波動(dòng)特性、棄風(fēng)數(shù)據(jù)及其功率預(yù)測(cè)的相關(guān)內(nèi)容進(jìn)行了分析。風(fēng)電的功率序列存在著波動(dòng)性,需要對(duì)其波動(dòng)特性進(jìn)行分析。根據(jù)一段時(shí)間內(nèi)出現(xiàn)的極差變化率和一階差分序列占總裝機(jī)容量的比例提出了一種關(guān)于波動(dòng)特性的定義-波動(dòng)系數(shù)。研究表明,當(dāng)并網(wǎng)機(jī)組的數(shù)量增加時(shí),波動(dòng)系數(shù)減小,波動(dòng)性減弱。接著通過(guò)集對(duì)分析,以匯聚為出口,隨著風(fēng)電機(jī)組并網(wǎng)數(shù)量的增加,風(fēng)電場(chǎng)的整體出力與區(qū)域匯聚出力的變化更加相似,而重度差異則越來(lái)越少。風(fēng)電場(chǎng)整體出力與區(qū)域匯聚出力的同一度并沒(méi)有隨著時(shí)間尺度的增加而發(fā)生較大的變化,而是整體的形態(tài)保持一致。對(duì)風(fēng)電場(chǎng)風(fēng)速功率曲線建模中的異常數(shù)據(jù)簇進(jìn)行了處理。根據(jù)風(fēng)電場(chǎng)實(shí)測(cè)的風(fēng)電功率數(shù)據(jù),畫(huà)出了對(duì)應(yīng)的散點(diǎn)圖。圍繞著標(biāo)準(zhǔn)風(fēng)速功率曲線上下,提出了一種可移植的粘滯區(qū)間。在此區(qū)間內(nèi)的散點(diǎn),即為有效數(shù)據(jù);此區(qū)間外的連續(xù)散點(diǎn),即為異常數(shù)據(jù)。用此粘滯區(qū)間可對(duì)棄風(fēng)數(shù)據(jù)進(jìn)行有效剔除。介紹卡爾曼濾波和支持向量機(jī)(SVM)相結(jié)合的風(fēng)電功率序列預(yù)測(cè)模型。通過(guò)對(duì)風(fēng)電功率序列進(jìn)行分析得出自回歸積分滑動(dòng)平均模型(ARIMA)模型,用其作為卡爾曼濾波的狀態(tài)方程。再用SVM預(yù)測(cè)得出觀測(cè)方程,用卡爾曼濾波將二者結(jié)合起來(lái)實(shí)現(xiàn)組合多步預(yù)測(cè)。最后給出了具體實(shí)例分析,分析中采用了國(guó)家能源局的評(píng)價(jià)指標(biāo)對(duì)預(yù)測(cè)精度進(jìn)行評(píng)價(jià)。通過(guò)預(yù)測(cè)結(jié)果可以看出,組合預(yù)測(cè)算法中可以實(shí)現(xiàn)預(yù)測(cè)誤差相互抵消的狀況,減少了誤差累積,提高了預(yù)測(cè)的精度。最后介紹了風(fēng)電功率預(yù)測(cè)系統(tǒng)的平臺(tái)。該平臺(tái)可實(shí)現(xiàn)數(shù)據(jù)管理,風(fēng)電功率預(yù)測(cè),誤差分析。
[Abstract]:This paper analyzes the fluctuation characteristics of wind power , the fluctuation of wind power and its power prediction by means of the analysis of wind power .

【學(xué)位授予單位】：東北電力大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TM614

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張磊;朱凌志;陳寧;姜達(dá)軍;劉艷章;趙大偉;;風(fēng)力發(fā)電統(tǒng)一模型評(píng)述[J];電力系統(tǒng)自動(dòng)化;2016年12期

2 劉波;賀志佳;金昊;;風(fēng)力發(fā)電現(xiàn)狀與發(fā)展趨勢(shì)[J];東北電力大學(xué)學(xué)報(bào);2016年02期

3 陳昊;萬(wàn)秋蘭;王玉榮;;基于厚尾均值廣義自回歸條件異方差族模型的短期風(fēng)電功率預(yù)測(cè)[J];電工技術(shù)學(xué)報(bào);2016年05期

4 薛禹勝;郁琛;趙俊華;Kang LI;Xueqin LIU;Qiuwei WU;Guangya YANG;;關(guān)于短期及超短期風(fēng)電功率預(yù)測(cè)的評(píng)述[J];電力系統(tǒng)自動(dòng)化;2015年06期

5 李玲玲;許亞惠;田曉越;牛云濤;;基于組合模型的風(fēng)電功率短期預(yù)測(cè)[J];電工技術(shù)學(xué)報(bào);2014年S1期

6 王賀;胡志堅(jiān);仉夢(mèng)林;;基于模糊信息�；妥钚《酥С窒蛄繖C(jī)的風(fēng)電功率波動(dòng)范圍組合預(yù)測(cè)模型[J];電工技術(shù)學(xué)報(bào);2014年12期

7 趙永寧;葉林;朱倩雯;;風(fēng)電場(chǎng)棄風(fēng)異常數(shù)據(jù)簇的特征及處理方法[J];電力系統(tǒng)自動(dòng)化;2014年21期

8 張文秀;武新芳;陸豪乾;;風(fēng)電功率預(yù)測(cè)技術(shù)綜述與改進(jìn)建議[J];電力與能源;2014年04期

9 葉林;趙永寧;;基于空間相關(guān)性的風(fēng)電功率預(yù)測(cè)研究綜述[J];電力系統(tǒng)自動(dòng)化;2014年14期

10 張東英;李偉花;劉燕華;劉沖;;風(fēng)電場(chǎng)有功功率異常運(yùn)行數(shù)據(jù)重構(gòu)方法[J];電力系統(tǒng)自動(dòng)化;2014年05期

，

本文編號(hào)：1500985