基于灰色系统理论的风速—风功率预测研究

作     者：李颖男 

作者单位：华北电力大学 

学位级别：硕士

导师姓名：赵征

授予年度：2017年

学科分类：0711[理学-系统科学] 07[理学] 08[工学] 0807[工学-动力工程及工程热物理] 071101[理学-系统理论] 

主      题：风速预测 风电功率预测 灰色GM(1,1)模型 BP神经网络 

摘      要：由于风能的非平稳性和波动性,风电的大规模并网将会给电网带来非常大的冲击。对于风速与风电功率的精准预测不仅有利于电网的调度,还可以提高风电功率的利用效率以及保证电网的稳定运行。本文采用了基于优化的灰色GM(1,1)模型与应用BP神经网络修正的灰色残差模型分别对风电场的风速与风电功率进行预测。首先,由于传统灰色GM(1,1)模型在对非线性数据进行预测时误差较大,本文采取了数值逼近算法对灰色GM(1,1)模型进行优化。选取风电场实际的风速数据,应用优化的灰色GM(1,1)模型对风速预测时,预测误差明显减小,相对误差降低了35%。在预测风速的基础上,对风电场周边的温度及风向也分别进行了仿真预测,并对结果进行了误差分析,更加验证了此预测方法的可行性与稳定性。其次,由于BP神经网络对非线性的预测有很好的效果,因此结合GM(1,1)模型与BP神经网络模型各自的优点,提出了利用BP神经网络修正的灰色残差预测模型。分别采用灰色GM(1,1)模型、BP神经网络模型以及构建的BP神经网络修正的灰色残差模型对风电场风电功率进行短期预测。再次,对预测结果进行误差分析后得出,修正后模型的预测精度和稳定性都比单一模型有了较大的提高,证明了建立的模型在实际应用中的有效性,可以为电力调度部门提供参考依据。最后,作为今后工作的研究方向,本文对风电场风速分布特性进行了研究,通过研究风速的年变化与日变化规律,得出风电场风速分布具有明显的季节性的特点。