兆瓦级风电机组输出功率预测研究

【摘要】：风能是一种可再生、无污染的新型清洁能源,其储量丰富,且分布广泛。风力发电能够在短时间内实现规模化和商业化,具有巨大的发展潜力。但是由于风电的随机性、间歇性和波动性增加了电网调度的难度,对输出功率及时有效地预测能够减少电力系统的运行成本和旋转备用,从而减轻对电网的影响,提高风电利用率。尤其兆瓦级风力发电系统的输出功率预测研究具有更为重要的现实意义。 本文以1.5MW兆瓦级风力发电系统为研究对象,在对国内外风速和输出功率预测研究的基础上,根据风电场的风速特性、风速和输出功率的关系,可以发现准确预测风电场所在区域的风速是准确预测兆瓦级风电机组输出功率的前提和关键。 为了得到较为精确的风速预测结果,针对风电场风速特性,采用模糊系统和神经网络相结合的模糊神经网络风速预测方法,将风电场历史风速、风向、风电机组的转子转速和桨距角作为输入建立模糊神经网络风速预测模型,进行实例仿真实验；并与BP(Back Propagation)神经网络风速预测得到的结果进行对照比较分析,结果表明采用基于模糊神经网络风速预测的方法具有更好的预测效果,能够为风电机组的输出功率的预测奠定基础。 本文采用基于小波神经网络的时间序列输出功率预测、基于灰色神经网络输出功率预测以及基于最小二乘支持向量机回归的输出功率预测方法,将风电场的温度、气压、空气相对湿度、风向等环境因素和预测得到的风速值作为输入对兆瓦级风电机组的输出功率进行预测,建立预测模型并进行实例仿真。将上述三种方法得到的预测结果选取适当的权重进行加权平均,建立组合预测模型消除单一预测方法可能存在的较大的偏差,以达到提高预测准确性的目的。仿真结果表明组合预测具有更高的精度。 【关键词】：风力发电 输出功率预测 神经网络 最小二乘支持向量机回归 组合预测
【学位授予单位】：兰州交通大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：TM614;TP183
【目录】：

• 摘要4-5
• Abstract5-6
• 目录6-8
• 1 绪论8-13
• 1.1 论文的选题背景和研究意义8-10
• 1.1.1 课题的研究背景8-9
• 1.1.2 课题的研究意义9-10
• 1.2 课题的国内外研究现状10-11
• 1.2.1 国外研究现状10
• 1.2.2 国内研究现状10-11
• 1.3 论文的主要研究内容11-13
• 2 基于模糊神经网络的风速预测研究13-25
• 2.1 风速与输出功率特性分析13-16
• 2.1.1 风的特性分析13-15
• 2.1.2 风速和输出功率之间的关系15-16
• 2.2 T-S模糊神经网络概述16-17
• 2.2.1 模糊数学16
• 2.2.2 T-S模糊神经网络16-17
• 2.3 基于模糊神经网络风速预测建模17-21
• 2.4 模糊神经网络风速预测实例仿真21-24
• 2.5 小结24-25
• 3 基于小波神经网络的兆瓦级风电机组时序输出功率预测研究25-34
• 3.1 小波神经网络概述25-26
• 3.1.1 小波理论25
• 3.1.2 小波神经网络25-26
• 3.2 时间序列预测方法分析26-27
• 3.3 基于小波神经网络的时间序列输出功率预测建模27-31
• 3.4 基于小波神经网络的时间序列输出功率预测实例仿真31-33
• 3.5 小结33-34
• 4 基于灰色神经网络的兆瓦级风电机组输出功率预测研究34-43
• 4.1 灰色神经网络概述34-37
• 4.1.1 灰色理论34-35
• 4.1.2 灰色神经网络概述35-37
• 4.2 基于灰色神经网络的兆瓦级风电机组输出功率预测建模37-40
• 4.3 基于灰色神经网络的兆瓦级风电机组输出功率预测实例仿真40-42
• 4.4 小结42-43
• 5 基于LS-SVM的兆瓦级风电机组输出功率回归预测研究43-51
• 5.1 LS-SVM回归概述43-47
• 5.1.1 支持向量机基本原理43-44
• 5.1.2 LS-SVM回归算法44-47
• 5.2 基于LS-SVM的兆瓦级风电机组输出功率回归预测建模47-48
• 5.3 基于LS-SVM的兆瓦级风电机组输出功率回归预测实例仿真48-50
• 5.4 小结50-51
• 6 组合模型的兆瓦级风电机组输出功率预测研究51-58
• 6.1 组合预测51-52
• 6.1.1 组合预测概述51
• 6.1.2 组合预测的算法51-52
• 6.2 组合模型兆瓦级风电机组输出功率预测建模52-53
• 6.3 组合模型的兆瓦级风电机组输出功率预测实例仿真53-55
• 6.4 不同输出功率预测方法比较分析55-56
• 6.5 小结56-58
• 结论58-59
• 致谢59-60
• 参考文献60-63
• 攻读学位期间的研究成果63

