由于化石能源的污染性以及不可再生性,新能源發(fā)電受到了巨大的關(guān)注。風(fēng)能來源廣泛,資源豐富,工程技術(shù)成熟,因此得到了迅速發(fā)展。但由于風(fēng)力具有間歇性和波動(dòng)性,給電網(wǎng)的穩(wěn)定運(yùn)行帶來了巨大的挑戰(zhàn)。因此,對(duì)風(fēng)力發(fā)電進(jìn)行實(shí)時(shí)有效的預(yù)測(cè),對(duì)風(fēng)電的發(fā)展以及電網(wǎng)的穩(wěn)定運(yùn)行都顯得十分重要。本文對(duì)風(fēng)電預(yù)測(cè)做了以下研究:首先,從風(fēng)電場(chǎng)原始數(shù)據(jù)角度切入,分析了風(fēng)力發(fā)電的基本特性,針對(duì)風(fēng)電數(shù)據(jù)中存在大量異常數(shù)據(jù),提出了基于離群點(diǎn)檢測(cè)算法（Local Outlier Factor,LOF）的異常數(shù)據(jù)清理方法,使清理后的數(shù)據(jù)更加可靠并符合實(shí)際。其次,基于風(fēng)電數(shù)據(jù)的非線性特點(diǎn),采用了最小二乘支持向量機(jī)（Least Squares Wavelet Support Vector Machine,LSSVM）作為預(yù)測(cè)方法。通過改進(jìn)的經(jīng)驗(yàn)?zāi)B(tài)分解（Modified Ensemble Empirical Mode Decomposition,MEEMD）對(duì)原始數(shù)據(jù)進(jìn)行分解,降低了原始數(shù)據(jù)中的噪聲,并且減少了預(yù)測(cè)時(shí)間,提高了預(yù)測(cè)精度。最后,針對(duì)最小二乘支持向量機(jī)模型對(duì)風(fēng)電功率中非平穩(wěn)分量處理能力有限,本文提出了一種提出一種基于LSS... 

【文章來源】：燕山大學(xué)河北省

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

我國(guó)近10年能源消耗分布

燕山大學(xué)工程碩士學(xué)位論文2我國(guó)風(fēng)能資源豐富，僅在陸地70m以上的技術(shù)可開發(fā)量就有26億kW[2]。風(fēng)力發(fā)電對(duì)環(huán)境保護(hù)有著重要意義，并且風(fēng)電場(chǎng)建設(shè)周期短，其建設(shè)成本也在逐年下降，風(fēng)電場(chǎng)的建設(shè)地要求較低，可以在海上、戈壁等地建設(shè)風(fēng)電常且如今風(fēng)電技術(shù)已經(jīng)較為成熟。我國(guó)風(fēng)電發(fā)展十分迅速，裝機(jī)容量每年都有著大量提升，從2008年到2014年，每年增長(zhǎng)達(dá)到了近40%，今年增速有所放緩，但是依然保持著高速增長(zhǎng)。截止到2018年底，中國(guó)風(fēng)電裝機(jī)量已經(jīng)達(dá)到18426萬(wàn)kW。其增長(zhǎng)如圖1-2所示。2019年全國(guó)風(fēng)電發(fā)電量已經(jīng)到達(dá)4057億kWh，其中中東部和南方占比45%，“三北”地區(qū)大約占比55%[3]。圖1-2我國(guó)近十年風(fēng)電裝機(jī)量1.1.2研究意義風(fēng)能已經(jīng)成為我國(guó)電力生產(chǎn)的重要組成部分，風(fēng)電將在能源占比上越來越高。風(fēng)能發(fā)電有著環(huán)保，可再生等優(yōu)點(diǎn)，但是也帶了許多問題，主要體現(xiàn)在以下幾點(diǎn)[4-6]。(1)由于風(fēng)能本身的特性，導(dǎo)致風(fēng)電的間歇性與波動(dòng)性比較強(qiáng)，當(dāng)電網(wǎng)接入這種不穩(wěn)定的電能時(shí)，會(huì)對(duì)電網(wǎng)本身的穩(wěn)定性與電能質(zhì)量產(chǎn)生一定影響。(2)風(fēng)能具有季節(jié)性，在春、秋和冬季風(fēng)能較為豐富，但是在用電高峰的夏天，風(fēng)能較為貧乏，這樣導(dǎo)致在需要發(fā)電時(shí)，發(fā)電量不足，但是在發(fā)電量充足時(shí)，因?yàn)轱L(fēng)電不能大量?jī)?chǔ)存導(dǎo)致“棄風(fēng)”現(xiàn)象普遍發(fā)生。(3)發(fā)電與用電的協(xié)調(diào)問題。我國(guó)風(fēng)力發(fā)電主要集中在“三北”區(qū)域，但我國(guó)經(jīng)濟(jì)和人口主要集中在沿海地區(qū)，因此跨區(qū)域送電成為了一個(gè)問題。

