本文關(guān)鍵詞：光伏電站并網(wǎng)發(fā)電短期功率數(shù)據(jù)預(yù)測研究

  更多相關(guān)文章： 光伏短期功率預(yù)測 改進(jìn)BP神經(jīng)網(wǎng)絡(luò) 區(qū)間預(yù)測管理 Bootstrap方法

【摘要】：隨著工業(yè)化的發(fā)展,人類在經(jīng)濟(jì)與科技不斷取得進(jìn)步的同時(shí),也面臨著能源危機(jī)與環(huán)境污染的嚴(yán)峻考驗(yàn),尋找可替代的清潔能源是實(shí)現(xiàn)可持續(xù)發(fā)展必須采取的措施。光伏(Photovoltaic, PV)發(fā)電技術(shù)直接將太陽能轉(zhuǎn)化為電能,綠色無污染,已經(jīng)成為清潔能源領(lǐng)域的發(fā)展潮流,其發(fā)電的應(yīng)用比例愈來愈高。為了保證電網(wǎng)安全穩(wěn)定運(yùn)行以及為電網(wǎng)調(diào)度人員提供可靠的數(shù)據(jù),對光伏電站并網(wǎng)發(fā)電短期功率數(shù)據(jù)預(yù)測管理進(jìn)行研究具有很重要的意義。要實(shí)現(xiàn)光伏電站并網(wǎng)發(fā)電短期功率數(shù)據(jù)預(yù)測的有效管理,必須建立在可靠的預(yù)測方法和對預(yù)測數(shù)據(jù)的合理利用的基礎(chǔ)上。本文在分析已有模型優(yōu)缺點(diǎn)的基礎(chǔ)上,提出基于Levenberg-Marquardt算法的改進(jìn)BP神經(jīng)網(wǎng)絡(luò)模型,用于光伏運(yùn)行系統(tǒng)輸出功率短期預(yù)測。通過案例計(jì)算表明,算法的收斂速度和功率預(yù)測精度得到了較大改進(jìn),可有效地對電站運(yùn)行狀態(tài)做到可靠預(yù)判。另外,為滿足電網(wǎng)安全穩(wěn)定運(yùn)行的要求,光伏電站并網(wǎng)發(fā)電短期功率數(shù)據(jù)預(yù)測不僅要給出確定的測算值,還應(yīng)該對測算值包含的風(fēng)險(xiǎn)做出合理的管理評估。針對這種需求,本文進(jìn)一步提出了基于誤差分布特性的置信區(qū)間估計(jì)方法,采用Bootstrap方法(一種再抽樣統(tǒng)計(jì)方法)構(gòu)造光伏電站并網(wǎng)發(fā)電短期功率數(shù)據(jù)預(yù)測管理區(qū)間,通過PICP、PINAW、CWC三個(gè)評價(jià)指標(biāo)對區(qū)間預(yù)測結(jié)果的性能進(jìn)行分析,為電網(wǎng)企業(yè)在風(fēng)險(xiǎn)評估和系統(tǒng)可靠性分析方面提供數(shù)據(jù)支持。最后,基于本文的研究成果,設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)光伏電站并網(wǎng)發(fā)電短期功率數(shù)據(jù)預(yù)測管理系統(tǒng),主要包括四個(gè)模塊：系統(tǒng)管理、數(shù)據(jù)管理、基于LM(Levenberg-Marquardt)改進(jìn)BP神經(jīng)網(wǎng)絡(luò)功率預(yù)測管理和基于Bootstrap方法的功率區(qū)間數(shù)據(jù)預(yù)測管理。結(jié)合功率數(shù)據(jù)預(yù)測管理系統(tǒng),對光伏電站并網(wǎng)發(fā)電短期功率預(yù)測數(shù)據(jù)應(yīng)用于電站并網(wǎng)運(yùn)行和配合調(diào)度運(yùn)行管理進(jìn)行了探討,提出光伏電站短期功率管理控制方案。
【關(guān)鍵詞】：光伏短期功率預(yù)測 改進(jìn)BP神經(jīng)網(wǎng)絡(luò) 區(qū)間預(yù)測管理 Bootstrap方法
【學(xué)位授予單位】：華北電力大學(xué)(北京)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TM615
【目錄】：

