收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于改进鸡群算法的短期风电功率预测

曹庆兰  
【摘要】:随着社会发展能源需求越来越大,化石能源的枯竭不可避免,环境恶化问题也日益突出,急需大力开采低碳、可再生的能源解决能源问题。风能作为一种低碳的可再生能源,近年来得到了广大关注和发展。但是风电的大规模并网,会给电网的平稳安全运行带来较大的影响,因此有必要对风电功率进行预测。短期风电功率预测也可以给电网调度和控制提供依据,有效减小风功率对电网的影响,增加电网的安全性、稳性定和可靠性,所以对风电短期功率预测的研究是必要的。本文首先概述了风速与风电功率预测的关系,以及风电功率预测的不同分类方法。接着对某风电场的原始数据进行分析处理,利用小波神经网络、Elman神经网络、支持向量机三种常用单一算法进行风电场短期功率预测模型和仿真,对比分析不同算法之间的优缺点以及预测结果进行误差分析,实验结果表明,三种单一模型中WNN网络模型的预测效果相对较好,为了进一步提高风电功率预测的效果,然后利用鸡群算法(CSO)以及ICSO算法对WNN网络进行优化,建立CSO-WNN和ICSO-WNN功率预测模型,并进行仿真分析,通过对比预测结果和误差,证明鸡群算法鸡群优化算法(CSO)具有较好的全局收敛性和计算鲁棒性,能够更快的找到全局最优解的优点,有效的提高了预测精度,而且ICSO-WNN组合预测模型的预测精度比CSO-WNN模型的高。最后提出了一种基于深度学习的组合预测方法。该方法是以深度置信网络为基础,通过改进鸡群算法对深度置信网络进行优化,在通过Kalman网络对参数进行反向微调,建立基于ICSO-DBN-Kalman的组合预测模型,通过训练结果和误差分析表明该组合预测模型可以提高风电功率预测精度,具有一定适用性。


知网文化
【相似文献】
中国期刊全文数据库 前16条
1 陈国初;公维祥;冯兆红;;熵判别人工蜂群算法优化的风电功率组合预测模型[J];电力系统及其自动化学报;2017年07期
2 俞俊;王召;籍天明;裘炜浩;裴旭斌;胡楠;;基于思维进化算法的风电功率预测研究[J];计算技术与自动化;2017年02期
3 张雪洋;齐鸣;;飞轮储能在风电功率预测系统中的应用探究[J];河北工业大学学报;2015年02期
4 丘刚;李国庆;张德亮;肖桂莲;刘大贵;薛艳军;;基于约翰森协整及格兰杰因果检验的风电功率关键要素辨识与预测方法[J];供用电;2019年12期
5 王丽婕;厉虹;方市彬;;基于人工鱼群优化算法的支持向量机短期风电功率预测模型[J];电气工程学报;2016年10期
6 杨茂;刘红柳;;超短期风电功率爬坡事件对风电功率实时预测误差的影响研究[J];太阳能学报;2017年03期
7 杨茂;杨春霖;杨琼琼;苏欣;;计及风向信息的风电功率异常数据识别研究[J];太阳能学报;2019年11期
8 黎远思;;短期风电功率预测误差综合评价方法研究[J];企业技术开发;2016年24期
9 张敏;;智能电网风电功率预测分析[J];数字技术与应用;2012年09期
10 杜凯育;秦刚;陈忠孝;白泓;;直流配电网短期风电功率预测研究[J];国外电子测量技术;2019年11期
11 范强;文贤馗;林呈辉;张建侠;陈和龙;;风电功率预测方法研究[J];贵州电力技术;2016年10期
12 杨茂;都键;李大勇;孙涌;贾云彭;;基于集对分析聚类法的超短期风电功率区间预测[J];可再生能源;2017年09期
13 陆欣;沈艳霞;陈杰;纪志成;;考虑风力发电随机性的超短期风电功率区间预测研究[J];太阳能学报;2017年05期
14 符金伟;马进;周榆晓;张恺;;风电功率预测研究方法综述[J];华东电力;2012年05期
15 杨茂;代博祉;刘蕾;;风电功率概率预测研究综述[J];东北电力大学学报;2020年02期
16 魏广生;电功率教学探讨[J];中学物理教学参考;1997年07期
中国重要会议论文全文数据库 前20条
1 唐烨;;基于云平台的远程集中式风电功率预测系统[A];2013电力行业信息化年会论文集[C];2013年
2 王澄海;;我国风电功率预测的一些问题[A];第27届中国气象学会年会气候资源应用研究分会场论文集[C];2010年
3 戴义平;夏俊荣;赵攀;;风电功率预测技术及发展现状[A];中国动力工程学会透平专业委员会2011年学术研讨会论文集[C];2011年
4 李德峰;陈红彪;李俊华;陈郁林;;基于相似集合的风电功率多步预测方法[A];第37届中国控制会议论文集(E)[C];2018年
