大規(guī)模風電場超短期風電功率的可預測性研究.pdf

1、風資源作為一種天然能源，可謂取之不盡、用之不竭。既無需大量的開采和運輸成本，又具有零污染的特點，是一種典型的可持續(xù)再生的廉價型清潔能源。但眾所周知，風具有隨機性和間歇性，它產生的可用電力供應量是未知的，當允許大量風電并網時將給電力系統(tǒng)帶來嚴峻的挑戰(zhàn)，風電功率預測在應對這些挑戰(zhàn)中扮演著重要角色。如果可以對風電場的發(fā)電功率進行準確預測，電力調度部門就能夠合理安排調度計劃，保證電力供需平衡，有效地減輕并網風電場對電力系統(tǒng)的影響；降低電網旋轉備

2、用容量和發(fā)電成本。而目前對風電功率預測的研究主要集中在預測方法的改善上，但是無論是多么高明的預測方法都不能實現100％的準確預測。因此，本文以超短期風電功率預測為背景，從風電功率多采樣間隔下的波動特性、多步滾動預測方法和風電功率時間序列可預測性的角度對風電功率預測進行了全面的研究。
　　首先從多采樣間隔的角度出發(fā)，對風電功率時間序列的波動特性進行了分析，提出波動標準差和信息熵指標，以此來衡量采樣間隔變化后，損失的信息量；分析了多步

3、滾動預測模式，并研究了信息熵與多步滾動預測誤差之間的關系，發(fā)現兩者間具有較強的正相關性；最后，給出了風電功率多步滾動預測模式下，選取最佳采樣間隔的方法。
　　其次對超短期風電功率多步滾動預測方法進行研究，提出了基于自適應神經模糊推理系統(tǒng)(ANFIS)的風電功率多步滾動預測模型。其中，在形成初始模糊推理系統(tǒng)結構時，采用的算法是減法聚類，該算法有效的避免了人工設定結構法產生的組合爆炸問題。將基于線性回歸法、滑動平均法和持續(xù)法進行風電功

4、率實時多步滾動預測時得到的預測結果與利用所提出的ANFIS預測方法得到的結果進行比較，結果表明后者的預測精度更高，說明了ANFIS預測模型的有效性。
　　最后對風電功率時間序列的可預測性進行了研究，認為風電功率的預測精度不但和預測方法有關，還與風電功率自身的可預測程度有關。該部分闡述了評價風電功率可預測性的必要性；在相空間重構基礎上，利用遞歸圖和遞歸率對風電功率時間序列的可預測性分別進行了定性和定量的刻畫，以表征風電功率波動新模態(tài)