收藏本站
《东南大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

风电场短期风速预测若干问题研究

张驰  
【摘要】:随着传统化石能源的不断减少以及生态环境的持续恶化,发展可再生能源已成为应对能源危机,改善环境问题,实现人类社会可持续发展的关键所在。在众多可再生能源中,风能由于其所具有的不可替代的特点与优势,正处于高速发展阶段。开发和利用风资源可以有效改善能源危机、减少环境污染,因而有着极其重要的意义。当前,风能的开发和利用主要是通过大规模风力发电并网。然而,由于风的间歇性、波动性和随机性等特点,风电的出力情况会随着风的变化而变得不稳定,从而给电力系统的安全稳定运行带来严峻的挑战。为了解决这一问题,一个有效的途径是对风电场风速、风功率进行预测。本文根据当前风电场短期风速预测领域的研究现状,结合江苏、宁夏以及云南三个地区的风电场实际风速数据,针对点预测误差减小和预测结果不确定性量化问题进行研究,提出了多种方法用于提高点预测精度,量化预测结果的不确定性。具体来说,本文的研究工作主要包括:(1)基于风电场短期风速预测领域的主流预测模型,即时间序列模型、神经网络模型以及支持向量机模型对三个风电场实际风速数据进行建模预测研究。比较分析了各单一模型的一步提前点预测效果以及基于直接预测和迭代预测的多步提前点预测效果。实验结果表明了单一预测模型的局限性以及研究组合预测模型的必要性。(2)提出了一种基于集成学习的加权组合预测方法用于降低模型选择风险,提高点预测精度。所提出的方法组合了时间序列模型、神经网络模型以及支持向量机模型。这些模型的权重采用一种新的方法进行设置,该方法既考虑了各模型的历史预测精度又考虑了组合以后整体模型的泛化能力。将所提出的方法用于实际风速数据,验证了该方法的有效性。(3)结合信号分解算法和机器学习模型,提出了一种新的分解组合模型用于提高风速点预测精度。所提出的方法首先采用经验模态分解算法对原始风速序列进行分解,然后根据分解得到的子序列构建特征并通过特征选择算法选取最相关的输入用于建模。在实际风速数据上的实验结果表明,相比于单一预测模型,分解组合模型可以显著提高点预测精度。(4)针对预测结果不确定性量化问题,提出了一种基于径向基函数神经网络和非劣排序遗传算法的方法用于直接构建风速预测区间。采用多目标优化框架处理区间构建问题,即训练径向基函数神经网络使其产生的预测区间既要最大化覆盖率又要最小化区间宽度。为了降低参数空间的维度以及简化搜索复杂度,提出一个两步法用于训练神经网络。所提出的方法在实际风速集上进行了验证,表明了方法的有效性。(5 )提出了一种基于高斯过程回归的混合模型用于风电场短期风速概率预测。所提出的混合模型使用线性自回归模型提取风速序列的整体结构,并利用非线性高斯过程回归模型进一步对残差进行建模。为了提取数据中的不同特性,考虑了不同类型的协方差函数并进行组合。此外,采用了自动关联决定技术处理不同输入的相对重要性。在实际风速数据上的实验结果表明,所提出的方法既可以产生误差较小的点预测值,又可以产生质量较高的预测区间。
【学位授予单位】:东南大学
【学位级别】:博士
【学位授予年份】:2017
【分类号】:TP18;TM614

【参考文献】
中国期刊全文数据库 前10条
1 鲁宗相;李海波;乔颖;;含高比例可再生能源电力系统灵活性规划及挑战[J];电力系统自动化;2016年13期
2 王彬;孙勇;吴文传;郑太一;张伯明;;应用于高风电渗透率电网的风电调度实时控制方法与实现[J];电力系统自动化;2015年21期
3 柏丹丹;和敬涵;王小君;田文奇;;自适应粒子群支持向量机风速组合预测模型[J];太阳能学报;2015年04期
4 刘兴杰;岑添云;郑文书;米增强;;基于模糊粗糙集与改进聚类的神经网络风速预测[J];中国电机工程学报;2014年19期
5 王东风;王富强;牛成林;;小波分解层数及其组合分量对短期风速多步预测的影响分析[J];电力系统保护与控制;2014年08期