5 严干贵;冯凯翔;刘嘉;李军徽;王月;;基于风电功率预测误差区间的储能系统控制策略研究[A];第一届全国储能科学与技术大会摘要集[C];2014年
6 李炎;高山;;风电功率短期预测技术综述[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(下册)[C];2008年
7 朱海婷;杨宁;王博;;一种新型人工智能算法对风电功率预测的优化[A];智能化电站技术发展研讨暨电站自动化2013年会论文集[C];2013年
8 ;国外风电功率预测发展现状[A];中国农机工业协会风能设备分会《风能产业》(2014年第1期)[C];2014年
9 宁春霞;杜大军;;基于KELM的风电功率预测误差估计研究[A];第17届中国系统仿真技术及其应用学术年会论文集(17th CCSSTA 2016)[C];2016年
10 张彦;;《测量小灯泡的电功率》教学案例[A];河北省教师教育学会2012年中小学教师优秀案例作品展论文集[C];2012年
11 张宏图;李晓奇;;基于AIMA的改进神经网络模型在风电功率短期预测中的应用[A];第十一届中国不确定系统年会、第十五届中国青年信息与管理学者大会论文集[C];2013年
12 范新桥;王述仲;范宁宁;张文朝;;LMD和GEP在短期风电功率预测中的应用[A];2013年中国电机工程学会年会论文集[C];2013年
13 王世谦;苏娟;杜松怀;;基于小波变换和神经网络的短期风电功率预测方法[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
14 侯力枫;庞博;宋新利;徐硕;鲁杰;;CCHP系统可调度最小电功率优化研究[A];2018智能电网新技术发展与应用研讨会论文集[C];2018年
15 祁文静;周瑞;王静;郭淮莲;樊碧发;李小俚;万有;;带状疱疹后遗神经痛患者脑电功率与频率分析[A];中华医学会第十八次全国神经病学学术会议论文汇编(下)[C];2015年
16 李炎;高山;;小波奇异性检测原理在风电功率预测中的应用[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(下册)[C];2008年
17 彭晖;黄金花;黄学良;;基于人工神经网络的短期风速预测[A];2009年风电场接入电网技术专题研讨会论文集[C];2009年
18 孟庆良;冯德;;三相系统非同相间电功率可控在线交换原理(纵横变电模式探索)[A];科技创新与经济结构调整——第七届内蒙古自治区自然科学学术年会优秀论文集[C];2012年
19 ;能源局下发特急文件最大限度保障风电全额消纳[A];《电站信息》2012年第4期[C];2012年
20 张旭;马一凡;韩永辉;张晴晴;;基于功率谱密度的风电功率特性分析[A];智能化电站技术发展研讨暨电站自动化2013年会论文集[C];2013年
中国博士学位论文全文数据库 前20条
1 章国勇;风电功率预测区间评估及其并网发电调度研究[D];华中科技大学;2015年
2 阎洁;风电功率预测不确定性及电力系统经济调度[D];华北电力大学(北京);2016年
3 高阳;风电场风电功率预测方法研究[D];沈阳农业大学;2011年
4 孙川永;风电场风电功率短期预报技术研究[D];兰州大学;2009年
5 韩自奋;风电功率预测研究[D];武汉大学;2012年
6 朱乔木;基于深度学习的电力系统暂态稳定评估及风电功率预测方法研究[D];华中科技大学;2019年
7 陈道君;风电功率短期预测与并网低碳调度研究[D];武汉大学;2013年
8 房晟辰;基于高斯过程回归及Trust-Tech的短期风电功率预测方法[D];天津大学;2016年
9 周松林;风电功率预测及微电网概率潮流分析[D];合肥工业大学;2013年
10 赵欣;小世界网络理论及其在风电功率短期预测中的应用研究[D];北京交通大学;2015年
11 梁正堂;基于不确定性特征挖掘的风电系统预测与决策理论研究[D];山东大学;2017年
12 靳双龙;中尺度WRF模式在风电功率预测中的应用研究[D];兰州大学;2013年
13 杨冬锋;适应大规模风电并网的电力系统有功调度策略研究[D];哈尔滨工业大学;2016年
14 吴俊利;计及充裕性风险的含大规模风电电力系统经济调度问题研究[D];华中科技大学;2015年
15 张浒;时间序列短期预测模型研究与应用[D];华中科技大学;2013年
16 王勇超;应对风电功率不确定性的聚类预测和鲁棒优化调度研究[D];华南理工大学;2017年
17 陈昊;基于波动性模型的风电功率预测研究[D];东南大学;2015年
