風電功率預測誤差不確定性建模研究.pdf

1、風能是一種重要的和最具競爭力的可再生清潔新能源，以風力發(fā)電為主的新能源發(fā)電在全球范圍內(nèi)得到了快速發(fā)展。然而風電是一種不確定性能源，風的隨機性和間歇性使得大規(guī)模風電并網(wǎng)后會增加電力系統(tǒng)安全穩(wěn)定運行的難度，進而使風電消納、電網(wǎng)優(yōu)化調(diào)度等日益復雜。接納大規(guī)?？稍偕茉匆殉蔀槲磥碇悄茈娋W(wǎng)的發(fā)展趨勢和方向。如何更好地描述風電的隨機性為高風電滲透率下的新一代隨機-確定耦合的復雜電力系統(tǒng)服務(wù)，已成為含風電電力系統(tǒng)動態(tài)調(diào)控領(lǐng)域的研究熱點。本文針對風電功

2、率預測誤差的不確定性建模及其在含風電電力系統(tǒng)機組組合調(diào)度模型中的應(yīng)用問題展開了如下研究:
　　1.針對實際風電場數(shù)據(jù)，深入分析了其風速風向等風資源特性。然后，研究了基于數(shù)值天氣預報(NWP)和改進BP神經(jīng)網(wǎng)絡(luò)的風電功率預測模型，對風電功率進行了提前1h，3h和24h的短期預測。該模型的預測精度較RBF、基本BP和基于PSOBP算法的神經(jīng)網(wǎng)絡(luò)有較大提高，但與現(xiàn)有的所有預測模型一樣，仍存在約20％左右的預測誤差，因此，對其預測誤差的不

3、確定性進行研究頗顯重要。
　　2.研究了基于統(tǒng)計模型的風電功率預測誤差不確定性。首先，基于實際風電場大量的風電功率數(shù)據(jù)及其提前4h，6h和24h的點預測值分布散點圖，分析了不同時間尺度下預測誤差的高斯、柯西、拉普拉斯和一種非高斯通用模型分布特性，其中，非高斯通用模型對預測誤差具有較高的擬合精度。為了提高該模型的實用性，本文在預測功率分段方面進行了優(yōu)化，使預測功率區(qū)間的劃分自動地隨歷史數(shù)據(jù)的規(guī)模進行調(diào)整。經(jīng)定性和定量仿真對比測試表明

4、，該項改進后的非高斯通用模型能自適應(yīng)地反映不同風場、不同預測時間尺度下預測誤差模型參數(shù)的實時變化，提高了風電功率預測誤差的擬合效率。
　　3.在可信性理論的基礎(chǔ)上，研究了描述風電功率預測誤差不確定性的模糊模型。選用能反映實際預測誤差分布特性的柯西函數(shù)作為預測誤差的隸屬度函數(shù)，再由隸屬度函數(shù)確定預測誤差的可信性測度，從而建立了基于可信性測度的預測誤差模糊模型。
　　4.將描述風電功率預測誤差不確定性的統(tǒng)計模型和模糊模型應(yīng)用到含