• 摘要5-6
• Abstract6-11
• 第1章 緒論11-17
• 1.1 選題背景及研究的目的和意義11-13
• 1.1.1 選題背景11-12
• 1.1.2 選題意義12-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-15
• 1.2.1 光伏發(fā)電發(fā)展現(xiàn)狀13
• 1.2.2 光伏發(fā)電短期功率數(shù)據(jù)預(yù)測管理的研究現(xiàn)狀13-15
• 1.3 論文的研究內(nèi)容及組織結(jié)構(gòu)15-17
• 第2章 光伏發(fā)電系統(tǒng)的特性分析17-25
• 2.1 光伏發(fā)電的原理17-18
• 2.2 光伏發(fā)電系統(tǒng)的組成18-20
• 2.3 光伏發(fā)電功率特性分析20-23
• 2.3.1 輻照強(qiáng)度對輸出功率的影響21-22
• 2.3.2 日類型對輸出功率的影響22
• 2.3.3 季節(jié)類型對輸出功率的影響22-23
• 2.3.4 溫度對輸出功率的影響23
• 2.4 光伏電站的經(jīng)營管理23-24
• 2.5 本章小結(jié)24-25
• 第3章 基于LM改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的短期功率數(shù)據(jù)預(yù)測25-40
• 3.1 神經(jīng)網(wǎng)絡(luò)的基本知識25-31
• 3.1.1 BP神經(jīng)網(wǎng)絡(luò)25-29
• 3.1.2 改進(jìn)BP神經(jīng)網(wǎng)絡(luò)29-31
• 3.2 相似日選擇法31-32
• 3.3 光伏電站并網(wǎng)發(fā)電系統(tǒng)輸出功率短期預(yù)測管理32-38
• 3.3.1 數(shù)據(jù)預(yù)測模型輸入變量的篩選32-33
• 3.3.2 基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測光伏發(fā)電系統(tǒng)輸出功率數(shù)據(jù)33-37
• 3.3.3 數(shù)據(jù)預(yù)測結(jié)果分析37-38
• 3.4 本章小結(jié)38-40
• 第4章 基于歷史數(shù)據(jù)的區(qū)間預(yù)測管理40-50
• 4.1 數(shù)據(jù)區(qū)間預(yù)測實(shí)施步驟40-41
• 4.2 Bootstrap方法41-43
• 4.3 基于Bootstrap方法的光伏發(fā)電系統(tǒng)輸出功率數(shù)據(jù)區(qū)間預(yù)測管理43-48
• 4.3.1 案例分析43-46
• 4.3.2 評價(jià)性能及實(shí)驗(yàn)結(jié)果分析46-48
• 4.4 本章小結(jié)48-50
• 第5章 光伏電站并網(wǎng)發(fā)電功率數(shù)據(jù)預(yù)測管理系統(tǒng)及功率數(shù)據(jù)應(yīng)用管理50-69
• 5.1 預(yù)測管理系統(tǒng)設(shè)計(jì)50-54
• 5.1.1 體系結(jié)構(gòu)設(shè)計(jì)50-51
• 5.1.2 系統(tǒng)模塊設(shè)計(jì)51-52
• 5.1.3 數(shù)據(jù)庫設(shè)計(jì)52-54
• 5.2 系統(tǒng)實(shí)現(xiàn)相關(guān)技術(shù)54-56
• 5.2.1 SSH框架54
• 5.2.2 JAVA調(diào)用Matlab實(shí)現(xiàn)的算法54-55
• 5.2.3 導(dǎo)出Word報(bào)告55-56
• 5.3 數(shù)據(jù)管理56-60
• 5.3.0 導(dǎo)入數(shù)據(jù)56-57
• 5.3.1 功率數(shù)據(jù)57-58
• 5.3.2 氣象數(shù)據(jù)58-60
• 5.4 基于LM改進(jìn)BP神經(jīng)網(wǎng)絡(luò)功率數(shù)據(jù)預(yù)測管理60-62
• 5.4.1 數(shù)據(jù)預(yù)測參數(shù)設(shè)置60-61
• 5.4.2 數(shù)據(jù)預(yù)測結(jié)果查看61
• 5.4.3 數(shù)據(jù)誤差分析61-62
• 5.4.4 導(dǎo)出Word報(bào)告62
• 5.5 基于Bootstrap方法功率區(qū)間數(shù)據(jù)預(yù)測管理62-65
• 5.5.1 數(shù)據(jù)預(yù)測參數(shù)設(shè)置63-64
• 5.5.2 數(shù)據(jù)預(yù)測結(jié)果查看64
• 5.5.3 數(shù)據(jù)誤差分析64-65
• 5.5.4 導(dǎo)出Word報(bào)告65
• 5.6 光伏電站并網(wǎng)運(yùn)行功率管理和控制65-68
• 5.6.1 有功功率管理框架66-67
• 5.6.2 基于預(yù)測功率數(shù)據(jù)的電站管理控制方案67-68
• 5.7 本章小結(jié)68-69
• 第6章 研究成果及結(jié)論69-71
• 6.1 本文工作總結(jié)69-71
• 參考文獻(xiàn)71-76
• 致謝76

