【摘要】：風(fēng)能作為一種新型能源受到了廣泛的關(guān)注,但是風(fēng)電機(jī)組輸出功率受外界因素影響較大,有較大的波動(dòng)性和不確定性,尤其是短時(shí)波動(dòng)劇烈,使得超短期風(fēng)電功率預(yù)測(cè)的精度不高�，F(xiàn)有的超短期風(fēng)電功率預(yù)測(cè)方法沒(méi)有充分考慮不同頻率風(fēng)速分量和風(fēng)向?qū)︻A(yù)測(cè)精度的影響,本文計(jì)及風(fēng)向的作用,提出了一種基于分量分治的風(fēng)電功率超短期組合預(yù)測(cè)方法。本文的主要工作如下:第一,提出了一種基于分量分治的超短期風(fēng)電功率預(yù)測(cè)框架。研究發(fā)現(xiàn)以下兩種因素綜合影響機(jī)組功率:一方面,由于機(jī)組慣性和動(dòng)態(tài)性能的影響,不同頻率的風(fēng)速對(duì)機(jī)組功率有不同影響,并且,不同頻率的風(fēng)速分量的不確定性程度有差異;另一方面,風(fēng)電機(jī)組置于風(fēng)電場(chǎng)中,受阻隔物機(jī)組偏航等因素的影響,相同風(fēng)速而不同風(fēng)向時(shí),機(jī)組輸出功率也有差異。據(jù)此,本文設(shè)計(jì)的風(fēng)電機(jī)組超短期功率預(yù)測(cè)框架為:首先對(duì)風(fēng)速和功率進(jìn)行分解,得到不同頻率的分量,然后綜合風(fēng)向的作用,采用神經(jīng)網(wǎng)絡(luò)建立風(fēng)速分量到功率分量的預(yù)測(cè)模型,實(shí)現(xiàn)分量分治,最后將各功率分量預(yù)測(cè)的結(jié)果融合成機(jī)組輸出功率的預(yù)測(cè)值。第二,提出了一種結(jié)合小波包分解和集合經(jīng)驗(yàn)?zāi)B(tài)分解的組合分解方法。在所提出的分解方法中,首先對(duì)原始風(fēng)電機(jī)組運(yùn)行數(shù)據(jù)做小波包分解處理,將原始數(shù)據(jù)分解為高頻分量和低頻分量;然后對(duì)得到的高頻分量進(jìn)行集合經(jīng)驗(yàn)?zāi)B(tài)分解,將高頻分量分解為平緩的本征模態(tài)函數(shù)分量。通過(guò)小波包分解和集合經(jīng)驗(yàn)?zāi)B(tài)分解相結(jié)合,對(duì)原始風(fēng)速和風(fēng)電功率數(shù)據(jù)進(jìn)行逐級(jí)分解,將原始數(shù)據(jù)分解為平穩(wěn)的分量信號(hào)。最后,結(jié)合風(fēng)電場(chǎng)的實(shí)測(cè)數(shù)據(jù),驗(yàn)證所提出組合分解方法對(duì)風(fēng)電功率預(yù)測(cè)的可行性。第三,提出了一種考慮風(fēng)向的Elman神經(jīng)網(wǎng)絡(luò)功率預(yù)測(cè)方法。在所提出的預(yù)測(cè)方法中,首先基于小波包分解得到的低頻分量和小波包分解得到的高頻分量經(jīng)集合經(jīng)驗(yàn)?zāi)B(tài)分解得到的本征模態(tài)函數(shù)分量分別建立Elman神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,考慮風(fēng)向?qū)︼L(fēng)電功率預(yù)測(cè)的影響,將風(fēng)向數(shù)據(jù)作為Elman神經(jīng)網(wǎng)絡(luò)的一個(gè)輸入向量,對(duì)風(fēng)電功率分量進(jìn)行預(yù)測(cè),然后采用神經(jīng)網(wǎng)絡(luò)將風(fēng)電功率預(yù)測(cè)分量進(jìn)行融合,得到最終的預(yù)測(cè)超短期風(fēng)電功率。最后,結(jié)合風(fēng)電場(chǎng)的監(jiān)控?cái)?shù)據(jù),驗(yàn)證考慮風(fēng)向的Elman神經(jīng)網(wǎng)絡(luò)功率預(yù)測(cè)方法的準(zhǔn)確性。第四,對(duì)本文提出的基于分量分治的風(fēng)電功率超短期組合預(yù)測(cè)方法進(jìn)行測(cè)試與改進(jìn)。測(cè)試結(jié)果表明,結(jié)合小波包分解和集合經(jīng)驗(yàn)?zāi)B(tài)分解的組合分解方法能夠?qū)⒉▌?dòng)的原始風(fēng)速和風(fēng)電功率數(shù)據(jù)逐級(jí)分解為平穩(wěn)的分量,降低風(fēng)電機(jī)組數(shù)據(jù)的波動(dòng)性對(duì)預(yù)測(cè)結(jié)果的影響,能夠提高風(fēng)電功率預(yù)測(cè)精度;另外,考慮風(fēng)向的影響,采用分解得到的不同頻率的風(fēng)速分量分別基于Elman神經(jīng)網(wǎng)絡(luò)對(duì)風(fēng)電功率分量進(jìn)行預(yù)測(cè)建模,并且將功率預(yù)測(cè)分量通過(guò)神經(jīng)網(wǎng)絡(luò)進(jìn)行融合的方法能夠進(jìn)一步提高風(fēng)電功率預(yù)測(cè)精度,更加準(zhǔn)確的反映風(fēng)電功率的變化趨勢(shì)。
【圖文】：

