基于風(fēng)電并網(wǎng)的短期負荷EEMD與神經(jīng)網(wǎng)絡(luò)預(yù)測方法.pdf_第1頁
已閱讀1頁,還剩72頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著風(fēng)電并網(wǎng)容量的逐年增加,其顯現(xiàn)出來的一些弊端也愈發(fā)突出。風(fēng)電是一種間歇性能源,風(fēng)電自身所具有的隨機波動性和間歇性等特性使得其在接入電網(wǎng)時,會對電力系統(tǒng)的電壓、頻率等產(chǎn)生極大的干擾。這些將有可能對電網(wǎng)系統(tǒng)的電能質(zhì)量及電網(wǎng)系統(tǒng)的穩(wěn)定運行造成嚴重的影響,甚至?xí)ΤR?guī)發(fā)電造成威脅進而導(dǎo)致電網(wǎng)崩潰。此外電力負荷的波動性和風(fēng)電功率的波動性相互疊加后,將會極大地增加常規(guī)機組負荷的波動性,這將對電網(wǎng)的運行和安全產(chǎn)生很大沖擊,增加了電力調(diào)度部門的工作

2、難度。因此在含有風(fēng)電場的地區(qū)建立一個考慮風(fēng)電并網(wǎng)的短期負荷預(yù)測模型對電網(wǎng)的安全穩(wěn)定運行具有重要的現(xiàn)實意義。
   本文主要研究了基于多尺度分解方法的短期負荷預(yù)測和風(fēng)電場輸出功率預(yù)測等相關(guān)內(nèi)容,提出了一種基于總體平均經(jīng)驗?zāi)B(tài)分解(EnsembleEmpiricalModeDecomposition,EEMD)和神經(jīng)網(wǎng)絡(luò)算法的考慮風(fēng)電并網(wǎng)的短期負荷預(yù)測模型,主要完成了以下工作:
   通過對小波分析、奇異譜分析和總體平均經(jīng)驗

3、模態(tài)分解這三種多尺度分解方法在分解短期負荷數(shù)據(jù)和風(fēng)電功率數(shù)據(jù)的結(jié)果進行對比,驗證了EEMD分解方法在時間序列分解的應(yīng)用中能夠很好的展示復(fù)雜時間序列的細節(jié)信息,表現(xiàn)強于小波和奇異譜。將經(jīng)過EEMD分解得到的高頻分量和周期分量子序列通過BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)、小波神經(jīng)網(wǎng)絡(luò)和Elman神經(jīng)網(wǎng)絡(luò)模型進行預(yù)測,應(yīng)用粒子群算法優(yōu)化由這四種神經(jīng)網(wǎng)絡(luò)建立的線性組合模型的各分量權(quán)重,其中以線性組合預(yù)測產(chǎn)生的結(jié)果與真值之間的灰色關(guān)聯(lián)度最大作為粒子群優(yōu)

4、化的適應(yīng)度函數(shù),而具有趨勢特性的子序列運用RBF神經(jīng)網(wǎng)絡(luò)進行預(yù)測,最終將所有子序列的預(yù)測結(jié)果進行疊加。
   按照以上提出的這種新型時序預(yù)測的建模思想對實際的負荷和風(fēng)電場輸出功率進行預(yù)測,通過與其他多種預(yù)測方法進行對比,驗證了本文提出的組合預(yù)測模型的有效性。最后引入等效負荷的概念,將負荷的預(yù)測模型與風(fēng)電輸出功率的預(yù)測模型有效的結(jié)合在一起,提出一種新型的等效負荷的預(yù)測模型。通過與其他預(yù)測結(jié)果對比,驗證了本文提出的基于EEMD與神經(jīng)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論