基于B-ELM模型的风电场短期功率区间预测方法研究

论文摘要

风能是当前能源结构中一种较重要的可再生清洁能源,已经在全球范围内广泛应用,新能源发电已经在全球范围内得到了迅猛的发展,其中风力发电尤为重要。尽管大规模的风力发电在一定程度上缓解了我国的能源压力,带来了巨大的经济与环境效益,但是由于风的随机性与间歇性使得风能具有不确定性,这种不确定性给电力系统的调度和调控都带来了巨大的挑战,在增加电力系统安全稳定运行难度的同时,也给风电消纳带来了巨大的困境。因此对于风电场输出功率进行预测尤为重要,目前大部分对于输出功率的预测为点预测,具有较大的不确定性,容易给决策引入风险。本文首先分析了风电机组的出力特性以及风电功率不确定性因素的来源,阐述了预测误差的存在形式及误差评的价指标准,通过仿真实验分析了预测误差的分布特性与时间特性,深入研究了风电功率预测误差的几种主要来源,其中包括输入数据的准确性;预测模型的误差;风机输出功率的分散性;风电场内风电机组故障的不确定性。针对模型结构及参数的设定和数据噪声两个主要不确定因素进行建模风电功率预测,提出了一种基于极限学习机的风电功率区间预测模型B-ELM（Extreme Learning Machine Based on Bootstrap）,利用Bootstrap采样法获得多个训练样本,采用极限学习机网络获得系统误差方差和数据噪声误差方差,通过风电功率预测值与预测误差值的叠加计算区间上下限,可以得到满足给定置信水平的预测区间。并以区间覆盖率PICP、预测区间平均带宽NMPIW以及预测区间综合指标CWC三个区间评价指标为标准,通过与几种基于神经网络的区间预测方法:Delta方法、Bayesian方法、LUBE（Lower Upper Bound Bstimation）方法进行对比,以新疆某风场历史运行数据为例进行风电场实例仿真,仿真结果表明在功率剧烈波动情况下相对于其他三种方法,本文所提出的B-ELM模型能较好预测未来实际值的区间范围,适合工程应用,可以为电力系统规划运行与调度决策提供重要依据,从而大大提高电力系统的抗风险能力。验证了本文所提方法的区间预测性能和计算效率。

论文目录

• 摘要
• Abstract
• 第1章 绪论
•   1.1 选题背景及意义
•   1.2 国内外研究现状
•     1.2.1 风电功率确定性预测硏究现状
•     1.2.2 风电功率区间预测研究现状
•   1.3 风电功率区间预测方法的分类
•     1.3.1 按模型输入变量分类
•     1.3.2 按不同预测对象分类
•     1.3.3 按预测时间分类
•     1.3.4 按预测空间分类
•   1.4 本课题研究内容
• 第2章 风电功率预测的不确定性分析
•   2.1 风电功率的出力特性
•     2.1.1 风的特性
•     2.1.2 风机的能量转换
•     2.1.3 风机出力特性
•   2.2 预测误差的存在形式及评价指标
•     2.2.1 预测误差的存在形式
•     2.2.2 纵向误差指标
•     2.2.3 横向误差指标
•   2.3 预测误差的分布特性
•   2.4 预测误差的时间特性
•   2.5 风功率预测误差的影响因素
•     2.5.1 输入数据精度影响
•     2.5.2 风电场内风电机组故障停机的不确定性影响
•     2.5.3 预测模型误差影响
•   2.6 本章小结
• 第3章 Bootstrap方法
•   3.1 Bootstrap的发展历史
•   3.2 Bootstrap的基本原理
•   3.3 常见的Bootstrap方法
•     3.3.1 非参数Bootstrap方法
•     3.3.2 参数Bootstrap方法
•   3.4 基于Bootstrap的区间估计
•   3.5 算例分析
•   3.6 本章小结
• 第4章 基于模型和数据不确定性分析的B-ELM模型
•   4.1 极限学习机方法
•   4.2 区间预测模型的构造
•     4.2.1 风电功率区间的预测
•     4.2.2 模型误差的方差计算
•     4.2.3 数据噪声误差的方差计算
•     4.2.4 模型构造步骤与总体结构图
•   4.3 评价标准
•     4.3.1 区间覆盖概率
•     4.3.2 预测区间平均带宽
•     4.3.3 预测区间综合评价指标
•   4.4 算例分析
•     4.4.1 数据预处理
•     4.4.2 模型参数
•     4.4.3 仿真结果与对比分析
•   4.5 本章小结
• 第5章 结论与展望
•   5.1 结论
•   5.2 展望
• 参考文献
• 在学研究成果
• 致谢

文章来源

类型: 硕士论文

作者: 郝双

导师: 张宇献

关键词: 短期功率预测,区间预测,不确定性分析,极限学习机

来源: 沈阳工业大学

年度: 2019

分类: 基础科学,工程科技Ⅱ辑

专业: 数学,电力工业

单位: 沈阳工业大学

分类号: TM614;O212.2

总页数: 64

文件大小: 3580K

下载量: 313