计及风电并网的短期负荷EEMD与神经网络预测方法

【摘要】：随着风电并网容量的逐年增加,其显现出来的一些弊端也愈发突出。风电是一种间歇性能源,风电自身所具有的随机波动性和间歇性等特性使得其在接入电网时,会对电力系统的电压、频率等产生极大的干扰。这些将有可能对电网系统的电能质量及电网系统的稳定运行造成严重的影响,甚至会对常规发电造成威胁进而导致电网崩溃。此外电力负荷的波动性和风电功率的波动性相互叠加后,将会极大地增加常规机组负荷的波动性,这将对电网的运行和安全产生很大冲击,增加了电力调度部门的工作难度。因此在含有风电场的地区建立一个考虑风电并网的短期负荷预测模型对电网的安全稳定运行具有重要的现实意义。 本文主要研究了基于多尺度分解方法的短期负荷预测和风电场输出功率预测等相关内容,提出了一种基于总体平均经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)和神经网络算法的考虑风电并网的短期负荷预测模型,主要完成了以下工作： 通过对小波分析、奇异谱分析和总体平均经验模态分解这三种多尺度分解方法在分解短期负荷数据和风电功率数据的结果进行对比,验证了EEMD分解方法在时间序列分解的应用中能够很好的展示复杂时间序列的细节信息,表现强于小波和奇异谱。将经过EEMD分解得到的高频分量和周期分量子序列通过BP神经网络、RBF神经网络、小波神经网络和Elman神经网络模型进行预测,应用粒子群算法优化由这四种神经网络建立的线性组合模型的各分量权重,其中以线性组合预测产生的结果与真值之间的灰色关联度最大作为粒子群优化的适应度函数,而具有趋势特性的子序列运用RBF神经网络进行预测,最终将所有子序列的预测结果进行叠加。 按照以上提出的这种新型时序预测的建模思想对实际的负荷和风电场输出功率进行预测,通过与其他多种预测方法进行对比,验证了本文提出的组合预测模型的有效性。最后引入等效负荷的概念,将负荷的预测模型与风电输出功率的预测模型有效的结合在一起,提出一种新型的等效负荷的预测模型。通过与其他预测结果对比,验证了本文提出的基于EEMD与神经网络算法的考虑风电并网的短期负荷预测模型具有更高的预测精度,且随着风电并网容量的逐渐增大,优势越加明显。 【关键词】：负荷预测 风电输出功率预测 等效负荷 总体平均经验模态分解 人工神经网络 优化组合
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TM715
【目录】：

