基于實(shí)測(cè)數(shù)據(jù)的短期風(fēng)電功率混合預(yù)測(cè)方法研究.pdf

1、與傳統(tǒng)的發(fā)電系統(tǒng)相比較，風(fēng)力發(fā)電具有波動(dòng)性、間歇性和隨機(jī)忡的特點(diǎn)，且大規(guī)模并網(wǎng)后會(huì)嚴(yán)重影響到整個(gè)電力系統(tǒng)運(yùn)行的穩(wěn)定性。因此對(duì)風(fēng)電功率進(jìn)行準(zhǔn)確預(yù)測(cè)已經(jīng)成為眾多學(xué)者研究的熱點(diǎn)問(wèn)題。本文基于實(shí)測(cè)數(shù)據(jù)，將經(jīng)驗(yàn)?zāi)B(tài)分解方法、遺傳算法與小波神經(jīng)網(wǎng)絡(luò)相結(jié)合，提出了短期風(fēng)電功率混合預(yù)測(cè)方法，旨在提高短期風(fēng)電功率預(yù)測(cè)的精度。
　　基于實(shí)測(cè)數(shù)據(jù)對(duì)風(fēng)電功率特性曲線進(jìn)行擬合。在闡述風(fēng)速變化特點(diǎn)和風(fēng)電功率預(yù)測(cè)方法的基礎(chǔ)上，對(duì)風(fēng)電場(chǎng)的歷史實(shí)測(cè)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)和分

2、析，利用平滑函數(shù)對(duì)壞點(diǎn)數(shù)據(jù)進(jìn)行篩選和刪除。將經(jīng)過(guò)處理的風(fēng)電場(chǎng)數(shù)據(jù)用于風(fēng)電功率特忡曲線擬合，提高了風(fēng)電功率特性曲線的擬合精度，最終獲得擬合效果良好的風(fēng)電功率特性曲線。
　　往先對(duì)基于BP神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率預(yù)測(cè)方法和基于小波神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率預(yù)測(cè)方法進(jìn)行分析與對(duì)比。在探討B(tài)P神經(jīng)網(wǎng)絡(luò)和小波祌經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，分別對(duì)基于BP神經(jīng)網(wǎng)絡(luò)和基于小波神經(jīng)網(wǎng)絡(luò)的短期風(fēng)電功率預(yù)測(cè)方法進(jìn)行研究。利用風(fēng)電場(chǎng)數(shù)據(jù)對(duì)兩種風(fēng)電功率預(yù)測(cè)方法的預(yù)測(cè)效果進(jìn)行了分析與

3、比較。仿真結(jié)果表明，基于小波神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率預(yù)測(cè)效果優(yōu)于基于BP神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率預(yù)測(cè)效果。
　　其次對(duì)基于GA-小波神經(jīng)網(wǎng)絡(luò)的短期風(fēng)電功率混合預(yù)測(cè)方法進(jìn)行研究。為了解決小波神經(jīng)網(wǎng)絡(luò)對(duì)網(wǎng)絡(luò)初始參數(shù)選取較為敏感的問(wèn)題，利用遺傳算法對(duì)小波神經(jīng)網(wǎng)絡(luò)的初值進(jìn)行優(yōu)化，并將優(yōu)化結(jié)果作為小波神經(jīng)網(wǎng)絡(luò)的初始參數(shù)進(jìn)行網(wǎng)絡(luò)訓(xùn)練。實(shí)例仿真結(jié)果表明，基于GA-小波神經(jīng)網(wǎng)絡(luò)的混合預(yù)測(cè)方法能夠降低小波神經(jīng)網(wǎng)絡(luò)的訓(xùn)練誤差，提高了短期風(fēng)電功率預(yù)測(cè)的精度。