風(fēng)電功率物理預(yù)測(cè)預(yù)測(cè)方法

圖 2-2 偏航控制工作原理風(fēng)電機(jī)組的偏航系統(tǒng)在工作時(shí)，對(duì)風(fēng)向變化的調(diào)節(jié)有一個(gè)動(dòng)作死區(qū)，，偏統(tǒng)的控制死區(qū)如圖 2-3 所示，對(duì)于風(fēng)電機(jī)組來(lái)說(shuō)，圖中的虛線方向?yàn)榕c風(fēng)電葉片的垂直的方向，當(dāng)風(fēng)向在該方向上時(shí)，風(fēng)電機(jī)組能夠獲得最大的風(fēng)能。向發(fā)生改變時(shí)，若風(fēng)向改變的角度較小，與圖中虛線夾角小于 θ 時(shí)，由于風(fēng)片慣性較大，且偏航系統(tǒng)進(jìn)行調(diào)節(jié)的話(huà)運(yùn)行成本較高，則對(duì)處于此角度范圍的風(fēng)電機(jī)組不進(jìn)行偏航調(diào)節(jié)，當(dāng)風(fēng)向在該角度范圍之外時(shí)，進(jìn)行偏航控制，風(fēng)機(jī)的方向，使其對(duì)準(zhǔn)風(fēng)向。
【學(xué)位授予單位】：湘潭大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：TM614

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 商勇,丁詠梅;最優(yōu)組合預(yù)測(cè)方法評(píng)析[J];統(tǒng)計(jì)與決策;2005年17期

2 吉培榮,張玉文,趙青;組合預(yù)測(cè)方法在電力系統(tǒng)負(fù)荷預(yù)測(cè)中的應(yīng)用[J];三峽大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年05期

3 王居平;組合預(yù)測(cè)方法及在圖書(shū)館管理中的應(yīng)用[J];情報(bào)雜志;2002年08期

4 王應(yīng)明;基于相關(guān)性的組合預(yù)測(cè)方法研究[J];預(yù)測(cè);2002年02期

5 鐘波,肖智;資產(chǎn)未來(lái)收益的一種最優(yōu)組合預(yù)測(cè)方法[J];重慶大學(xué)學(xué)報(bào)(自然科學(xué)版);1998年04期

6 馬永開(kāi),唐小我,楊桂元;非負(fù)權(quán)重最優(yōu)組合預(yù)測(cè)方法的基本理論研究[J];運(yùn)籌與管理;1997年02期

7 王景,劉良棟,王作義;組合預(yù)測(cè)方法的現(xiàn)狀和發(fā)展[J];預(yù)測(cè);1997年06期

8 王應(yīng)明，傅國(guó)偉;基于不同誤差準(zhǔn)則和范數(shù)的組合預(yù)測(cè)方法研究[J];控制與決策;1994年01期

9 蔣輝;論組合預(yù)測(cè)方法的實(shí)現(xiàn)條件[J];財(cái)經(jīng)科學(xué);1990年04期

10 孫林巖;;組合預(yù)測(cè)方法及應(yīng)用[J];預(yù)測(cè);1990年04期

相關(guān)會(huì)議論文 前10條

1 孔繁亮;張國(guó)志;;鞅差序列的一種組合預(yù)測(cè)方法及其應(yīng)用[A];中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第12屆學(xué)術(shù)年會(huì)論文集[C];2005年

2 陳志航;程乾生;;基于隱馬爾科夫模型的組合預(yù)測(cè)方法[A];第九屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-99）論文集[C];1999年

3 劉博;張?bào)慊?許璞;;變權(quán)重組合預(yù)測(cè)方法用于電力負(fù)荷預(yù)測(cè)[A];中國(guó)高等學(xué)校電力系統(tǒng)及其自動(dòng)化專(zhuān)業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2008年

