短期风速预测的改进方法及在电力系统优化调度中的应用

摘要

随着人类社会的发展，能源短缺问题和环境污染问题越来越严重，因而加大对可再生资源的应用便成为世界各国的共识。其中风力发电技术最为成熟，加之其无污染的特性，使其在世界范围内得到了广泛的推广。然而由于风速的间歇性和波动性，风机并网后向电力系统输送的电能也是不稳定的，这对电力系统造成了极大的影响，因此如果能对风电场的短期风速进行准确的预测，进而得到并网的风电场未来的出力就可以更好地对电力系统进行调度，从而提高电力系统的稳定性。
　　本文针对风电场的短期风速预测进行研究，提出了一种新的短期风速预测及修正方法，并改进了粒子群算法，结合短期风速预测结果对风力发电系统进行了调度。首先，建立了基于支持向量机的风速预测模型，用此模型得到了初步预测结果；其次，提出了一种对风速突变点进行修正的方案并改进了归纳置信机的预测域，将其用于越限约束，从而优化了预测结果，使其更精确；最后提出了自适应的交替捕食的粒子群算法，并将此优化算法与风速预测结果用于对IEEE-30节点系统模型的调度。通过对比实验证明了对粒子群算法的改进的有效性，同时进一步验证了风速预测的重要作用。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪 论

1.1 课题的研究背景及意义

1.2 国内外研究现状

1.3 本文主要研究内容

第2章 基于支持向量机的风速预测

2.1 统计学习理论概述

2.2 支持向量机理论

2.3 基于支持向量机的风速预测

2.4 本章小结

第3章 风速预测的方法改进

3.1 对风速突变点的分析和修正

3.2 采用归纳置信机修正风速预测

3.3 风速向功率的转化

3.4 本章小结

第4章 利用风速预测结果的优化调度

4.1 基本粒子群算法

4.2 自适应的交替捕食策略

4.3优化火力发电机出力

4.4 算例仿真

4.5 本章小结

结论

参考文献

攻读硕士学位期间承担的科研任务与主要成果

致谢