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

风电场功率短期预测方法优化的研究    杨志凌

支持向量机回归算法及其应用    徐红敏;王海英;梁瑾;黄帅;

多步变权组合预测法及其应用——以预测我国邮政收入及从业人员为例    韩颖;黄小原;李丽君;

基于小波-神经网络的短期风电功率预测研究    厉卫娜;苏小林;

基于小波神经网络的风电功率预测    齐放;

风电功率预测技术综述    谷兴凯;范高锋;王晓蓉;赵海翔;戴慧珠;

基于人工神经网络的风电功率短期预测系统    范高锋;王伟胜;刘纯;

风电场输出功率的组合预测模型    刘纯;范高锋;王伟胜;戴慧珠;

基于模糊神经网络变风量空调系统风量预测研究    朱栋华;徐慧影;

双参数威布尔分布函数的确定及曲线拟合    包小庆;刘志强;吴永忠;李冬梅;

基于支持向量机的风速与风功率预测方法研究    戚双斌;王维庆;张新燕;

风电场功率短期预测方法优化的研究    杨志凌

风电场短期风速预测研究    王明伟

风电场风速和输出功率的多尺度预测研究    李辉

阿坝州三大产业发展对经济增长的影响分析    田文勇;李冬梅;

延拓小波变换识别的桥梁模态参数研究    张彬彬;曹万林;王海城;张建伟;

铝粉厂粉尘爆炸危险性影响因素的灰关联分析    郑亮;蒋志雨;

安徽电大远程开放教育专业招生规模与发展态势的灰关联分析    齐新安;朱祖林;

外部环境因素与合肥会展经济发展关联效应的实证分析    汪周生;

企业债券发展影响因素的实证研究——基于灰色系统理论    王贵权;朱云鹃;

安徽省科技与经济发展灰色关联度分析    丁玉玺;

基于二次插值的GM(1,1)模型在用电量预测中的应用    吴国锋;

城市工业废水排放量灰色预测的研究    王辉;孙世群;熊鸿斌;

广东城乡收入差距与城市化进程关系研究    邱福林;穆兰;

灰色系统理论在建筑物变形分析中的应用    黄碧春;

基于核偏最小二乘的简约最小二乘支持向量机及其应用研究    宋海鹰;桂卫华;阳春华;

基于最小二乘支持向量机的Hammerstein-Wiener模型辨识    宋海鹰;桂卫华;阳春华;

Inverse System Control of Nonlinear Systems Using LS-SVM    

A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition    

A CDMA Signal Receiver based on LS-SVM    

一种新型的蓄电池组状态在线检测及故障预报算法    尹春杰;孙洁君;张承慧;

LS-SVM based Stable Generalized Predictive Control    

一种新的提前一步预测控制算法    阎纲;梁昔明;龙祖强;李翔;

基于模糊支持向量机的赖氨酸发酵软测量    孙玉坤;王博;丁慎平;

半监督支持向量机学习算法研究    赵莹

中国产业结构的动态投入产出模型分析    王晓辉

自律计算系统的自律可信性评估研究    张海涛

我国环境税收问题研究    魏光明

海洋灾害补偿基金设计研究    赵昕

分布式电源的概率建模及其对电力系统的影响    王敏

单点氨基酸多态性与疾病相关关系的预测及其机制研究    李书艳

电能质量扰动相关问题研究    张明

注水开发阶段的储层评价与油水分布规律研究    董凤娟

台湾财政收支与经济增长关系研究    周鹏

杏鲍菇优良杂交子的初步选育    潘慧

土地利用变化及其对生态系统服务价值影响研究    杜金龙

基于颜色和纹理特征的竹条分级方法研究    曾传华

杉木树矿井瓦斯地质规律及瓦斯预测研究    刘文伍

新安井田瓦斯赋存规律研究    王晓彬

基于ARM的电阻点焊控制器    徐旭

工程项目成本管理及绩效评价研究    米帅

深井底板突水判别和预测系统开发研究    孙明

基于支持向量机的人民币序列号识别方法的研究    田文娟

基于3S的土地督察信息系统研究    孟培培

支持向量机多类分类方法的精度分析    李红莲;焦瑞莉;范京;

基于多目标遗传规划的软测量建模方法    吴燕玲;卢建刚;孙优贤;

