基于全局經(jīng)驗(yàn)?zāi)B(tài)分解的風(fēng)電與光伏出力預(yù)測組合模型.pdf

1、近幾年,在世界范圍內(nèi)風(fēng)力發(fā)電及光伏發(fā)電已進(jìn)入非?？焖俚陌l(fā)展階段。風(fēng)能、太陽能具有典型的間歇性、波動(dòng)性等特點(diǎn),因此當(dāng)風(fēng)能、太陽能接入電網(wǎng)時(shí)會(huì)對(duì)電網(wǎng)的安全、穩(wěn)定運(yùn)行及電能質(zhì)量等帶來嚴(yán)峻挑戰(zhàn)。準(zhǔn)確預(yù)測風(fēng)能、太陽能對(duì)優(yōu)化電網(wǎng)調(diào)度、電網(wǎng)規(guī)劃、提升新能源發(fā)電競爭力具有重要意義。風(fēng)速和輻照量分別是影響風(fēng)機(jī)出力和光伏出力最直接、最顯著的因素,因此準(zhǔn)確的風(fēng)速和輻照量預(yù)測具有重要的應(yīng)用價(jià)值。
　　本文建立了基于全局經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)的組合預(yù)測模

2、型,對(duì)風(fēng)速和輻照量進(jìn)行預(yù)測。主要工作如下:
　　1)建立了基于EEMD的組合預(yù)測模型對(duì)風(fēng)速進(jìn)行超短期預(yù)測。原始風(fēng)速序列經(jīng)EEMD分解為頻率和變化趨勢不同的信號(hào),根據(jù)不同信號(hào)特點(diǎn)應(yīng)用不同的預(yù)測模型得到預(yù)測結(jié)果,將各個(gè)預(yù)測結(jié)果相加即可得到原始風(fēng)速序列的預(yù)測值。
　　2)建立了基于EEMD和ELM神經(jīng)網(wǎng)絡(luò)的組合預(yù)測模型,對(duì)輻照量進(jìn)行逐時(shí)預(yù)測。首先構(gòu)造相似日逐時(shí)時(shí)間序列,以提升智能算法的訓(xùn)練效果;然后進(jìn)行EEMD分解,對(duì)分解后的信號(hào)