基于時(shí)間序列的超短期功率預(yù)測(cè)方法研究.pdf

1、為了應(yīng)對(duì)風(fēng)電的隨機(jī)性、間歇性和波動(dòng)性，系統(tǒng)在運(yùn)行過程中必須要留有足夠的調(diào)峰容量和備用電源，當(dāng)風(fēng)電出力不足時(shí)，保證能夠正常向用戶供電，但這必將增大系統(tǒng)的備用容量;另一方面，在風(fēng)電出力大、而負(fù)荷不足時(shí)，為了保證正常供電，我們又必須控制火電機(jī)組出力，這使系統(tǒng)的運(yùn)行成本大大增加，同時(shí)給系統(tǒng)的安全性、穩(wěn)定性帶來隱患。因此，伴隨著越來越多的風(fēng)電裝機(jī)容量，電力系統(tǒng)將會(huì)越來越重視功率預(yù)測(cè)這一模塊。
　　 本文利用神經(jīng)網(wǎng)絡(luò)和時(shí)間序列兩種方法，主要

2、對(duì)NWP風(fēng)速和功率進(jìn)行預(yù)測(cè)。
　　 1.研究BP神經(jīng)網(wǎng)絡(luò)算法及其基本原理，首先分析NWP數(shù)據(jù)，利用BP神經(jīng)網(wǎng)絡(luò)建模，對(duì)功率影響最大的風(fēng)速序列進(jìn)行修正。利用神經(jīng)網(wǎng)絡(luò)的自主學(xué)習(xí)功能，把歷史NWP風(fēng)速作為輸入，相應(yīng)時(shí)間段測(cè)風(fēng)塔風(fēng)機(jī)測(cè)得的實(shí)際數(shù)據(jù)作為輸出，訓(xùn)練神經(jīng)網(wǎng)絡(luò)以得到BP神經(jīng)網(wǎng)絡(luò)的修正模型。然后根據(jù)現(xiàn)有的NWP數(shù)據(jù)，預(yù)測(cè)下一時(shí)刻的NWP風(fēng)速。應(yīng)用該方法對(duì)某風(fēng)電場(chǎng)提供的實(shí)測(cè)數(shù)據(jù)進(jìn)行預(yù)測(cè)，證明所建模型適合對(duì)NWP風(fēng)速進(jìn)行預(yù)測(cè)。

3、　　 2.研究時(shí)間序列及時(shí)間序列預(yù)測(cè)的分析方法，分析時(shí)間序列模型的建模流程和原理。采用時(shí)間序列方法對(duì)風(fēng)電功率序列進(jìn)行建模并進(jìn)行相關(guān)計(jì)算。選用某風(fēng)電場(chǎng)提供的實(shí)測(cè)功率數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行差分處理并建立ARIMA模型，對(duì)風(fēng)電功率進(jìn)行預(yù)測(cè)。
　　 3.結(jié)合時(shí)間序列和神經(jīng)網(wǎng)絡(luò)兩種方法，對(duì)功率進(jìn)行預(yù)測(cè)。首先,根據(jù)歷史功率建立時(shí)間序列模型，確定模型的階數(shù)。然后，利用歷史功率值和由BP神經(jīng)網(wǎng)預(yù)測(cè)得到的下一時(shí)刻的風(fēng)速值建立預(yù)測(cè)方程。方程中的未知參數(shù)