• 摘要6-7
• Abstract7-12
• 第1章 绪论12-19
• 1.1 课题的背景及意义12-14
• 1.1.1 国内外风电的发展概况12
• 1.1.2 考虑风电并网的短期负荷预测12-14
• 1.2 国内外研究现状分析14-16
• 1.2.1 负荷预测研究现状14-15
• 1.2.2 风电功率预测研究现状15-16
• 1.3 研究目标和研究内容16-17
• 1.3.1 研究对象与目标16-17
• 1.3.2 主要研究内容17
• 1.4 论文章节安排17-19
• 第2章 多尺度分解方法的基本原理19-26
• 2.1 小波分析19-21
• 2.1.1 小波理论基础19-20
• 2.1.2 小波分解与重构——Mallat理论20-21
• 2.2 奇异谱分析21-22
• 2.3 总体平均经验模态分解22-25
• 2.3.1 希尔伯特黄变换22-24
• 2.3.2 总体平均经验模态分解24-25
• 2.4 本章小结25-26
• 第3章 多尺度分解方法在时间序列中的应用26-38
• 3.1 时间序列的特性分析26-27
• 3.1.1 短期负荷数据的特性分析26-27
• 3.1.2 风电功率数据的特性分析27
• 3.2 原始样本数据的预处理27-28
• 3.3 小波分析方法在时间序列中的应用28-31
• 3.3.1 负荷数据的小波分析29-30
• 3.3.2 风电功率数据的小波分析30-31
• 3.4 奇异谱分析方法在时间序列中的应用31-33
• 3.4.1 负荷数据的奇异谱分析31-32
• 3.4.2 风电功率数据的奇异谱分析32-33
• 3.5 总体平均经验模态分解方法在时间序列中的应用33-36
• 3.5.1 负荷数据的总体平均经验模态分解33-35
• 3.5.2 风电功率数据的总体平均经验模态分解35-36
• 3.6 对比分析36-37
• 3.7 本章小结37-38
• 第4章 基于EEMD和神经网络的新型时间序列预测模型38-46
• 4.1 引言38
• 4.2 神经网络预测模型概述38-40
• 4.2.1 BP神经网络38-39
• 4.2.2 RBF神经网络39
• 4.2.3 小波神经网络39-40
• 4.2.4 Elman神经网络40
• 4.3 基于粒子群优化算法和灰色关联度的新型优化组合预测方法40-42
• 4.3.1 粒子群优化算法40
• 4.3.2 灰色关联度40-41
• 4.3.3 基于粒子群优化算法和灰色关联度的新型优化组合预测41-42
• 4.4 新型时间序列预测模型的建模思想42-45
• 4.4.1 数据预处理42-43
• 4.4.2 样本的选择及归一化处理43
• 4.4.3 各分量的预测方法43-45
• 4.4.4 预测误差评价45
• 4.5 本章小结45-46
• 第5章 计及风电并网的短期负荷预测46-65
• 5.1 引言46
• 5.2 短期负荷的预测结果及分析46-53
• 5.3 风电功率的预测结果及分析53-60
• 5.4 等效负荷预测模型及预测结果分析60-64
• 5.4.1 等效负荷的概念60
• 5.4.2 等效负荷预测模型60-62
• 5.4.3 等效负荷的预测结果及分析62-64
• 5.5 本章小结64-65
• 结论与展望65-67
• 致谢67-68
• 参考文献68-74
• 攻读硕士学位期间发表的学术论文74

您可以在本站搜索以下学术论文文献来了解更多相关内容

基于EEMD与动态神经网络的短期负荷预测    刘岱;庞松岭;骆伟;

并网型风力发电机组的控制技术综述    耿华;杨耕;马小亮;

基于EEMD与时间序列法的短期风电场功率预测    常鹏;高亚静;张琳;李均强;

电力系统负荷预测研究综述与发展方向的探讨    康重庆,夏清,张伯明

基于非参数回归模型的短期风电功率预测    王彩霞;鲁宗相;乔颖;闵勇;周双喜;

基于脊波神经网络的短期风电功率预测    茆美琴;周松林;苏建徽;

基于小波—BP神经网络的短期风电功率预测方法    师洪涛;杨静玲;丁茂生;王金梅;

基于序贯蒙特卡洛方法的风电并网系统调峰裕度评估    张宏宇;印永华;申洪;梁双;王皓怀;

基于气象负荷因子的Elman神经网络短期负荷预测    朱晟,蒋传文,侯志俭

小波神经网络预测电价的新改进    涂启玉;张茂林;

相空间重构与支持向量机结合的短期负荷预测研究    郑永康

考虑风电并网的短期负荷预测方法研究    李宇佳

RBF型神经网络预测控制在卫星姿态仿真系统中的应用技术研究与试验    李彦琴

在线超短期负荷预测的分析与应用    杜俊红

希尔伯特—黄变换及其应用研究    黄诚惕

考虑风电并网的超短期负荷预测    曹磊

基于经验模式分解和神经网络的短期电力负荷预测方法研究    郑艳秋

基于HHT的电力系统短期负荷预测模型    白玮莉

基于混沌和小波神经网络的短期电力负荷预测方法研究    刘奎

基于小波变换的短期风速预测综合模型的研究    陈德生

短期负荷预测的自适应加权支持向量机新方法    陈晶;杨春玲;郑安豫;

智能组合预测法在短期电力负荷预测中的应用研究    魏安静;田丽;

基于Elman网络的地面太阳总辐射估算方法    黄岩;毕坤;

Study on Denoising based on the Wavelet Transform    

电气传动系统技术的回顾与展望    杨耕;冬雷;邹俊忠;陈伯时;

基于等维递补的多变量灰色组合预测模型    权双燕;

小波变换在靶场动态测试中的应用    王晓曼;钟钢;景文博;黄博;韩冬松;

