论文部分内容阅读
为了实现能源可持续发展的原则，新的可再生能源的开发和利用将成为电力领域研究的主流方向之一。从现有的风能利用技术和经济实用性上看，风电的竞争力将大大增强。开发风电也有利于调整电网的能源结构，促进地方经济和社会的可持续发展。 由于风能本身具有的随机性，多变性以及不确定性，致使风电存在着波动性、不可控性等特点，从而使含有风电并网的系统的电能质量和稳定运行将面临一定的挑战。风电功率预测作为电力系统调度运行的有力技术支撑，其精度和准度的提高，对于现代电力系统的未来发展也将起着重要的导向作用。 论文首先基于自然界中的稳定来风，对风的性质和规律加以讨论，对所采集到的某风电场的风速序列数据，利用ARMA模型对稳定和非稳定的风速时间序列做了分析研究。 其次，针对风能的不确定性，利用静态网络和动态网络尝试找出风速预测的规律性，建立两种不同结构的网络模型对风速进行训练和预测，并通过小波分析法针对静态网络和动态网络的不同特点，分别进行了两种不同思路的优化，并将其预测结果进行分析及对比，探究常规风速序列的规律性和可预测性。 最后，对于计及台风过境情况下的风电功率预测，提出了将空间相关性原理，小波分析法和小波神经网络相结合的预测手段，利用台风过境上风处的风电场的风速或功率数据，对下风处将要面临台风的风电场的风速数据或功率进行预测，并对其预测精度和预测误差进行分析，论述该方法的可行性和可靠性。