风电基于遗传算法改进bp神经网络的短期风电功率预测研究

年“挑战杯”大学生课外学术科技作品竞赛及创业设计大赛作品名称基于遗传算法改进B神经网络的短期风电功率预测研究

作品类别:社会科学类

项目成员:刘知发 陈 军 母桑妮 向亚军 唐艳利

联系电话:

完成时间:  012年3月2  日

基于遗传算法改进BP神经网络的短期风电功率预测研究

摘要

风能发电作为 1世纪重要的研究课题之一,是清洁、可再生资源的之首。对降低污染,舒缓能源消耗带来的压力有着至关重要的作用。本文通过时间序列、遗传算法和P神经网络等方法建立了4个风电功率预测模型。通过 编程得出了不同方法预测结果并对其准确性进行比较。

本文首先对国内外风电产业发展现状做了分析。在此基础上,第2章确定以移动平均预测法、随机时间序列预测法、 B神经网络预测法对问题进行探讨通过 与

混合编程得出移动平均预测法、随机时间序列预测法、  P神经网络预测法的准确率分别为82%、 70%、  4%,合格率分别为8 %、  5、 92%。得出BP神经网络预测法明显优越于其他两种方法。接着运用 P神经网络预测出的数据做了预测的相对误差分析从中得出了组预测值的相对误差见表3.  ) ,并做了对比误差分析图通过误差分析图得出“风电机组汇聚会减小风电功率预测误差”的结论。并对造成该结论的原因做了解析提出了在风力允许范围内,增加风电机组的汇聚度可进一步减小误差的预期判断。

在第2章的基础上,为了进一步提高风电功率实时预测的准确度建立了遗传算法

与BP神经网络相结合来对风电功率进行预测的模型。通过模型对东北某发电厂一周进行预测并与实测值进行比较,得到其准确率与合格率高达89与 %。

最后,对本次课题得出的结论做了分析总结风电功率的预测结果和存在的问题以及提出需要进一步改进的地方。

关键词:风电功率预测随机时间序列 BP神经网络 误差分析 遗传算法

BSTAC

W  d  oe  gener  tion, one of the o  t si   ifi  ant r sear  h subje   s in 21st ce   ury  t   s mo g th   le  an  ren a  l  re  our     w   h p    s a cr  tic l ro  e i  red   in   o  lut  on and eas  ng str  s   ro u  e  by  nergy c  nsum tio   T e t  esis, usin    hods  c  u  ing t  s   ie ,  eneti  a   or  t m n  B er  e  neto  , establi  hes 4  r  d  ct   n odels t  win  powe   hrou  M tlab progr mi  g, the     orarri   s t var  us  red  c  ion res  l  , a      cks t e   accuracy.

Firs   f    , the   esi    alyses dev  lopment s  tuatio ofi  d poer  enera    n   hoe an  a  roa . nd o the  as  s of th    r  t step, the  e   nd chapt   discuss 

 the is  ue by mobile av  ra    rediction meth  d, ra  domt se  i   predict   n met   d  nd P n    es ne wo  k  re ict   n  t  od. Thr   gh  ed pro  r mming of Ex el  d Mat  ab  the ac  ur     a  e of  vera  e pre  ict   n m th  d, rand m time  e  ies   e    t   n m    d andBP n r  es ne or  pr   ict  on metho  is 82% 70%,  nd 4%resp  ct  ve  ,  i l   ualifie  r  te   them  s 85%, 5%, and 92%. p  rt f  om t  e a   ve-m nt     , the aut o  a  s   ras     BP ne  ves netwrk pre  ic  ion m  od is su   rio  t  the oth   w  nes. hen using  he da a fo  ecast  y P nerves network  re  i   i  n  tho ,   au  hor, m   n  p  ed  cat   ely comp ra  ive error a  l  s  s, a   u   es six g   ups    o ar  tive err   of predi  tion fig  r   see hart 1  , an  draws an   aly  is c ar  of  m rativ    r   s. A sum-up that g   hri  g  w n  turb  n   s     to  e  rea   pre    tiveerrors o  wind powe  is  ea  hed b  eans o  error a    sis . T e    se   iv  ng ri  e to s  c      c  us  on arei  te    eted   el    n  an i   a  hat inc   as  n g t  r  n   ensit  o  ind  urbine can  educe ex  ec  an 

