短期風電功率預測方法研究.pdf

1、隨著大規(guī)模使用與消耗傳統化石能源，風能，作為可再生能源的一種，在世界范圍內得到了大力地發(fā)展。然而，由于風能具有隨機波動性，大規(guī)模風電并網會對電力系統安全運行造成不利影響。為了確保電力系統穩(wěn)定運行，合理調整調度計劃，提高風電競價能力，有必要進行短期風電功率地準確預測。本文通過對實際風電場數據特性進行分析，探尋不同影響因素與風電功率預測之間的關聯性，為選擇預測建模方法提供理論基礎，不斷優(yōu)化預測模型，進一步提高短期風電功率預測精度。本論文主要

2、完成了下述研究工作：
　　首先，以風電機組的功率模型為基礎，研究了風電機組輸出功率的主要影響因素，然后以美國可再生能源實驗室提供的加利福尼亞州某風電場2012年實測數據進行風電場數據特性分析，為下文預測建模奠定基礎。
　　其次，介紹了相關向量機與核函數的基本原理，在此基礎上建立了基于組合核相關向量機短期風電功率預測模型，通過實際算例對多項式核、RBF核和組合核三種相關向量機進行對比，結果表明組合核相關向量機比其他兩種模型具有

3、更優(yōu)的預測效果。
　　隨后，針對組合核相關向量機預測模型的參數優(yōu)選問題，分析了徑向基核參數、多項式核參數d與權重參數的作用以及對相關向量機性能的影響，提出一種基于混沌布谷鳥算法優(yōu)化的相關向量機(CCS-RVM)短期風電功率預測新方法，通過實際算例進行仿真驗證，結果表明混沌布谷鳥算法解決了RVM建模存在的不足，有效地提高了組合核相關向量機預測模型的預測精度。
　　最后，針對風電功率序列非線性與非平穩(wěn)特征，為了提高預測模型在功率