当前位置:主页 > 科技论文 > 电气论文 >

计及多源风速信息的风电功率超短期预测

发布时间:2024-01-23 17:31
  近年来,在全球的化石燃料日渐枯竭,在我国大力发展可再生能源背景下,风力发电技术扮演着重要角色。但风力发电伴随着风的波动性、间歇性和不确定性对电网的稳定运行带来严峻的挑战。因此风电功率的准确预测对整个风力发电事业的发展产生巨大影响。鉴于此提高风电预测精度已经成为一个重要课题。首先,针对风电场的测风塔实测风速和数值天气预测(Numerical Weather Prediction,NWP)风能数据,其数据特征的研究是提高预测精度的前提条件,通过定量分析得NWP风能信息、测风塔实测风速信息的关联程度,再通过长短期记忆网络(long-short term memory,LSTM)对NWP风速进行修正。其次,提出一种基于原子稀疏分解(Atomic Sparse Decomposition,ASD)和混沌理论的风电功率超短期多步预测模型。首先利用ASD良好的序列趋势跟踪特性,将风电功率时间序列分解成多个原子趋势分量和一个残差随机分量;然后分别利用自适应预测法和混沌理论对两分量进行超短期预测;最后将两分量的预测结果叠加,得到最终的风电功率预测结果。再次,通过考虑未来的风速信息来提高功率突变时的预测精...

【文章页数】:59 页

【学位级别】:硕士

图1-2?2013年-2018年我国弃风电量和弃风率的统计情况??(1)有利于电网调度和电力系统的稳定运行??

图1-2?2013年-2018年我国弃风电量和弃风率的统计情况??(1)有利于电网调度和电力系统的稳定运行??


图2-1?NWP风速与测风塔100m风速误差分析??过2-1BNWP比,2-1Ax上

图2-1?NWP风速与测风塔100m风速误差分析??过2-1BNWP比,2-1Ax上


图2-2?LSTM的基本结构??模型在实际使用中,由于各数据的物理量纲不一致,直接输入模型会造成极大误差,??

图2-2?LSTM的基本结构??模型在实际使用中,由于各数据的物理量纲不一致,直接输入模型会造成极大误差,??


图2-3网络结构示意图??本算例以90天为训练样本,对2018年5月3日-5月5日风电场测风塔风速进行修正,??

图2-3网络结构示意图??本算例以90天为训练样本,对2018年5月3日-5月5日风电场测风塔风速进行修正,??



本文编号:3883075

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3883075.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户a0855***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com