本文關(guān)鍵詞：基于滾動預(yù)測的短期風(fēng)速預(yù)測方法及其誤差分析

  更多相關(guān)文章： 風(fēng)速預(yù)測 誤差疊加修正 滾動預(yù)測 預(yù)測誤差概率分布 微電網(wǎng)儲能配置

【摘要】：在當(dāng)今電力系統(tǒng)行業(yè)中,微電網(wǎng)可以促進可再生能源分布式發(fā)電的并網(wǎng),有利于可再生能源在我國的發(fā)展。處于電力系統(tǒng)管理邊緣的大量分布式電源并網(wǎng)有可能造成電力系統(tǒng)不可控、不安全和不穩(wěn)定,從而影響電網(wǎng)運行和電力市場交易,所以分布式發(fā)電面臨許多技術(shù)障礙和質(zhì)疑。而對于風(fēng)力發(fā)電技術(shù)來說,則是微電網(wǎng)中重點研究問題之一。鑒于以上原因,短期風(fēng)速預(yù)測模型方法研究是非有意義的。對于含有風(fēng)機的微電網(wǎng)來說,如何準確有效地對未來24小時風(fēng)機出力進行預(yù)測以及微電網(wǎng)中能量合理有效地分配將是成為微電網(wǎng)儲能優(yōu)化配置的關(guān)鍵所在。因此,本文對此課題展開了相應(yīng)的研究,通過對風(fēng)電功率預(yù)測誤差模型的研究,并結(jié)合滾動預(yù)測模型,構(gòu)成滾動預(yù)測與誤差疊加修正模型組合的一種新型預(yù)測方法。同時,根據(jù)預(yù)測誤差產(chǎn)生的概率分布對微電網(wǎng)中能量的分布進行預(yù)測,從而更好的對微電網(wǎng)中儲能配置進行準確的規(guī)劃。本文的主要研究內(nèi)容及創(chuàng)新點概括如下：(1)對現(xiàn)階段短期風(fēng)速預(yù)測模型方法歸納總結(jié),分為單一預(yù)測模型與組合預(yù)測模型兩大類。同時在每一類預(yù)測模型下,分別采用不同預(yù)測方法對預(yù)測結(jié)果進行詳細定量分析比較。(2)對風(fēng)速預(yù)測的誤差模型進行研究,并結(jié)合滾動預(yù)測方法,構(gòu)成一種組合風(fēng)速預(yù)測模型。對未來24小時風(fēng)速預(yù)測分為五步滾動式預(yù)測,并在每一步的預(yù)測中采用誤差疊加修正模型,隨著滾動步數(shù)的進行,每一步的誤差也在不斷修正并逐漸改善,并以最后一步的預(yù)測結(jié)果作為日前24小時調(diào)度計劃決策的依據(jù)。(3)由于風(fēng)力發(fā)電技術(shù)中存在的不確定性,因此對微電網(wǎng)中風(fēng)機出力預(yù)測誤差概率分布模型進行研究。并在給定置信度的條件下,計算得到預(yù)測誤差的置信區(qū)間。(4)采用三年的歷史樣本數(shù)據(jù),對風(fēng)機出力采用所提出的組合預(yù)測方法分別按小時、月份及季節(jié)進行預(yù)測,通過結(jié)果可以看出,無論在何種條件下,該組合預(yù)測方法對誤差結(jié)果均有顯著的改善,也說明了該方法具有良好的通用性。同時結(jié)合風(fēng)電功率預(yù)測誤差的概率分布,對微電網(wǎng)中儲能的分布進行定量預(yù)測分析,最終得到微電網(wǎng)儲能的合理配置。
【關(guān)鍵詞】：風(fēng)速預(yù)測 誤差疊加修正 滾動預(yù)測 預(yù)測誤差概率分布 微電網(wǎng)儲能配置
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TM614
【目錄】：

