【摘要】：隨著人們對日益加劇的能源短缺與環(huán)境問題的重視,光伏發(fā)電作為太陽能的一種最有潛力的利用技術得到了快速發(fā)展。然而復雜多變的天氣狀態(tài)、云層移動、環(huán)境溫度等因素使得光伏發(fā)電具有隨機性、間歇性與波動性特點。隨著光伏發(fā)電在電力系統(tǒng)中的裝機容量比重的不斷增加,給傳統(tǒng)電網(wǎng)的安全穩(wěn)定運行帶來了挑戰(zhàn)�？煽颗c有效地預測光伏發(fā)電輸出功率對優(yōu)化電網(wǎng)配置、降低電網(wǎng)運行成本與確保電網(wǎng)安全穩(wěn)定運行有十分重要的意義。基于物理模型的光伏發(fā)電功率預測方法存在準確性低、通用性差、參數(shù)選取復雜等缺點。近年來基于機器學習的數(shù)據(jù)驅(qū)動方法成為了研究熱點,此類方法相比物理模型,有較好的通用性與移植能力,同時也有良好的非線性逼近能力。在現(xiàn)有的基于數(shù)據(jù)驅(qū)動的預測模型中,通常采用確定性估計方法,然而單純的確定性估計方法預測未來輸出功率時不可避免的存在誤差,無法對預測結(jié)果的可靠性進行評估,也無法給電網(wǎng)調(diào)度提供可靠的參考信息。本文從概率預測的角度入手,對量化光伏發(fā)電輸出功率不確定性展開了研究。首先,考慮到極限學習機(Extreme learning machine,ELM)具有良好的泛化性能與運算效率,探討了極限學習機回歸方法在光伏發(fā)電超短期輸出功率的概率預測中的應用。針對確定性預測方法無法有效預測具有強不確定性特點的光伏發(fā)電輸出功率問題,提出了基于極限學習機預測光伏發(fā)電輸出功率的概率區(qū)間上限與下限估計方法。為了提高預測區(qū)間的可靠性,引入?yún)^(qū)間覆蓋概率與區(qū)間平均帶寬兩個參數(shù)做為區(qū)間質(zhì)量的評價指標,在此基礎上構建了預測區(qū)間性能指標綜合評價函數(shù)。以綜合評價函數(shù)為目標函數(shù)用改進的粒子群算法對極限學習機的網(wǎng)絡參數(shù)進行優(yōu)化。探討了幾種常用的激勵函數(shù)與隱層節(jié)點數(shù)目對預測性能的影響。通過用三種典型天氣以及連續(xù)五天的天氣情況下的光伏發(fā)電系統(tǒng)實測數(shù)據(jù)進行實驗,驗證了算法的有效性,并分析方法存在的不足。其次,為了降低光伏系統(tǒng)數(shù)據(jù)不確定性與參數(shù)局部最優(yōu)給預測區(qū)間方法帶來的影響,提高模型的泛化性能,提出了一種基于集成學習改進的光伏發(fā)電輸出功率超短期預測方法。為了使集成學習個體呈現(xiàn)多樣性,提出了設定ELM三種不同激勵函數(shù)與不同隱層節(jié)點數(shù),訓練多個不同結(jié)構預測區(qū)間模型,并擇優(yōu)選取集成學習個體成員的機制。為了得到最優(yōu)的加權平均系數(shù)來組合集成學習成員,提出了以預測區(qū)間質(zhì)量最優(yōu)為目標,采用改進差分進化算法的權重系數(shù)優(yōu)化的方法。基于實測的光伏發(fā)電數(shù)據(jù),對所提出的方法進行了對比研究和實驗驗證。然后,為了進一步提高預測區(qū)間質(zhì)量,降低光伏發(fā)電系統(tǒng)數(shù)據(jù)的不確定性對回歸模型的影響,提出了一種基于極限學習機激勵函數(shù)的余弦非線性相關性度量方法,對光伏輸出功率與氣象數(shù)據(jù)的非線性相關性進行分析。在此基礎上,提出了基于非線性相關性度量與K-Means聚類相結(jié)合的數(shù)據(jù)分類方法。為了降低區(qū)間估計模型在多目標轉(zhuǎn)化為單目標時參數(shù)選擇復雜性,提出了一種基于Pareto最優(yōu)的光伏發(fā)電區(qū)間預測方法。以預測區(qū)間平均帶寬最小與預測區(qū)間覆蓋概率最大為兩個對立目標函數(shù),選用改進的非支配排序多目標遺傳算法(Non-dominated Sorting Genetic Algorithm II(NSGA-II))對ELM網(wǎng)絡參數(shù)進行優(yōu)化,得到一組的Pareto最優(yōu)預測區(qū)間。通過實驗對本章提出的算法進行了驗證。最后,研究了基于機器學習對光伏發(fā)電功率預測中的不確定性機理,提出了采用兩步方式分別對機器學習的模型偏差與數(shù)據(jù)噪聲的不確定性量化方法。該方法首先基于極限學習機的確定性估計結(jié)果,采用Bootstrap技術以方差的形式對極限學習機的模型偏差進行量化,構建殘差樣本,然后基于殘差樣本提出了三種不同的數(shù)據(jù)噪聲不確定性的量化方法,并構建光伏發(fā)電輸出功率預測區(qū)間,通過對比實驗,驗證了所提出方法的有效性。
【學位授予單位】：西南交通大學
【學位級別】：博士
【學位授予年份】：2018
【分類號】：TM615