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李春鵬;張廷元;周封;;太陽能光伏發(fā)電綜述[J];電工材料;2006年03期

2 董君;;Matlab語言的特點(diǎn)與應(yīng)用[J];吉林省經(jīng)濟(jì)管理干部學(xué)院學(xué)報(bào);2009年05期

3 栗然;李廣敏;;基于支持向量機(jī)回歸的光伏發(fā)電出力預(yù)測[J];中國電力;2008年02期

4 龍志和;歐變玲;;Bootstrap方法在經(jīng)濟(jì)計(jì)量領(lǐng)域的應(yīng)用[J];工業(yè)技術(shù)經(jīng)濟(jì);2008年07期

5 李碧君;方勇杰;楊衛(wèi)東;徐泰山;;光伏發(fā)電并網(wǎng)大電網(wǎng)面臨的問題與對策[J];電網(wǎng)與清潔能源;2010年04期

6 張萍;;基于Bootstrap方法的統(tǒng)計(jì)分析[J];宜賓學(xué)院學(xué)報(bào);2011年12期

7 周松林;茆美琴;蘇建徽;;風(fēng)電功率短期預(yù)測及非參數(shù)區(qū)間估計(jì)[J];中國電機(jī)工程學(xué)報(bào);2011年25期

8 代倩;段善旭;蔡濤;陳昌松;陳正洪;邱純;;基于天氣類型聚類識別的光伏系統(tǒng)短期無輻照度發(fā)電預(yù)測模型研究[J];中國電機(jī)工程學(xué)報(bào);2011年34期

9 張嵐;張艷霞;郭嫦敏;趙杰;;基于神經(jīng)網(wǎng)絡(luò)的光伏系統(tǒng)發(fā)電功率預(yù)測[J];中國電力;2010年09期

10 蔣興恒;朱素蓉;;基于Levenberg-Marquardt算法改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的卷煙銷量預(yù)測模型研究[J];中國煙草學(xué)報(bào);2011年05期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 梅華威;間歇性能源大數(shù)據(jù)處理與能量管理技術(shù)研究[D];華北電力大學(xué);2015年

2 王飛;并網(wǎng)型光伏電站發(fā)電功率預(yù)測方法與系統(tǒng)[D];華北電力大學(xué);2013年

3 趙杰;光伏發(fā)電并網(wǎng)系統(tǒng)的相關(guān)技術(shù)研究[D];天津大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 賈良寶;基于神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電輸出功率短期預(yù)測的研究[D];中原工學(xué)院;2014年

2 白俊良;并網(wǎng)型光伏電站中央監(jiān)控與能量管理系統(tǒng)的研究與實(shí)現(xiàn)[D];華北電力大學(xué);2014年

3 楊德全;基于神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電系統(tǒng)發(fā)電功率預(yù)測[D];華北電力大學(xué);2014年

4 王磊;光伏發(fā)電系統(tǒng)輸出功率短期預(yù)測技術(shù)研究[D];合肥工業(yè)大學(xué);2012年

5 楊巍;光伏并網(wǎng)發(fā)電系統(tǒng)關(guān)鍵技術(shù)的研究[D];西安理工大學(xué);2010年

6 閆士職;基于太陽能光伏發(fā)電并網(wǎng)系統(tǒng)的研究[D];西南交通大學(xué);2009年

，

本文編號：586014