基于小波方法的非线性回归模型研究    蒋廷臣;张勤;周立;焦明连;王秀萍;

计及风电场发电功率不确定性的电力系统模糊潮流    洪芦诚;石立宝;姚良忠;Masoud Bazargan;倪以信;

中德风电发展的比较与分析    尹明;王成山;葛旭波;张义斌;

基于风频Weibull分布和风机功率特性求解风机发电量    杨刚;杜永贤;陈鸣;

组合预测误差信息矩阵研究    唐小我

一种新的模糊自适应变权重组合预测算法    唐小我,王景,曹长修

形变监测数据组合预测    潘国荣;谷川;

加快建设坚强国家电网 促进中国能源可持续发展    刘振亚;

基于学习机器的洪水预报模型研究    梅松

基于支持向量机的过程工业数据挖掘技术研究    张英

基于小波理论的变形分析模型研究    文鸿雁

基于支持向量机的植物病害识别研究    任东

风电场功率短期预测方法研究    韩爽

风电场风速软测量与预测及短期风速数值模拟方法研究    纪国瑞

基于神经网络的单桩竖向承载力预测    李刚

基于支持向量机的数据挖掘    郑建华

神经网络、模糊系统、支持向量机内在联系研究    顾民

人工神经网络在时间序列预测中的应用研究    宋玉强

基于支持向量机的股市预测    陶小龙

反向传播神经网络在混沌时间序列预测中的应用    安卫钢

基于神经网络的股票价格预测    吴华星

人工神经网络在股票预测中的应用与研究    姚培福

多分辨分析理论与小波预测    赵鹏飞

基于T-S模型的模糊神经网络在水质评价中的应用    周忠寿

日本利用铜蒸气激光技术进行铀浓缩达到了输出功率210瓦    刘云娇;

氦氖激光治疗仪输出功率低故障检修    马仁斌;

固定式太阳能光伏板输出功率的若干问题    苏忠贤;周建军;潘玉良;

单级和两级相变复合材料体系隔热有效性分析    王岐东,赵华,张学义,康惠宝

电源一定向外输出功率吗    刘耿;

微波稳幅环路的设计    李凤章;

利用养鱼池发电的小型水力发电装置    前野悦二郎;陶振纲;张向民;

大容量太阳能光伏发电站交流输出功率计算方法研究    龚春景;

瑞士准备提高核电厂的输出功率    

电源输出功率与负载的关系    钱英承

大功率垂直腔表面发射激光器的新进展    王立军;彭航宇;刘云;

混匀带式输送机驱动装置的改进    徐丽芬;王明江;刘昌吉;

采用[100]方向的Nd:YAG增大激光器线偏振输出功率研究    孙哲;李强;姜梦华;雷訇;惠勇凌;

关于UPS的“输出功率因数”的讨论    吴川;

机床电机输出功率的测算法    刘宇飞;王琳琳;曹英志;

环形非稳腔倒向波抑制的计算分析    黄剑峰;施翔春;

微波半导体器件研制与生产中需要的一些特殊测量技术    郑延秋;

利用能谱对激光器芯片封胶后失效分析的研究    周瑞;李学颜;冯震;

提高声频功率放大器输出功率和可靠性的方法    王齐祥;

大功率脉冲Nd:YAG激光器    刘学胜;鄢歆;邱运淘;武强;王智勇;左铁钏;

电源额定功率和输出功率的计算    

整机输出功率的基本保证    成都 郑国川

WLAN需要规划    杜赛红

氙灯，让汽车的眼睛更亮    张煜林

美的EY181型电磁灶检修三例    山西 张树弼

高保真双声道功放HSH8927    广西 伍如云

看清电脑音箱的输出功率    天津 王竹青

我在国际上首次实现光纤激光千瓦级相干合成输出    王握文　杨彦青 记者 唐先武

高质量激光,我国实现大功率输出    唐先武　王握文 杨彦青

七一六所风电项目再获430万元资金支持    熊朝明

风电输出功率预测方法与系统    刘兴杰

风速变化对风轮输出功率的影响及控制    任丽娜

兆瓦级风电机组输出功率预测研究    郭华旺

风电场输出功率概率预测理论与方法    朱思萌

风电场输出功率预测方法的研究    杨晓亮

监测微波热疗机输出功率衰减的方法和装置的研究    周星光

大型风电场输出功率协同预测方法研究    孙涌

风电场输出功率的短期预测研究    陈前程

集群风光联合发电系统功率外送输电容量优化配置研究    王泽辉

G58-850KW风机的建设维护及输出功率分析    李志清

基于聚类分析的风电场输出功率模型的研究    李宗杰