judgment f   rors  s also pu  forwa   

a  e  on  h  a  t   , a m  e  , com in  thg  n     algo  ithm method a  d   e    s n  work i  e tabl   h d to    ec   t w nd p wer    as t  in  r asin  ly im  ove re    time monit  ri   ac  ur  cy of windpowe  .W th th  odl , the uthor,mking  week-  ong   di  ti   tow  d  a n  rthw st p wer  la  t  n  omp  i  g with act  l  i   res, come   o a c nc  usion th tthe  ccur  c  and qua  i   ed rates a  e  p t   %an  95.

Ultima  e  , t  e   t  r ana   zes t   c n  l  s  n o  the  u ject, summa  i  es the p  edict   e    u  ts  n exist  n  pro   ems,  n   rop  s  s  ome   pects th  td emand p  v  n  

Key Word   p   d   tio  o  ind poe  ;  a  dom time  er es; BP ner  e  neto  ; error  na   s     e  eti  al  o ith

目 录

摘要. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2

BSTAC. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3

 目录. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .5

第1章 引言. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .7

 . 1风电产业发展现状[  ,  . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .7

1  2背景分析与研究意义. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .8

 .3国内外研究动态. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .9

1  3.1国外研究现状 3]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .9

 .3. 国内研究现状. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .10

第2章 风电功率实时预测及误差分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .11

  移动平均预测法预测风电功率. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .11

2  1 .1移动平均法基本概念. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .11

.  .2 移动平均法基本原理. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .11

2.   3 移动平均法的特点. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .11

2  1   一次移动平均法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .12

2.1 .5 二次平移预测法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .12

2   .6二次平移预测法基本算法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .12

2  1  考核指标模型的建立. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .13

2.   7  1准确率. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .13

2.1 . .2合格率. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .13

  1 .考核指标模型的求解. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .13

2.2随机时间序列方法预测风电功率. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .16

2.2.1 随机时间序列方法介绍. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .16

.   2 自回归滑动—平均混合模型[5]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .18

2.2  3模型的参数估计. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .18

.2.3  模型的参数估计. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .18

2  .3  2模型的参数估计. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .18

2.2.3.3模型的参数估计. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .19

.2.4模型的定阶[,6]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .19

2..4随预测机时间序列方法的求解. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .20

  3 B神经网络对风电功率的预测. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .23

2.3. 神经网络背景 1  ]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .23

2.3  2神经网络概述. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .23

.   3 BP神经网络建模. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .24

2..3.1背景知识. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .24

2.3.3   B神经网络的学习过程. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .26

  3  4BP神模型经网络对风电功率的预测的建立. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .27

2.   BP神经网络对风电功率的预测方法的求解. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .28

第章风电机组的汇聚对于预测结果误差的影响. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .33

3.1相对误差定义. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .33

. 分析减小风电功率误差的原因及预期. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .36

第4章进一步提高风电功率实时预测精度的探索. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .36

4  对问题一中P神经网络存在的缺陷分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .36

4  2 基于遗传算法的BP神经网络学习算法原理. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .36

4.3遗传算法的主要特征. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .37

4   算法实现的关键技术及步骤. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .37

4  4.  编码与解码. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .37

4.4.2 根据适应值评价解的适应程度并据此生成新群体. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .38

4.4.2.1计算个体适应值. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .38

4  4.  2计算每个染色体的选择概率. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .38

  4  . 交叉操作. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .38

4.  2.4 变异操作. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .39

4..   5 对进化的数据进行检验. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .39

4  . 由上述关键技术及其步骤可以画出如下遗传神经网络算法流程图. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .39

4.5模型求解. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .39

第5章 最优方案的确定. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .41

. 1遗传BP神将网络算法下预测情况. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .41

  2 两种神经网络同时对单台发电机组进行相对误差对比. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .44

5.两种神经网络同时对多组合力发电机组进行相对误差分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .44

