二型模糊逻辑系统在风电功率预测中的应用

摘要

随着全球能源需求的日益增高和化石燃料的急剧下降，风力发电技术在能源领域得到了高度重视，其中，准确的风电功率预测是风力发电大规模开发利用的有效手段之一。精确、可靠的风电功率预测对于优化电网运行的成本和改进电力系统的可靠性极其重要，其中，短期风电功率预测对电力系统安全稳定的运行、电网的调度以及提前安排风电机组的维护有着重要的意义，是新能源领域非常重要的研究方向之一。
　　目前的风电功率的预测方法通常可分为物理方法、统计方法、空间相关性预测方法、组合预测方法等。更先进的现代统计方法，如神经网络、SVM等，能从过去的时间序列中描述出输入与输出的非线性联系，已在风电功率超短期或短期预测中取得成功的应用。二型FLS(Fuzzy Logic Systems，模糊逻辑系统)作为一种强有力的时间序列建模方法，已被成功应用于混沌时间序列预测、风速预测、电力负荷预测、交通流预测中，具有很好的应用潜力。考虑到风电功率数据的随机性与间歇性，以及区间二型FLS方法在预测领域中的成功应用，它理应是风电功率预测的有力工具之一。进一步，在二型FLS的基础上，通过PCA(Principal Component Analysis，主成分分析)对输入降维，从而达到避免“规则爆炸”的难题。本文主要研究内容如下:
　　(1)研究PCA、二型模糊集的基本原理与算法实现，同时进一步研究二型FLS的组成以及各个组成部分的算法实现。
　　(2)研究区间二型模糊逻辑系统的建模问题，基于BP算法进行参数的调整，并应用SVD-QR算法进行一定程度的规则约简。建立了二型非单值区间二型FLS的多步预测模型，并且通过提前20、40及60min的风电功率预测证明了方法的可行性与有效性。
　　(3)考虑二型FLS的“规则爆炸”问题，再通过对PCA方法的研究，将其结合二型FLS，提出基于PCA方法与一型非单值区间二型FLS及PCA方法与二型非单值区间二型FLS相结合的预测方法。
　　(4)为了验证所提出方法的有效性，将本文的不同方法应用于不同地区短期风电功率例中，在同等条件下，可看出本文方法的预测精度高于支持向量机和一型模糊逻辑方法。同时，模型的模糊规则数少，较好地解决了模糊模型的规则“爆炸”问题，这使得PCA-区间二型FLS方法在风电功率预测领域具有很好的应用潜力。

目录

声明

摘要

1 绪论

1．1 论文的选题背景与研究意义

1．2 国内外研究现状

1．3 论文的主要研究内容

2 二型模糊理论

2．1 引言

2．2 二型模糊集合

2．3 二型模糊集的运算

2．3 小结

3 区间二型模糊逻辑系统

3．1 引言

3．2 二型模糊逻辑系统

3．2．1 模糊器

3．2．2 模糊推理机

3．2．3 降型

3．2．4 解模糊

3．3 区间二型FLS模糊推理

3．4 区间二型模糊逻辑系统建模

3．4．1 反向传播法

3．4．2 SVD-QR算法

3．4．3 迭代设计方法

3．5 小结

4 区间二型FLS在短期风电功率多步预测中的应用

4．1 引言

4．2 NREL实验室风电功率多步预测实例

4．3 小结

5 PCA与区间二型FLS在短期风电功率单步预测中的应用

5．1 引言

5．2 主成分分析

5．3 加拿大亚伯达省风电场的风电功率单步预测实例

5．4 新疆某地区天风二场风电预测实例

5．5 NREL实验室风电功率多步预测实例二

5．6 小结

结论

致谢

参考文献

攻读学位期间的研究成果