4 王周敬;李武;賀建勛;;變權(quán)重組合預(yù)測(cè)方法在貨運(yùn)量預(yù)測(cè)中的應(yīng)用[A];1997中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1997年

5 李世平;孫浚清;;儀器精度組合預(yù)測(cè)方法研究[A];2008中國(guó)儀器儀表與測(cè)控技術(shù)進(jìn)展大會(huì)論文集（Ⅲ）[C];2008年

6 李秀蘭;;組合預(yù)測(cè)方法的研究和應(yīng)用——郵發(fā)期刊價(jià)格預(yù)測(cè)[A];中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第九屆學(xué)術(shù)年會(huì)論文集[C];1999年

7 李秀蘭;王宏鑫;;均勻設(shè)計(jì)——灰色聯(lián)合預(yù)測(cè)及其應(yīng)用——郵發(fā)期刊價(jià)格預(yù)測(cè)[A];管理科學(xué)與系統(tǒng)科學(xué)進(jìn)展——全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第3卷）[C];1995年

8 唐小我;;最優(yōu)組合預(yù)測(cè)方法及其應(yīng)用[A];全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第1卷）[C];1991年

9 劉鳳英;吳翠花;張清華;;基于組合預(yù)測(cè)方法的銷(xiāo)售預(yù)測(cè)研究與應(yīng)用[A];中國(guó)系統(tǒng)工程學(xué)會(huì)第十八屆學(xué)術(shù)年會(huì)論文集——A12系統(tǒng)科學(xué)與系統(tǒng)工程理論在各個(gè)領(lǐng)域中的應(yīng)用研究[C];2014年

10 王吉權(quán);馬力;趙玉林;;組合預(yù)測(cè)方法研究及其在電力負(fù)荷預(yù)測(cè)中的應(yīng)用[A];農(nóng)業(yè)系統(tǒng)工程理論與實(shí)踐研究——全國(guó)農(nóng)業(yè)系統(tǒng)工程學(xué)術(shù)研討會(huì)論文集[C];2006年

相關(guān)博士學(xué)位論文 前5條

1 馬濤;組合預(yù)測(cè)方法及其應(yīng)用研究[D];蘭州大學(xué);2017年

2 孫李紅;基于組合預(yù)測(cè)方法的艦船縱搖運(yùn)動(dòng)預(yù)報(bào)[D];哈爾濱工程大學(xué);2009年

3 李彩虹;兩類(lèi)組合預(yù)測(cè)方法的研究及應(yīng)用[D];蘭州大學(xué);2012年

4 陳艷華;基于機(jī)器學(xué)習(xí)的時(shí)間序列預(yù)測(cè)方法研究與應(yīng)用[D];蘭州大學(xué);2017年

5 黃宇慧;我國(guó)糧食供給與需求綜合平衡分析[D];東北財(cái)經(jīng)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 王韶龍;基于分量分治的風(fēng)電功率超短期組合預(yù)測(cè)方法[D];湘潭大學(xué);2019年

2 葛璐璐;基于滑動(dòng)窗口的一類(lèi)非負(fù)可變權(quán)組合預(yù)測(cè)方法[D];安徽大學(xué);2019年

3 孟玲建;基于動(dòng)態(tài)加權(quán)組合方法的短期光伏功率預(yù)測(cè)研究[D];東北電力大學(xué);2019年

4 蘆婧;基于長(zhǎng)短期記憶網(wǎng)絡(luò)的短期風(fēng)速組合預(yù)測(cè)研究[D];天津大學(xué);2018年

5 周潔;優(yōu)性區(qū)間型組合預(yù)測(cè)方法及應(yīng)用研究[D];安徽財(cái)經(jīng)大學(xué);2018年

6 劉艷敏;基于組合預(yù)測(cè)方法的波音737飛機(jī)客艙能耗預(yù)測(cè)研究[D];中國(guó)民航大學(xué);2017年

7 段妮妮;基于組合預(yù)測(cè)方法的趨勢(shì)預(yù)測(cè)研究與應(yīng)用[D];西華大學(xué);2009年

8 陳雁;組合預(yù)測(cè)方法研究及其軟件系統(tǒng)設(shè)計(jì)與開(kāi)發(fā)[D];東北農(nóng)業(yè)大學(xué);2007年

9 朱報(bào)春;基于模糊邏輯系統(tǒng)的組合預(yù)測(cè)方法及應(yīng)用[D];河海大學(xué);2001年

10 張景廣;基于基因表達(dá)式編程的組合預(yù)測(cè)方法研究[D];華中師范大學(xué);2011年

本文編號(hào)：2671367