【相似文獻】

相關期刊論文 前10條

1 李研海;;電源輸出功率之探析[J];中學物理教學參考;2016年18期

2 ;GT升級 FORD GT[J];汽車知識;2017年03期

3 王琦;;電源輸出功率隨變阻器阻值變化規(guī)律分析[J];物理教師;2017年04期

4 漢澤西,孫平;電源輸出功率與電源效率[J];現(xiàn)代電子技術;1997年01期

5 朱良貴;;音樂輸出功率及其估算[J];電子技術;1985年08期

6 張瑞華;;大功率p型襯底V形槽內(nèi)部條形激光器(VIPS-LD)及輸出功率高達110mW的單模光纖-激光器(SMF-LD)模塊[J];半導體情報;1987年05期

7 趙川培;;一種低電壓超高頻微帶功放的設計和調(diào)試[J];無線電工程;1987年01期

8 張希舜;;簡訊十三則[J];國外空間動態(tài);1987年05期

9 袁右榮;;大功率半導體激光器(相干陣列激光器)的發(fā)展[J];發(fā)光快報;1987年03期

10 劉云嬌;;世界核動力裝機容量分布一覽表[J];國外核新聞;1987年08期

相關會議論文 前10條

1 史俊輝;;朗訊CDMA基站輸出功率隱性故障的快速定位[A];廣東省通信學會2008年度學術論文集[C];2009年

2 劉宇飛;王琳琳;曹英志;;機床電機輸出功率的測算法[A];第三屆十省區(qū)市機械工程學會科技論壇暨黑龍江省機械工程學會2007年年會論文（摘要）集[C];2007年

3 姜東升;劉書豪;馬寧;張翼;邱羽玲;;一種適用于衛(wèi)星太陽翼在軌輸出功率預測的工具方法[A];第四屆高分辨率對地觀測學術年會論文集[C];2017年

4 陳春梅;;改良設置電刀初始輸出功率法應用于新生兒經(jīng)腹部手術[A];第十三屆江浙滬兒科學術會議暨2016年浙江省醫(yī)學會兒科學學術年會論文匯編[C];2016年

5 吳川;;關于UPS的“輸出功率因數(shù)”的討論[A];通信電源新技術論壇——2010通信電源學術研討會論文集[C];2010年

6 黃劍峰;施翔春;;環(huán)形非穩(wěn)腔倒向波抑制的計算分析[A];2006年全國光電技術學術交流會會議文集（C 激光技術與應用專題）[C];2006年

7 鄢揚;傅文杰;;太赫茲回旋管研究進展[A];真空電子技術—太赫茲真空器件專題[C];2013年

8 喻煒;王峰;王國導;;無線電能傳導輸出功率和效率的測量及其在家電領域的技術發(fā)展方向[A];2013年中國家用電器技術大會論文集[C];2013年

9 李蓁;呂東亞;向兵;高原;;行波管自動測試系統(tǒng)設計[A];中國電子學會真空電子學分會第十九屆學術年會論文集（上冊）[C];2013年

10 呂月蘭;呂志偉;董永康;;利用染料片吸收控制SBS光限幅輸出波形[A];江蘇、山東、河南、江西、黑龍江五省光學（激光）聯(lián)合學術'05年會論文集[C];2005年

