傳統(tǒng)化石能源的資源短缺和對生態(tài)環(huán)境造成的惡劣影響使得風(fēng)電等新能源的利用成為世界各國共同關(guān)注的能源解決方案。風(fēng)電固有的間歇性、隨機(jī)性和波動性使得風(fēng)電并網(wǎng)相較其他電源難度更高。準(zhǔn)確的短期風(fēng)電功率預(yù)測可以對未來一段時間內(nèi)的波動情況進(jìn)行描述,通過與其它電源的協(xié)調(diào)配合,減少電力系統(tǒng)備用容量,降低系統(tǒng)運(yùn)行成本等,減輕風(fēng)力發(fā)電對電網(wǎng)造成的不利影響。本文首先對國內(nèi)外風(fēng)電產(chǎn)業(yè)的發(fā)展情況和風(fēng)電功率預(yù)測的研究現(xiàn)狀進(jìn)行了綜述。在此基礎(chǔ)上,確定本文的主要研究方向,即歷史數(shù)據(jù)的預(yù)處理方案設(shè)計、短期風(fēng)電功率確定性預(yù)測和不確定性預(yù)測研究。首先,在明確數(shù)據(jù)預(yù)處理對提高風(fēng)電功率預(yù)測精度意義的基礎(chǔ)上,討論測風(fēng)數(shù)據(jù)和實(shí)測功率數(shù)據(jù)的異常數(shù)據(jù)檢驗(yàn)和缺失數(shù)據(jù)修補(bǔ)方案。對于測風(fēng)數(shù)據(jù),針對目前常用的異常測風(fēng)數(shù)據(jù)檢驗(yàn)方法較為粗略的問題,進(jìn)行了指標(biāo)設(shè)置的精細(xì)化處理,并補(bǔ)充了基于小波變換模的極大值進(jìn)行奇異點(diǎn)檢驗(yàn)的環(huán)節(jié);對測風(fēng)數(shù)據(jù)缺失情況進(jìn)行分類,分析不同情況適用的修補(bǔ)方案。對于實(shí)測功率數(shù)據(jù),考慮到相比于測風(fēng)數(shù)據(jù),功率數(shù)據(jù)的波動性和隨機(jī)性更強(qiáng)等問題,設(shè)計了時序圖與p-v散點(diǎn)圖結(jié)合的異常功率數(shù)據(jù)檢驗(yàn)方案,以及基于功率曲線和三次樣條插值的聯(lián)合缺失... 

【文章來源】：合肥工業(yè)大學(xué)安徽省 211工程院校 教育部直屬院校

【文章頁數(shù)】：101 頁

【學(xué)位級別】：碩士

【部分圖文】：

風(fēng)電功率高頻分量預(yù)測結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]GA優(yōu)化ELM神經(jīng)網(wǎng)絡(luò)的風(fēng)電場測風(fēng)數(shù)據(jù)插補(bǔ)[J]. 秦瓊,劉樹潔,賴旭,劉霄.  太陽能學(xué)報. 2018(08)
[2]平原地區(qū)風(fēng)切變指數(shù)的計算方法[J]. 王炎,崔永峰,袁紅亮,宋俊博.  西北水電. 2019(02)
[3]基于風(fēng)速升降特性及支持向量機(jī)理論的異常數(shù)據(jù)重構(gòu)算法[J]. 楊茂,翟冠強(qiáng),李大勇,蘇欣,翟玉成.  電力系統(tǒng)保護(hù)與控制. 2018(16)
[4]風(fēng)電機(jī)組風(fēng)速-功率異常運(yùn)行數(shù)據(jù)特征及清洗方法[J]. 沈小軍,付雪姣,周沖成,王偉.  電工技術(shù)學(xué)報. 2018(14)
[5]遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)壓電陶瓷蠕變預(yù)測[J]. 范偉,林瑜陽,李鐘慎.  電機(jī)與控制學(xué)報. 2018(07)
[6]基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)研究應(yīng)用[J]. 墨蒙,趙龍章,龔嬡雯,吳揚(yáng).  現(xiàn)代電子技術(shù). 2018(09)
[7]基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的竊電分析[J]. 許均星,李川,李英娜.  軟件. 2017(11)
[8]基于再分析數(shù)據(jù)的測風(fēng)數(shù)據(jù)插補(bǔ)方法[J]. 劉霄,賴旭,鄭付明.  華中科技大學(xué)學(xué)報(自然科學(xué)版). 2017(07)
[9]風(fēng)電功率概率預(yù)測方法及展望[J]. 吳問足,喬穎,魯宗相,汪寧渤,周強(qiáng).  電力系統(tǒng)自動化. 2017(18)
[10]基于小波分析的信號奇異點(diǎn)判定[J]. 康基偉,李雪皎,郭飛.  計算技術(shù)與自動化. 2017(02)

碩士論文
[1]短期風(fēng)電功率預(yù)測方法研究[D]. 吳道林.安徽工程大學(xué) 2017
[2]基于BP神經(jīng)網(wǎng)絡(luò)優(yōu)化的風(fēng)電場短期功率預(yù)測研究[D]. 馬聰.昆明理工大學(xué) 2017
[3]風(fēng)速預(yù)測中數(shù)椐和樣本的有效處理及其模型優(yōu)化研究[D]. 劉曉洋.太原理工大學(xué) 2016
[4]計及風(fēng)電并網(wǎng)的短期負(fù)荷EEMD與神經(jīng)網(wǎng)絡(luò)預(yù)測方法[D]. 孫婉璐.西南交通大學(xué) 2013
[5]BP網(wǎng)絡(luò)泛化能力的增強(qiáng)改進(jìn)[D]. 周文全.暨南大學(xué) 2012
[6]基于人工神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率預(yù)測應(yīng)用研究[D]. 楊世成.華北電力大學(xué)（北京） 2011
[7]分頻Hilbert-Huang變換對非平穩(wěn)信號的分析應(yīng)用[D]. 劉歡.湖南大學(xué) 2007
[8]HHT時頻分析方法的研究與應(yīng)用[D]. 李琳.吉林大學(xué) 2006



本文編號：3007251