18 黄代政;风电功率预测与微电网优化问题研究[D];广西大学;2015年
19 杨宏;电网调峰能力对最大风电准入功率的影响研究[D];华北电力大学;2014年
20 黄杰勋;产电微生物菌种的筛选及其在微生物燃料电池中的应用研究[D];中国科学技术大学;2009年
中国硕士学位论文全文数据库 前20条
1 曹庆兰;基于改进鸡群算法的短期风电功率预测[D];湖南工业大学;2020年
2 薛翔;基于混合算法的超短期风电功率预测研究[D];华北电力大学;2013年
3 张臻;风电功率短期预测方法研究[D];华南理工大学;2010年
4 刘波;短期风电功率预测方法研究[D];南京信息工程大学;2015年
5 蒋星;基于趋势点模型的超短期风电功率预测研究[D];广西大学;2015年
6 钱松林;风电功率预测方法研究及其应用[D];湖南大学;2014年
7 公维祥;风电场风电功率短期智能组合预测技术[D];上海电机学院;2015年
8 杨世成;基于人工神经网络的风电功率预测应用研究[D];华北电力大学(北京);2011年
9 王雅晨;基于机器学习的短期风电功率预测研究及系统开发[D];南京信息工程大学;2017年
10 郭晓杰;监督学习方法在短期风电功率预测中的应用研究[D];南京信息工程大学;2016年
11 郑婷婷;基于混沌理论的短期风电功率预测方法研究[D];大连理工大学;2013年
12 吴桂联;短期风电功率预测技术研究[D];天津大学;2012年
13 陈浩;基于监督学习方法的短期风电功率预测研究与应用[D];南京信息工程大学;2017年
14 吴桐;风电功率的特性分析及其时间序列生成方法研究[D];华中科技大学;2013年
15 沈岳峰;风电功率超短期预测研究[D];南京理工大学;2019年
16 叶徐静;风电功率预测方法与微电网系统优化调度研究[D];浙江大学;2013年
17 李大超;基于极限学习机的风电功率预测研究[D];兰州交通大学;2016年
18 顾东红;基于空间相关性的风电功率预测研究[D];沈阳工业大学;2020年
19 徐正华;基于残差修正的风电功率爬坡预测及其控制策略研究[D];上海电机学院;2020年
20 邓曦;规模化风电功率预测及并网容量优化方法研究[D];湖南工业大学;2020年
中国重要报纸全文数据库 前20条
1 通讯员 余行杰;新疆多部门为风电功率预报献计[N];中国气象报;2010年
2 记者 王淼 通讯员 修孟懿;大规模风电功率预测项目通过验收[N];国家电网报;2011年
3 记者 杨夏 通讯员 成驰;湖北将开展风电功率预报[N];中国气象报;2009年
4 记者 倪永强 通讯员 张铁军;甘肃率先发布单点风电功率预报[N];中国气象报;2009年
5 记者 苏伟 实习记者 刘婷;国内首个风电功率预测系统通过验收[N];中国电力报;2009年
6 桑学勇 孟祥星 白雪松;黑龙江加强风电功率预测促进调度优化[N];东北电力报;2011年
7 记者 王素琴;风电功率预报有望业务化专业化[N];中国气象报;2009年
8 CNE记者 颜新华;风电功率“强制预测”时代到来[N];中国电力报;2011年
9 记者 王国英 通讯员 李雪梅;风电功率 短期预报系统建立[N];内蒙古日报(汉);2010年
10 本报记者 陆宇;垄断阻碍风电功率预测技术进步[N];中国能源报;2011年
11 本报记者 霍丽文;国家能源局下发风电功率预报细则[N];中国电力报;2012年
12 中国电科院新能源研究所副所长 刘纯 电力规划设计总院规划研究中心副处长 韩小琪 南方电网科学研究院副研究员 雷金勇;风电功率预测将有效提高风电利用率[N];中国电力报;2012年
13 本报记者 方笑菊;湖北“风电功率预测预报系统”通过验收[N];中国能源报;2011年
14 记者 谢忠军 实习记者 查日;风电功率预测预报系统将推广[N];中国气象报;2011年
15 记者 詹璐;风电功率预报系统开发完成[N];中国气象报;2011年
16 记者 陶涛;宁夏电网风电功率预测系统建设完成[N];宁夏日报;2010年
17 记者 王晨;风电功率预测预报系统通过验收[N];中国气象报;2011年
18 记者 陈丹 通讯员 蒲晓明;我国风电功率预报工作取得新进展[N];中国气象报;2010年
19 河南省博爱县玉祥中学 毋同伟;《测量小灯泡的电功率》实验9会[N];学知报;2011年
20 张学春 解鸿斌;江苏电网风电功率预测系统通过验收[N];国家电网报;2010年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978