基于混沌理論的短期風電功率預測方法研究.pdf

1、隨著風電接入電網(wǎng)后所占比例的上升，風電功率預測已成為電網(wǎng)安全經(jīng)濟運行的一個必備工具并得以快速發(fā)展。
　　本文在對風電功率預測的概念與分類進行歸納的基礎上，綜述了實際應用的風電功率預測系統(tǒng)和理論研究的最新進展，并討論了風電功率預測的性能評價以及監(jiān)督考核措施?，F(xiàn)有研究表明，基于混沌時間序列的風電功率短期預測模型具有較高精度。基于混沌預測模型，為減小風電功率短期預測的誤差，本文提出兩種提高預測精度的措施。
　　一方面，由于混沌系統(tǒng)

2、對初始條件具有敏感依賴性，預測模型輸入量的差異將對預測精度產(chǎn)生較大影響。為減小構(gòu)成初始條件的樣本數(shù)據(jù)所導致的預測誤差，本文借鑒負荷預測中基于相似日選取樣本的思想，采用趨勢相似度的概念選擇相似日作為模型輸入量，對短期風電功率進行混沌預測。選擇我國某區(qū)域的風電功率作為原始數(shù)據(jù)，考慮不同預測步長和季節(jié)差異，進行了大量的算例仿真，結(jié)果表明該方法提高預測精度的效果明顯。
　　另一方面，現(xiàn)有的研究表明，組合預測模型較單一預測模型的預測效果有所

3、提高，而采用時間序列分解的方法分析原始數(shù)據(jù)有助于深入挖掘原始序列的內(nèi)在信息，故本文基于混沌預測模型，提出了基于傅里葉變換分解的短期風電功率組合預測模型。首先，采用傅里葉變換將原始數(shù)據(jù)分解為低頻趨勢分量和高頻隨機分量;然后，根據(jù)低頻、高頻時間序列分量的特點，分別建立混沌預測模型和ARMA預測模型，并將預測值疊加得到預測結(jié)果。同樣考慮不同季節(jié)風電功率數(shù)據(jù)的差異性對該方法進行驗證，建立相應的風電功率組合預測模型。
　　結(jié)果表明與單一預測