风电场的风电功率短期预测研究

目 录

第一章绪论 (1)

1.1研究的背景、目的和意义 (1)

1.2风电功率预测的分类和基本过程 (2)

1.2.1风电功率预测分类 (2)

1.2.2风电功率预测的基本过程 (4)

1.3国内外风电功率预测现状 (5)

1.3.1国外风电功率预测现状 (5)

1.3.2国内风电功率预测现状 (6)

1.4本文主要研究内容 (7)

第二章基于人工神经网络的功率预测研究 (9)

2.1 风电功率的影响因素 (9)

2.2人工神经网络 (11)

2.3BP神经网络 (12)

2.3.1BP网络的基本原理和结构 (12)

2.3.2BP算法的学习过程 (13)

2.3.3BP网络参数的确定 (14)

2.4RBF神经网络 (15)

2.4.1RBF神经网络的基本原理和结构 (15)

2.4.2RBF算法的学习过程和参数确定 (16)

2.5算例分析 (17)

2.5.1数据的归一化处理 (17)

2.5.2BP神经网络模型和功率预测 (18)

2.5.3RBF神经网络模型和功率预测 (20)

2.6本章小结 (21)

第三章基于混沌时间序列的功率预测研究 (23)

3.1混沌简介 (23)

3.2相空间重构 (24)

3.2.1相空间重构理论 (24)

3.2.2 C-C法确定相空间重构参数 (24)

3.3风电功率混沌特性判定 (26)

III

3.4加权一阶局域法 (27)

3.5算例分析 (28)

3.6本章小结 (31)

第四章基于改进的小波-BP神经网络的功率预测研究 (33)

4.1 小波分析 (33)

4.1.1连续小波变换 (33)

4.1.2离散小波变换 (34)

4.1.3列出几种常用的小波 (34)

4.1.4正交小波变换和多尺度分析 (35)

4.2遗传算法 (36)

4.3改进的小波-BP神经网络 (36)

4.4算例分析 (39)

4.5功率曲线转换法预测输出功率 (46)

4.6本章小结 (49)

第五章总结 (51)

参考文献 (53)

攻读学位期间所取得的相关科研成果 (57)

致谢 (59)

IV

河北工业大学硕士学位论文

1

第一章 绪论

1.1 研究的背景、目的和意义 由于世界上常规化石能源的日益枯竭和气候的不断变暖等问题，因此人类逐渐增强了对新能源的开发和利用。如今全球每个国家都在积极寻找可再生能源，来缓解能源紧缺的压力和减少空气污染，从而营造良好的生存环境[1,2]。风能与自然界中的矿物燃料不同，它不会随着本身的转换和利用而减少，是一种取之不尽、用之不竭的新能源，并且是一种干净的、储量非常丰富的可再生能源[3,4]。 我们祖国有着极为丰富的风能资源，同时倡导“低碳经济”政策，中央政府大力支持风电产业。在《风电发展“十二五”规划》中，也明确规定电网公司要借助风电制定的计划和发展策略来促进配套电网的发展，优化电力系统的调度运行，增加风电在整个电力网络中所占的比重，来使得符合规定条件的风电项目列入到并网应用中[5,6]。 就在2010年，我们祖国的风力发电装机容量第一次超过美国，多达44781MW ，并升至世界第一的位置。虽然在2011年，风电产业的发展受到了很大的影响，但是还以为62GW 的总装机容量数据，巩固了其全球风电领袖的地位。只在2012年上半年，中国的风电累计装机容量依然达到67.7GW 。截至2013年上半年，中国风电装机容量已达到80GW ，全球的风电装机容量已达到296GW ，仅2013年上半年就新增了约14GW 的装机容量。中国风电累计装机容量如图1.1所示，近3年来，中国风电装机容量一直保持世界第一的地位，在经历了几个快速增长的阶段后，如今逐渐走向稳步发展时期。

年份(年)中国风电累计装机容量（M W ） 图1.1 中国风电累计装机容量