風電場短期功率預測方法的研究.pdf

1、隨著風力發(fā)電的迅速發(fā)展，裝機容量日漸增加。由于風能是一種不穩(wěn)定的新能源，具有較強的間歇性，大規(guī)模風電場并網發(fā)電將給電力系統(tǒng)帶來嚴重的影響，主要表現在發(fā)電與調度計劃、系統(tǒng)穩(wěn)定性、電能質量等多個方面。為了降低風電接入后對電力系統(tǒng)的影響，迫切需要對風電功率進行合理的預測。
　　 本文簡要介紹了國內外風電功率預測的研究現狀、風電功率預測的應用系統(tǒng)，對用于風電功率預測的時間序列法和RBF神經網絡法的基本原理和實現步驟進行概述。提出了基于支

2、持向量機(SVM)方法建模的風電功率預測，針對傳統(tǒng)SVM模型在風電功率預測中存在的參數難選取的問題，本文提出一種新的預測模型:使用改進的粒子群(MPSO)優(yōu)化算法尋求SVM中的最優(yōu)參數。針對風速的不平穩(wěn)性，提出用小波變換(WT)先對風速進行分解和重構，再利用MPSO-SVM預測模型進行預測。最后結合江西省某風電場的歷史風速數據和風電功率數據，建立了基于WT+MPSO+SVM預測模型，預測未來4小時的風速和功率。仿真結果表明，WT+MPS