基于小波包负荷特征提取和径向基网络的短期负荷预测新方法    姜竹楠;刘峰;于文波;

基于最大信息压缩指标与层次分析法的电力负荷组合预测模型    李春生;陈光辉;

基于LiDAR数据的图像边缘检测    王冬梅;王玉柱;陈性义;潘洁晨;

小波去噪方法分析与研究    许文博;

基于枪弹头痕迹自动比对方法的研究    吴海江;李一民;吴伟;胡逢法;

结合粗糙集的事例推理在负荷预测中的应用    屈利;苑津莎;张卫华;李丽;

电网短期负荷预测方法综述    胡松峰;彭显刚;

变速恒频双馈风电系统的建模及运行特性分析    潘庭龙;纪志成;

控制系统中去除噪声的小波变换法    代月明;朱习军;王致杰;

基于人工神经网络的电力系统负荷预测综述    黄姝雅;刘天琪;陈绩;

一种复合的支持向量机模型在电力系统短期负荷中的应用    王永春;

一种基于经验模态分解与支持向量机的电力系统短期负荷预测新方法    辛鹏;辛雷;蔡国伟;李晓琦;

基于非高斯分布GARCH模型的负荷预测    陈昊;张钊;陈强;李翔;

脉压雷达信号的识别与参数估计算法研究    蔡智富

船用增压锅炉汽包水位预测控制方法研究    冷欣

电力短期负荷时间序列混沌特性分析及预测研究    谢忠玉

分布式电源的概率建模及其对电力系统的影响    王敏

电力谐波和间谐波参数估计算法研究    陈国志

非并网风电直供系统方案设计及控制策略研究    刘慧芳

基于知识挖掘技术的智能协同电力负荷预测研究    王建军

能效电厂理论与综合资源战略规划模型研究    周景宏

不常用备件需求预测模型与方法研究    张瑞

中国地面太阳辐射长期变化特征及短期预报方法研究    马金玉

半参数回归模型在中长期负荷预测中的应用    张永锋

基于CSTR温度系统的模糊神经网络预测控制研究    李长鹏

基于混沌理论的电力谐波检测研究    李娅

全电力推进船舶短期电力负荷预测研究    王嘉钰

大规模风电并网条件下提高电力系统调峰能力的研究    孙亮

中长期电力负荷FRARMA预测模型研究    杨子国

中长期负荷预测算法研究及系统实现    毕志鹏

基于灰色理论的电力负荷预测模型研究及系统实现    唐燕影

基于EMD和高斯过程回归组合模型的短期电力负荷预测方法研究    杨晓晶

基于小波变换和EMD去噪的含噪混叠语音盲分离    王沛

RBF网络基函数中心选取算法的研究    朱明星,张德龙

灰色优选组合预测模型及其应用    赵海青,牛东晓

基于Elman神经网络的电机故障诊断    张瑞祥;赵军红;胡永胜;

三次样条插值函数的构造与Matlab实现    许小勇;钟太勇;

并网型大型风电场风力发电功率-时间序列的混沌属性分析    王丽婕;廖晓钟;高爽;冬雷;

改进的神经网络最近邻聚类学习算法及其应用    孙延风,梁艳春,孟庆福

我国货币供应时序结构的奇异谱分析    徐海云;陈黎明;向书坚;

基于因素影响的电力消费预测研究    董景荣

灰色模型在普通日短期电力负荷预测中的应用    李鹰,赵振江,吴松涛

基于混沌时间序列和神经网络的电力短期负荷预测    李如琦;孙艳;孙志媛;