6 刘明凤;修春波;;基于ARMA与神经网络的风速序列混合预测方法[J];中南大学学报(自然科学版);2013年S1期
7 章伟;邓院昌;;基于组合模型的短期风速预测研究[J];电网与清洁能源;2013年07期
8 郑婷婷;王海霞;李卫东;;风电预测技术及其性能评价综述[J];南方电网技术;2013年02期
9 章伟;邓院昌;;基于灰色-马尔可夫链的短期风速及风电功率预测[J];中国电力;2013年02期
10 孙斌;姚海涛;刘婷;;基于高斯过程回归的短期风速预测[J];中国电机工程学报;2012年29期
中国博士学位论文全文数据库 前1条
1 王富强;风电场短期风速预测及模拟的理论与方法研究[D];华北电力大学;2013年
【共引文献】
中国期刊全文数据库 前10条
1 杨云;秦一梅;;基于模糊聚类分析和神经网络的显微硬度预测[J];功能材料;2017年12期
2 龙镇洪;曾盛绰;肖泽青;罗建伟;;高斯过程的车床刀具磨损预测研究[J];机械设计与制造;2017年12期
3 丛翔宇;王现勋;梅亚东;董前进;;基于自适应分形分析方法的风速时间序列标度研究[J];水电与新能源;2017年11期
4 寿春晖;于蕾;赵力航;陈新琪;秦刚华;;光伏发电技术及其关键原料发展风险研究[J];应用能源技术;2017年11期
5 关添升;王琦;秦本双;;基于k-means聚类的SVR短期风速预测[J];可再生能源;2017年11期
6 孙东磊;李山;李雪亮;韩学山;李文博;杨思;;适应源荷不确定性的参考电网区间优化方法[J];山东大学学报(工学版);2017年06期
7 叶小岭;顾荣;邓华;陈浩;杨星;;基于WRF模式和PSO-LSSVM的风电场短期风速订正[J];电力系统保护与控制;2017年22期
8 王耀华;焦冰琦;张富强;冯君淑;伍声宇;;计及高比例可再生能源运行特性的中长期电力发展分析[J];电力系统自动化;2017年21期
9 李海波;鲁宗相;乔颖;;源荷储一体化的广义灵活电源双层统筹规划[J];电力系统自动化;2017年21期
10 范庆伟;常东锋;柴琦;黄嘉驷;雒青;谢天;;凝结水变负荷技术对低温省煤器系统影响特性试验与模拟研究[J];热力发电;2017年11期
中国博士学位论文全文数据库 前1条
1 张驰;风电场短期风速预测若干问题研究[D];东南大学;2017年
【二级参考文献】
中国期刊全文数据库 前10条
1 李海波;鲁宗相;乔颖;曾平良;;大规模风电并网的电力系统运行灵活性评估[J];电网技术;2015年06期
2 丁立;乔颖;鲁宗相;闵勇;白恺;;高比例风电对电力系统调频指标影响的定量分析[J];电力系统自动化;2014年14期
3 肖定垚;王承民;曾平良;孙伟卿;段建民;;电力系统灵活性及其评价综述[J];电网技术;2014年06期
4 郑太一;范国英;孙勇;王彬;杨国新;张继国;;大规模风电接入电网多目标电源的协调控制[J];电网技术;2013年11期
5 胡泽春;韩子娇;张放;谢旭;;评估电网接纳风电调峰能力的优化方法(英文)[J];电力系统自动化;2013年19期
6 汤奕;王琦;陈宁;朱凌志;;考虑预测误差分布特性的风电场集群调度方法[J];中国电机工程学报;2013年25期
7 李群;张刘冬;殷明慧;张小莲;邹云;;基于模糊决策方法的含风电场电力系统机组组合[J];电网技术;2013年09期
8 曲直;李海峰;柳进;罗建裕;于继来;;面向波动平滑、负荷跟踪和功率平衡的风电功率优化调控策略[J];中国电机工程学报;2013年16期
9 穆钢;崔杨;刘嘉;严干贵;郑太一;徐广鑫;;有待用风电机组且传输受限电网的源网协调调度方法(英文)[J];电力系统自动化;2013年06期
10 陈建华;吴文传;张伯明;姜旭;;风电受限态下的大电网有功实时控制模型与策略[J];中国电机工程学报;2012年28期
中国博士学位论文全文数据库 前3条
1 刘兴杰;风电输出功率预测方法与系统[D];华北电力大学;2011年
