發(fā)布時間：2022-01-03 01:54

　　如今化石燃料依然是全球能源的主要來源,但化石燃料的不可再生性,加之巨大的消費(fèi)量,使能源危機(jī)形勢嚴(yán)峻。同時化石燃料的使用,導(dǎo)致了環(huán)境的惡化。為了化解能源危機(jī)改善生態(tài)環(huán)境,世界各國均對能源結(jié)構(gòu)進(jìn)行了調(diào)整。作為可再生能源,風(fēng)能大多被用于發(fā)電產(chǎn)業(yè),而由于風(fēng)力發(fā)電機(jī)出力的不穩(wěn)定,致使風(fēng)電的并網(wǎng)和消納困難,進(jìn)而制約了風(fēng)電產(chǎn)業(yè)的發(fā)展。風(fēng)電功率預(yù)測有助于電網(wǎng)實(shí)現(xiàn)經(jīng)濟(jì)調(diào)度,減小系統(tǒng)的備用容量,降低系統(tǒng)的運(yùn)行成本。同時可為風(fēng)電場檢修和維護(hù)計(jì)劃的制定提供依據(jù),進(jìn)而有效利用風(fēng)能。本文應(yīng)用隱馬爾可夫鏈找出NWP風(fēng)速與風(fēng)電功率之間的關(guān)系,進(jìn)而實(shí)現(xiàn)風(fēng)電功率短期預(yù)測。首先應(yīng)用模糊C均值聚類法對歷史的風(fēng)電功率數(shù)據(jù)進(jìn)行狀態(tài)分級,得到風(fēng)電功率的各初始狀態(tài)。根據(jù)狀態(tài)分級結(jié)果應(yīng)用極大似然估計(jì)法計(jì)算出模型的初始概率分布和狀態(tài)轉(zhuǎn)移概率矩陣,由風(fēng)電功率各狀態(tài)對應(yīng)的NWP數(shù)據(jù),計(jì)算出高斯概率密度函數(shù)的均值和方差。依據(jù)計(jì)算好的模型參數(shù)并結(jié)合未來72小時的NWP風(fēng)速數(shù)據(jù),利用Viterbi算法對未來72小時的風(fēng)電功率狀態(tài)進(jìn)行預(yù)測。由預(yù)測得到的功率狀態(tài),利用插值法計(jì)算得到最終的功率預(yù)測值。將風(fēng)電場得到的單機(jī)功率數(shù)據(jù)和NWP數(shù)據(jù)中的異常數(shù)據(jù)和... 

【文章來源】：內(nèi)蒙古大學(xué)內(nèi)蒙古自治區(qū) 211工程院校

【文章頁數(shù)】：56 頁

【學(xué)位級別】：碩士

【部分圖文】：

風(fēng)力發(fā)電系統(tǒng)的組成

Fig.2.6 Transverse and longitudinal error descri動特性的影響速影響最大，風(fēng)速的隨機(jī)波動性和間歇性動性。這種波動性是預(yù)測誤差的根本來源風(fēng)電功率曲線轉(zhuǎn)換風(fēng)電功率時，誤差會進(jìn)一影響按時間尺度對風(fēng)電功率預(yù)測進(jìn)行分類的方低。模型的性能和精度影響很大，中國風(fēng)電起的數(shù)據(jù)并不完整，錯記漏記的現(xiàn)象時有發(fā)原因，造成中國風(fēng)電場提供的數(shù)據(jù)質(zhì)量不預(yù)測模型精度的重要影響因素，當(dāng)樣本數(shù)

風(fēng)速預(yù)測的精度較高。風(fēng)力發(fā)電功率受風(fēng)速的影響最大，在進(jìn)行不以數(shù)值天氣預(yù)報(bào)（Numerical Weather Prediction，NWP）數(shù)據(jù)為因此，在進(jìn)行風(fēng)電功率短期預(yù)測時，要想得到較高的預(yù)測精度，近的氣象觀測站的數(shù)值天氣預(yù)報(bào)風(fēng)速數(shù)據(jù)，通過建模找到風(fēng)電場間的關(guān)系，再利用預(yù)測日的 NWP 風(fēng)速數(shù)據(jù)對風(fēng)電功率進(jìn)行預(yù)測。電功率短期預(yù)測時，涉及到兩個時間序列，即風(fēng)電功率時間序列馬爾可夫鏈（Hidden Markov Model，簡稱 HMM）則可將這兩個起來，同時 HMM 的數(shù)學(xué)推理過程嚴(yán)謹(jǐn)且計(jì)算性能穩(wěn)定，故本文機(jī)的輸出功率進(jìn)行預(yù)測。整個過程分為兩個部分，前半部分為 H為風(fēng)電功率的預(yù)測過程。由隱馬爾可夫鏈建立起 NWP 風(fēng)速與風(fēng)日的 NWP 風(fēng)速作為觀測值，應(yīng)用 Viterbi 預(yù)測算法實(shí)現(xiàn)風(fēng)電功率鏈的風(fēng)電功率短期預(yù)測結(jié)構(gòu)框圖如圖 3.1 所示。

【參考文獻(xiàn)】：
期刊論文
[1]棄風(fēng)限電條件下復(fù)雜地形風(fēng)電場短期風(fēng)功率預(yù)測對比分析[J]. 崔楊,陳正洪,劉麗珺.  太陽能學(xué)報(bào). 2017(12)
[2]提高風(fēng)電功率預(yù)測精度的方法[J]. 喬穎,魯宗相,閔勇.  電網(wǎng)技術(shù). 2017(10)
[3]基于改進(jìn)粒子群優(yōu)化算法風(fēng)力發(fā)電功率預(yù)測研究[J]. 劉武周,劉友波.  可再生能源. 2017(09)
[4]基于隱馬爾科夫模型的風(fēng)電齒輪箱故障程度評估[J]. 李瑩,劉三明,王致杰,朱曉偉,潘志剛.  太陽能學(xué)報(bào). 2017(06)
[5]基于IAFSA-BPNN的短期風(fēng)電功率預(yù)測[J]. 張穎超,王雅晨,鄧華,熊雄,陳浩.  電力系統(tǒng)保護(hù)與控制. 2017(07)
[6]考慮測風(fēng)數(shù)據(jù)缺失的短期風(fēng)電功率預(yù)測算法[J]. 曾杰,陳曉科.  可再生能源. 2017(02)
[7]風(fēng)電功率預(yù)測技術(shù)研究綜述[J]. 黎靜華,桑川川,甘一夫,潘毅.  現(xiàn)代電力. 2017(03)
[8]風(fēng)電集群短期及超短期功率預(yù)測精度改進(jìn)方法綜述[J]. 彭小圣,熊磊,文勁宇,程時杰,鄧迪元,馮雙磊,王勃.  中國電機(jī)工程學(xué)報(bào). 2016(23)
[9]基于風(fēng)速升降特征的短期風(fēng)電功率預(yù)測[J]. 葉小嶺,陳浩,郭曉杰,鄧華,王雅晨.  電力系統(tǒng)保護(hù)與控制. 2016(19)
[10]含核函數(shù)切換的風(fēng)電功率短期預(yù)測新方法[J]. 歐陽庭輝,查曉明,秦亮,熊一,夏添,黃鶴鳴.  電力自動化設(shè)備. 2016(09)



本文編號：3565326