局域波时频分析方法的理论研究与应用    盖强

多分辨希尔伯特—黄（Hilbert-Huang）变换方法的研究    谭善文

希尔伯特—黄变换局瞬信号分析理论的研究    钟佑明

数据挖掘和人工智能理论在短期电力负荷预测中的应用研究    冯丽

基于电力负荷时间序列混沌特性的短期负荷预测方法研究    雷绍兰

预测控制的线性方法、非线性方法和神经网络方法    徐湘元

小波支持向量回归模型及其应用研究    胡丹

短期电力负荷预测关键问题与方法的研究    卢芸

基于软计算方法的电力系统负荷预测    吴宏晓

风电场功率短期预测方法研究    韩爽

基于改进粒子群—小波神经网络的预测模型及其应用研究    陈彩霞

基于混合算法—径向基神经网络的短期负荷预测    王小波

粒子群算法优化小波神经网络控制器    费磊

电力系统母线负荷预测研究    辛丽虹

脉内调制信号的分析与自动识别    刘东霞

EMD方法的研究与应用    刘慧婷

灰色神经网络模型的建立及其在复杂非线性预测问题中的应用    王汉林

电力系统母线负荷预测研究    苟旭丹

小波变换在输电线路故障检测与测距中的应用研究    刘锋

10kV铁路自闭贯通线路故障测距方法研究    蔡玉梅

基于模糊理论及神经网络的电力短期负荷预测方法    金席卷,李欣然,唐福顺

基于BP神经网络城市燃气短期负荷预测    焦文玲;朱宝成;冯玉刚;

基于小波-神经网络的电力系统短期负荷预测    向峥嵘;王学平;

一种基于神经网络理论的电力系统短期负荷预测方法    杨建华,韦柳涛

县级电网短期负荷预测方案研究    郑瑞峰;

基于事例推理的燃气负荷预测    孙华锋;胡安鑫;

变结构组合预测方法在短期电力负荷预测中的应用    夏新运;田丽;李玲纯;

电力系统短期负荷预测的神经网络方法    韦柳涛;虞锦江;张平;梁年生;杨建华;

电力短期负荷的混沌局域关联性预测    雷绍兰,孙才新,周湶,刘凡,张晓星

基于PSO的RBF神经网络短期电力负荷预测    田丽;黄世伟;李泽应;王军;

贵州输配电网短期负荷可行性预测    刘彬;王红蕾;

基于RBF神经网络采用混合粒子群优化的电力负荷短期预测    刘伟;王科俊;姚杰;

在线短期负荷预测方法的研究与应用    朱桂华;赖晓平;云昌钦;

基于动态神经网络的电力系统短期负荷在线预测研究    刘耀年;赵明宇;王震宇;

基于人工神经网络的电力系统负荷预测综述    黄姝雅;刘天琪;陈绩;

基于GRNN的电力系统短期负荷预测    银涛;俞集辉;

小波变换在电力系统应用中的发展前景研究    陈海宴;崔东艳;聂辉哲;

对电网“冲击负荷”进行预测的方法    朱超英;刘晓峰;

基于遗传算法的多目标进化算法综述    李莉;潘丰;

浅谈电力负荷预测    李忻贤;

气象要素在电力负荷预测中的应用    章家银 张克杰

重视清洁能源上网 呵护一方碧水蓝天    郭洪敏

创新 成就安全高效的淄博电网    记者 陆畅 通讯员 孙瑞红 远德亮

正定县供电局引导企业错峰用电    尹永辉

朝阳电力事业欣欣向荣    李雅姝 本报记者 杜才

南网优化调度强化风险管理    肖前

优化电网运行 推广清洁能源    赵维光

赤峰供电公司全力开拓电力市场    谢宏伟 特约记者 岳文华

四川电网发用电量刷新纪录    记者 向莉莉

电力短期负荷时间序列混沌特性分析及预测研究    谢忠玉

电力系统短期负荷智能化预测方法    张昀

电力系统超短期负荷与运行态势预估的理论与方法研究    韩力

电力系统负荷区间预测    方仍存

差分进化算法及其在电力系统随机最优潮流中的应用研究    颜宏文

基于贝叶斯理论MCMC优化参数的负荷预测模型    史会峰

基于负荷特性分析的短期负荷预测模型研究    高杨鹤

新疆某地区电网短期负荷智能预测技术研究    徐祥辉

基于数据挖掘的短期负荷预测研究    孙英云

电力系统短期负荷智能预测系统的研究及实现    杨明

基于模糊神经网络的短期负荷预测系统的研究及实现    赵敏

电力系统短期负荷预测模型研究    陈曦

电力系统短期负荷预测研究    张晓

考虑气象条件下的电力系统短期负荷预测研究    吴小明

基于神经网络的短期负荷预测研究    潘鑫

基于模糊集理论的电力系统短期负荷预测研究    王诚勃