第2章風(fēng)電場(chǎng)數(shù)據(jù)預(yù)處理11圖2-1理論風(fēng)速-功率圖2.2風(fēng)電異常數(shù)據(jù)2.2.1風(fēng)電異常數(shù)據(jù)分類風(fēng)電場(chǎng)由于傳感器的安裝位置處于開放甚至嚴(yán)酷的環(huán)境中，因此傳感器會(huì)產(chǎn)生不準(zhǔn)確的數(shù)據(jù)；另一方面，由于風(fēng)機(jī)故障檢修或者棄風(fēng)，也會(huì)產(chǎn)生不良數(shù)據(jù)。直接采用原始數(shù)據(jù)進(jìn)行預(yù)測(cè)或者進(jìn)行功率曲線建模，將會(huì)影響預(yù)測(cè)精度。因此，通過對(duì)原始數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，會(huì)提高原始數(shù)據(jù)的可靠性[46]。圖2-2是某風(fēng)電機(jī)組的風(fēng)速-功率圖，根據(jù)圖像，可以將異常數(shù)據(jù)分為常數(shù)數(shù)據(jù)，越限數(shù)據(jù)，離群點(diǎn)數(shù)據(jù)[47-48]。圖2-2某風(fēng)機(jī)實(shí)際風(fēng)速-功率圖(1)常數(shù)數(shù)據(jù)，用C表示。

【參考文獻(xiàn)】：
期刊論文
[1]基于PSO-SVM的電網(wǎng)調(diào)度電廠耗煤基準(zhǔn)值滾動(dòng)預(yù)測(cè)[J]. 李一琨,車權(quán),趙慧榮,彭道剛.  中國(guó)電力. 2020(02)
[2]基于改進(jìn)天牛須搜索算法優(yōu)化LSSVM短期電力負(fù)荷預(yù)測(cè)方法研究[J]. 閆重熙,陳皓.  電測(cè)與儀表. 2020(06)
[3]基于ANFIS的超短期風(fēng)電出力預(yù)測(cè)模型及仿真[J]. 高騫,程霄,沙宇恒,于海波.  沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào). 2020(01)
[4]風(fēng)電預(yù)測(cè)方法與新趨勢(shì)綜述[J]. 韓自?shī)^,景乾明,張彥凱,拜潤(rùn)卿,郭空明,章云.  電力系統(tǒng)保護(hù)與控制. 2019(24)
[5]基于支持向量機(jī)的鐵路周邊地表沉降變形量預(yù)測(cè)[J]. 魏良針.  中國(guó)安全生產(chǎn)科學(xué)技術(shù). 2019(S1)
[6]基于等效實(shí)度法的直葉片垂直軸風(fēng)力機(jī)風(fēng)能利用系數(shù)分析[J]. 楊帥,王華君,張家安,朱鴻曦.  太陽(yáng)能學(xué)報(bào). 2019(10)
[7]基于CEEMD和模糊熵的隨機(jī)森林風(fēng)力發(fā)電功率預(yù)測(cè)[J]. 孫堃,趙萌萌,沈美娜,劉達(dá),陳廣娟.  智慧電力. 2019(10)
[8]結(jié)合多重聚類和分層聚類的超短期風(fēng)電功率預(yù)測(cè)方法[J]. 彭晨宇,陳寧,高丙團(tuán).  電力系統(tǒng)自動(dòng)化. 2020(02)
[9]風(fēng)電產(chǎn)業(yè)發(fā)展現(xiàn)狀及制約瓶頸[J]. 呂文春,馬劍龍,陳金霞,吳雨晴.  可再生能源. 2018(08)
[10]關(guān)于中國(guó)風(fēng)電和光伏發(fā)電補(bǔ)貼缺口和大比例棄電問題的研究[J]. 北京大學(xué)國(guó)家發(fā)展研究院能源安全與國(guó)家發(fā)展研究中心、中國(guó)人民大學(xué)經(jīng)濟(jì)學(xué)院能源經(jīng)濟(jì)系聯(lián)合課題組,王敏.  國(guó)際經(jīng)濟(jì)評(píng)論. 2018(04)

碩士論文
[1]超短期風(fēng)電功率預(yù)測(cè)方法研究[D]. 馮翠香.華北電力大學(xué) 2019
[2]考慮風(fēng)功率預(yù)測(cè)誤差的優(yōu)化調(diào)度模型研究[D]. 張曉敏.蘭州理工大學(xué) 2018
[3]基于最小二乘支持向量機(jī)的參數(shù)變化模型辨識(shí)及其預(yù)測(cè)控制[D]. 馮凱.浙江大學(xué) 2015
[4]基于混沌理論的短期風(fēng)電功率預(yù)測(cè)方法研究[D]. 鄭婷婷.大連理工大學(xué) 2013



本文編號(hào)：3538197