2 纪国瑞;风电场风速软测量与预测及短期风速数值模拟方法研究[D];华北电力大学(北京);2009年
3 李天舒;混沌时间序列分析方法研究及其应用[D];哈尔滨工程大学;2006年
【相似文献】
中国期刊全文数据库 前10条
1 郭顺生;王磊;黄琨;;基于时间序列模型预测汽车销量研究[J];机械工程师;2013年05期
2 杨忠;;负荷(曲线)预测的一种时间序列模型[J];黑龙江电力技术;1982年04期
3 罗杰D·汉森;兰杰桑·纳拉园安;冯文华;;城市需水量日变化时间序列模型[J];海河水利;1983年S1期
4 徐南荣;焦小澄;;平稳时间序列模型的结构判定[J];南京工学院学报;1984年01期
5 强锡富,周卫东;表面粗糙度的时间序列模型[J];仪器仪表学报;1990年02期
6 涂雄苓;;发电量的时间序列模型构建及实证分析[J];经济研究导刊;2011年21期
7 邱望仁;刘晓东;贺建军;;广义模糊时间序列模型模糊区间划分研究[J];大连理工大学学报;2013年03期
8 王百益;;时间序列模型在汽车随机振动分析中的应用研究[J];武汉工学院学报;1988年04期
9 张娟;王慧锋;;股票时间序列模型的关联规则挖掘[J];天津理工大学学报;2006年02期
10 王剑英;马戈;许洪范;;基于修正的时间序列模型对冲击负荷的预测[J];数学的实践与认识;2009年18期
中国重要会议论文全文数据库 前3条
1 汪宏晶;林曦晨;汤洪秀;尹平;;多元时间序列模型及其应用[A];2011年中国卫生统计学年会会议论文集[C];2011年
2 史青;练晓华;;时间序列模型在地铁结构变形预测中的应用[A];第十五届华东六省一市测绘学会学术交流会论文集(江苏上海论文分册)[C];2012年
3 黄荣坦;;厦门港集装箱吞吐量的时间序列模型[A];2002年中国管理科学学术会议论文集[C];2002年
中国博士学位论文全文数据库 前10条
1 张驰;风电场短期风速预测若干问题研究[D];东南大学;2017年
2 朱乾龙;适用于机电暂态稳定性分析的风电场等值建模研究[D];合肥工业大学;2017年
3 赵彪;两类时间序列模型的统计推断[D];中国科学技术大学;2015年
4 尚华;两类时间序列模型的异常值检测研究[D];首都经济贸易大学;2016年
5 王立柱;基于计算智能的时间序列模型及预测研究[D];大连理工大学;2015年
6 杨凯;几类门限时间序列模型的推断研究[D];吉林大学;2016年
7 郭丹;高比例风电并网提高消纳能力的研究[D];沈阳农业大学;2017年
8 邱望仁;模糊时间序列模型及其在股指趋势分析中的应用研究[D];大连理工大学;2012年
9 罗梅;多铁材料的动态磁特性调控机制研究[D];电子科技大学;2017年
10 王聚杰;短期风速统计预报方法的开发研究[D];兰州大学;2014年
中国硕士学位论文全文数据库 前10条
1 王欣;风电场送出线路故障暂态分析及保护方案研究[D];天津大学;2016年
2 周伟;螺丝壳风电场电气系统设计与分析[D];华北电力大学(北京);2017年
3 李明浩;风电场接入的高压输电线路保护及重合闸方式研究[D];天津大学;2016年
4 杜彬;高低风速下大规模风电场功率爬坡有限度控制策略研究[D];上海电机学院;2017年
5 叶飞;风电场的动态无功补偿技术研究[D];安徽工业大学;2017年
6 程彧;基于ATP-EMTP的风电场过电压分析与防护研究[D];上海电力学院;2017年
7 肖峰;基于功率预测的含风电场电力系统经济调度[D];上海电机学院;2017年
8 周勃;含双馈型风电场的电力系统无功优化策略研究[D];兰州理工大学;2017年
9 周杰;MgTiO_3和Y_3Al_5O_(12)纳米陶瓷粉体的制备及电场辅助烧结行为的研究[D];长安大学;2017年
10 湛堂啟;电场组合作用下煤体瓦斯吸附与渗透规律研究[D];中国矿业大学;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026