• 致謝7-8
• 摘要8-9
• ABSTRACT9-15
• 第一章 緒論15-24
• 1.1 課題研究背景及意義15-18
• 1.2 短期風(fēng)速預(yù)測研究現(xiàn)狀18-20
• 1.2.1 短期風(fēng)速預(yù)測國內(nèi)現(xiàn)狀18-19
• 1.2.2 短期風(fēng)速預(yù)測國外現(xiàn)狀19-20
• 1.3 微電網(wǎng)中儲能研究現(xiàn)狀20-23
• 1.3.1 微電網(wǎng)中儲能簡介20-22
• 1.3.2 微電網(wǎng)中儲能優(yōu)化配置研究現(xiàn)狀22-23
• 1.4 本文的章節(jié)安排23-24
• 第二章 短期風(fēng)速預(yù)測模型分析24-34
• 2.1 風(fēng)速概述24-25
• 2.2 短期風(fēng)速單一預(yù)測模型25-30
• 2.2.1 BP神經(jīng)網(wǎng)絡(luò)模型25-26
• 2.2.2 支持向量機模型26-27
• 2.2.3 時間序列模型27-28
• 2.2.4 不同預(yù)測模型的比較28-30
• 2.3 短期風(fēng)速組合預(yù)測模型30-33
• 2.3.1 組合預(yù)測模型概述30-31
• 2.3.2 組合預(yù)測模型原理及建立31-32
• 2.3.3 組合預(yù)測模型的預(yù)測結(jié)果32-33
• 2.4 本章小結(jié)33-34
• 第三章 滾動預(yù)測與誤差疊加修正組合短期風(fēng)速預(yù)測模型研究34-41
• 3.1 誤差疊加修正模型34-36
• 3.2 滾動預(yù)測模型36-40
• 3.2.1 預(yù)測流程37-38
• 3.2.2 方法驗證38-40
• 3.3 本章小結(jié)40-41
• 第四章 滾動風(fēng)電功率預(yù)測對微電網(wǎng)儲能配置的影響41-48
• 4.1 考慮預(yù)測誤差置信度的滾動風(fēng)電功率預(yù)測41-44
• 4.1.1 獲取預(yù)測誤差概率分布曲線41-42
• 4.1.2 確定在給定置信度下誤差的置信區(qū)間42-44
• 4.2 含有風(fēng)機的微電網(wǎng)儲能優(yōu)化的數(shù)學(xué)模型44-46
• 4.2.1 微電網(wǎng)中儲能的目標函數(shù)44
• 4.2.2 微電網(wǎng)中儲能的約束條件44-45
• 4.2.3 微電網(wǎng)儲能優(yōu)化模型求解方法45-46
• 4.3 滾動預(yù)測誤差概率分布對微電網(wǎng)儲能配置的影響46
• 4.4 本章小結(jié)46-48
• 第五章 案例分析48-64
• 5.1 基于滾動預(yù)測與誤差疊加修正風(fēng)電功率組合預(yù)測的驗證48-60
• 5.1.1 一般性預(yù)測結(jié)果及分析48-53
• 5.1.2 按月份預(yù)測結(jié)果及分析53-58
• 5.1.3 按季節(jié)預(yù)測結(jié)果及分析58-60
• 5.2 預(yù)測誤差概率分布對微電網(wǎng)儲能配置影響分析60-62
• 5.3 本章小結(jié)62-64
• 第六章 總結(jié)與展望64-66
• 6.1 工作總結(jié)64
• 6.2 工作展望64-66
• 參考文獻66-71
• 攻讀碩士學(xué)位期間的學(xué)術(shù)活動及成果情況71

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 鄭漳華;艾芊;;微電網(wǎng)的研究現(xiàn)狀及在我國的應(yīng)用前景[J];電網(wǎng)技術(shù);2008年16期

2 麻敏;韓繼明;麻秀慧;陳衍妍;;淺談微電網(wǎng)[J];科技資訊;2009年15期

3 樓書氫;李青鋒;許化強;劉魯?shù)?;國外微電網(wǎng)的研究概況及其在我國的應(yīng)用前景[J];華中電力;2009年03期

4 楊為;丁明;畢銳;高研;丁銀;;微電網(wǎng)實驗平臺的設(shè)計[J];合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2010年01期

5 袁清芳;周作春;陳艷霞;李香龍;陳國鋒;;微電網(wǎng)發(fā)展應(yīng)對策略[J];農(nóng)村電氣化;2010年10期

6 安智敏;羅時光;;微電網(wǎng)的概念及發(fā)展[J];內(nèi)蒙古石油化工;2011年21期

7 王t，

本文編號：722306