版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、風力發(fā)電受到其間歇性、波動性及不確定性等因素的制約,使得風電接入對電網(wǎng)的安全和穩(wěn)定運行帶來嚴峻挑戰(zhàn)。超短期風電功率預(yù)測,主要應(yīng)用于短期內(nèi)發(fā)電機組運行調(diào)整控制,緩解風電對電網(wǎng)帶來的不利影響,有效提高風電并網(wǎng)容量。而風速與風電功率關(guān)系密切,精準的風速預(yù)測是功率預(yù)測的基礎(chǔ)和前提,這使得風電場風速的超短期預(yù)測研究意義重大。
本文基于寧夏某風電場測風塔歷史風速數(shù)據(jù),通過對NDN神經(jīng)網(wǎng)絡(luò)模型進行優(yōu)化,開展了風電場超短期風速預(yù)測的方法研究。
2、
1)建立了一種風速輸入矩陣(Wind Input Matrix,WIM),使得相鄰時間點風速具有較強的時間相關(guān)性,矩陣相鄰維數(shù)上具有較強的空間相關(guān)性。這一點通過與傳統(tǒng)形式的風速輸入矩陣在(Back Propagation,BP)神經(jīng)網(wǎng)絡(luò)模型下的超短期風速預(yù)測對比進行說明。引入了正態(tài)分布的隨機噪聲對BP神經(jīng)網(wǎng)絡(luò)模型進行了改進,構(gòu)建了正態(tài)分布噪聲(Normal Distribution Noise,NDN)神經(jīng)網(wǎng)絡(luò),基于WIM開
3、展了BP、NDN兩種神經(jīng)網(wǎng)絡(luò)模型下的超短期風速預(yù)測。研究發(fā)現(xiàn)NDN神經(jīng)網(wǎng)絡(luò)模型的風速預(yù)測精度較BP模型有所提高,但均存在預(yù)測時間上的延遲。
2)分別引入粒子群(Particle Swarm Optimization,PSO)算法、螢火蟲算法(Firefly Algorithm,F(xiàn)A)對NDN神經(jīng)網(wǎng)絡(luò)權(quán)值、閾值進行優(yōu)化。仿真實驗結(jié)果顯示,PSO-NDN預(yù)測效果較NDN模型有所改善,但預(yù)測曲線與實測曲線相比依然存在延遲現(xiàn)象。而混合
4、優(yōu)化FA-NDN神經(jīng)網(wǎng)絡(luò)模型預(yù)測精度表現(xiàn)不佳,實驗結(jié)果表明,其預(yù)測精度甚至不如NDN模型的預(yù)測精度,僅比傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測精度略高。
3)進而引入小波分解(Wavelet Decomposition,WD)技術(shù),并結(jié)合PSO-NDN、FA-NDN兩種混合優(yōu)化模型形成了組合優(yōu)化模型WD-PSO-NDN、WD-FA-NDN,進行風速的超短期預(yù)測,均得到了比較滿意的結(jié)果。其中WD-FA-NDN的預(yù)測曲線與實測曲線吻合更好,在
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于神經(jīng)網(wǎng)絡(luò)的風電場短期風速預(yù)測研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的風電場風速預(yù)測方法研究.pdf
- 基于循環(huán)神經(jīng)網(wǎng)絡(luò)的風電場功率超短期和短期預(yù)測.pdf
- 基于神經(jīng)網(wǎng)絡(luò)組合預(yù)測的風電場風速及發(fā)電功率短期預(yù)測.pdf
- 風電場風速短期預(yù)測方法研究.pdf
- 風電場短期風速預(yù)測技術(shù)方法研究.pdf
- 風電場超短期功率預(yù)測方法的研究.pdf
- 超短期風電場功率預(yù)測方法研究.pdf
- 風電場風速短期多步預(yù)測方法的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的風電場風速及輸出功率預(yù)測研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的風電場短期風電功率預(yù)測研究.pdf
- 基于數(shù)據(jù)的風電場短期風速預(yù)測.pdf
- 基于IPSO-GA神經(jīng)網(wǎng)絡(luò)的風電場功率短期預(yù)測方法研究.pdf
- 風電場超短期功率組合預(yù)測方法研究.pdf
- RBF神經(jīng)網(wǎng)絡(luò)在風電場風速預(yù)測中的應(yīng)用.pdf
- 基于小波ARIMA模型的風電場風速短期預(yù)測方法研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的風電場功率短期預(yù)測應(yīng)用研究.pdf
- 基于主成分——神經(jīng)網(wǎng)絡(luò)的風電場輸出功率短期預(yù)測研究.pdf
- 風電場風速及風電功率短期預(yù)測方法的研究.pdf
- 基于混沌時間序列的風電場短期風速預(yù)測研究.pdf
評論
0/150
提交評論