相關重要報紙文章 前10條

1 山東 宿明洪;淺談發(fā)射機輸出功率控制原理[N];電子報;2016年

2 成都 鄭國川;整機輸出功率的基本保證[N];電子報;2011年

3 ;電源額定功率和輸出功率的計算[N];電腦報;2003年

4 記者 王建高;我自主LED芯片輸出功率創(chuàng)世界紀錄[N];科技日報;2016年

5 劉林森;開發(fā)小型核電系統(tǒng)服務社區(qū)[N];中國建設報;2003年

6 山東 宿明洪;設置HARRIS調(diào)頻發(fā)射機生命支持模式下的輸出功率[N];電子報;2014年

7 王力平;山西抽查手機合格僅六成[N];中國質(zhì)量報;2007年

8 記者 余齊斌 通訊員 張效彬;圓融科技研發(fā)單顆芯片輸出功率創(chuàng)世界紀錄[N];馬鞍山日報;2016年

9 張煜林;氙燈，讓汽車的眼睛更亮[N];中國汽車報;2002年

10 森 林;大型核電站“下崗” 小型核電站“接班”[N];大眾科技報;2004年

相關博士學位論文 前10條

1 倪強;光伏發(fā)電超短期輸出功率的概率預測若干方法研究[D];西南交通大學;2018年

2 劉興杰;風電輸出功率預測方法與系統(tǒng)[D];華北電力大學;2011年

3 李再金;半導體激光器腔面光學膜關鍵技術研究[D];中國科學院研究生院（長春光學精密機械與物理研究所）;2010年

4 尹航;國產(chǎn)房顫射頻消融裝置及孤立性房顫的微創(chuàng)外科消融術對功能性二、三尖彟反流的影響的研究[D];上海交通大學;2015年

5 賈曉東;熱電材料特性及器件的熱—電—力學性能研究[D];蘭州大學;2015年

6 王紅艷;梁結(jié)構壓電及壓電電磁復合俘能器模型的建立與實驗研究[D];哈爾濱工業(yè)大學;2013年

7 陳林輝;60GHz CMOS發(fā)射機的設計與實現(xiàn)[D];東南大學;2015年

8 程知群;砷化鎵微波單片集成電路研究[D];中國科學院上海冶金研究所;2000年

9 宋鵬;矩陣變換器—永磁同步電機調(diào)速系統(tǒng)穩(wěn)定性研究[D];天津大學;2012年

10 張立森;大功率垂直腔面發(fā)射激光器的結(jié)構設計與研制[D];中國科學院研究生院（長春光學精密機械與物理研究所）;2012年

相關碩士學位論文 前10條

1 馬劍;基于數(shù)據(jù)驅(qū)動的大型風電場輸出功率實時預測研究[D];東北電力大學;2018年

2 李岳;基于風光儲混合供電系統(tǒng)的輸出功率控制研究[D];北京交通大學;2017年

3 李佳儒;光伏發(fā)電輸出功率的預測方法研究[D];沈陽農(nóng)業(yè)大學;2017年

4 劉志;光伏電站輸出功率預測研究[D];合肥工業(yè)大學;2016年

5 楊蕾;太陽能光伏電站輸出功率預測研究[D];蘭州交通大學;2014年

6 謝志強;輸出功率可控的小功率超聲波發(fā)生器研發(fā)[D];西北農(nóng)林科技大學;2016年

7 楊曉亮;風電場輸出功率預測方法的研究[D];沈陽工業(yè)大學;2011年

8 郭華旺;兆瓦級風電機組輸出功率預測研究[D];蘭州交通大學;2012年

9 孫涌;大型風電場輸出功率協(xié)同預測方法研究[D];東北電力大學;2015年

10 陳前程;風電場輸出功率的短期預測研究[D];蘭州理工大學;2012年

本文編號：2769698