5  4 对两种平均相对误差进行比较. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .45

第章结论与展望. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .45

  1结论. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .45

6.展望. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .46

参考文献. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .47

致 谢. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .49

附 录. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .49

附录1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .49

附录2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .51

附录3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .52

附录4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .54

附录. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .58

附录. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .60

附录7. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .61

附录(神经网络. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .65

附录1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .68

第1章 引 言

 . 1风电产业发展现状[  ,

传统电力的开发导致化石燃料日益枯竭以及带给环境沉重的负担,如环境污染、酸雨、气候异常、石油泄漏等等。 因而全球对绿色能源的需求十分迫切世界各国都在不遗余力地发展可再生能源发电技术。包括太阳能、风能、生物质能、地热能、海洋能等。在这众多的可再生能源中应用最广的要属风能。

自 99 年以来,世界风力发电得到了飞速的发展。据统计,  0  9年全球风电装机总量增长3 ,全球风电装机总量已达到157.9千兆瓦较   8年增加了

37.5千兆瓦。德国是世界风电发展最快的国家其风电总装机容量接近世界总装机容最的 /  风电的年发电量已占该国全年电力需求量的5.9%。丹麦是风电在电力供应中所占比例最高的国家,风电装机容量已超过全国电力总装机容量的2 %。

大力开发可再生能源亦是我困能源发展战略的重要组成部分。风力发电是清洁的町冉生能源,可部分替代燃煤发电容量减少污染物的排放。同时我国风能资源比较丰富,随着我国风电的快速发展,在我国风能资源比较丰富、风电发展较快的地放风能作为一种开发成本相对较小的绿色能源将逐渐成为不可忽略的电源形式,并得到国家政策强有力的支持。

1 2背景分析与研究意义

作为可再生能源之一的风能具有无污染、可转移等特征。怎样才能使其利用价值进一步提高以成为 世纪重要的研究课题之一。在世界其他国家早一步研究并取得了初步成果与经济效应时,我国政府也增加了对可再生、清洁能源的重视。随着《可再生能源法》的颁布与实施我国在这领域也得到了迅速发展,尤其在技术较为成熟,商业前景很是乐观的风力发电已成为其它各种可再生能源之首。在“十一五”规划期间国家结合我国的地理优势,明确的提出了做好甘肃、 内蒙古和苏沪沿海等地千万千瓦级风电基地的建设工作。

现今风力发电主要利用的是近地风能。近地风具有波动性、 间歇性、低能量密度等特点,因而风电功率也是波动的。大规模风电场接入电网运行时,大幅度地风电功率波动会对电网的功率平衡和频率调节带来不利影响。怎样才能较准确的预测出风电场的发电功率给电力调度部门提供一个预先安排调度计划的理论基础,保证电网的功率平衡和运行安全是目前急需解决的问题。

本文选择中国风电场风电功率的预测作为研究内容,具有重要的现实意义和学术价值概括地说,体现在以下几个方面

①优化电网调度,减少旋转备用容量,节约燃料保证电网经济运行;②满足电力市场交易需要为风力发电竞价上网提供有利条件③便于安排机组维护和检修,提高风电场容量系数。在电力市场中风电场对风电功率进行预测参与电力市场竞价;电网公司对风电功率进行预测,保证系统安全经济运行。

 .3国内外研究动态

1 3.1国外研究现状3]

风电的快速发展和风电在整个电力市场供应比例的增加极大地推动了风电功率预测系统在风电发达国家中的应用。 国外对风电功率预测的研究差不多有近2 年的历史,最早的研究单位是丹麦的 国家实验室,随后德围也进行了深入研究,到目前,各风电强国都意识到风电功率预测的价值和意义纷纷开发出了自己的商用预测系统并投入运营,如丹麦、德国、美国等。

风电功率预测系统主要还有西班牙马德里卡洛斯三世大学开发的ip  e61i  o工具。在Made i  a岛和Cr  e岛运行的M  e Car e系统和爱尔兰开发的Hoe moon系统。另外由巴黎AMIS开发的风能预测系统(AWPS有三种预测模式基于统计时序方法的短期预测模式它能提前 小时预测风动能;基于适应性模糊神经网络的中期预测模式,能提前72小时预测一个风动场的输出。这两种模式以线SCA数据和NWP数据为输入;而其综合预测模式,通过综合考虑全预测范围内长期和短期预测的产出来得到一个最佳值。除上述所提及的风电功率预测系统以外,由于风电的迅猛增长越来越多的国家都在开展风电预测的相关研究研究出来的预