基于相似度模糊推理和IOWA算子的风电功率融合预测

摘要

在国家可持续发展政策的鼓励下，风力发电以其无污染、蕴藏量巨大等特点得到了迅速发展，风电在电网中所占的比重也在逐年增加。但因为风电固有的特征，如间歇性、波动性强等，使得风电所占比例超过一定数值后将对电网造成不可估量的冲击，影响电力部门对电网的运行调度，甚至严重影响电网的电能质量及安全稳定运行。为了合理安排调度计划，保障电网的安全稳定运行，需要对风电功率进行准确的预测。
　　为了提高风电功率预测精度，本文在国家自然科学基金项目(编号:51277127)的资助下，提出了基于相似度模糊推理的模型优选方法和IOWA算子的风电功率融合预测方法，并在MATLAB平台上进行了大量仿真研究。本文主要研究内容有:
　　(1)阐述了风电功率预测的研究背景和意义，综述了目前国内外的研究现状，总结了常见的预测方法，分析了影响风电功率预测的主要因素。
　　(2)研究了基于多元时间序列分析建立风电功率预测模型的原理和关键步骤，通过风电功率与其影响因素之间存在协整关系，建立了基于多元时间序列的风电功率预测模型。
　　(3)提出了将风电场预测考核要求与多个预测误差评价指标相结合的方法优选预测模型。首先根据风电场对预测准确率和合格率的规定筛选出符合要求的预测模型，然后，采用基于离差最大化思想的多指标综合评价方法，对筛选出的模型进行综合评价，并按照综合评价值优选出模型。
　　(4)根据风电场实测数据，对主要影响因素的变化规律及与风电功率的相关性进行了分析。在此基础上，提出了基于相似度模糊推理的风电功率模型优选方法。
　　(5)由于每一时刻模型的预测精度不同，建立了基于诱导有序加权平均(IOWA)算子的风电功率融合预测模型。为了便于计算机实现单一模型较多时融合权重的求解，对IOWA算子的计算过程进行了优化。在融合前先采用误差信息矩阵法去除冗余模型，以保证融合预测的准确性和时效性。将基于IOWA算子的融合模型与融合权重分别采用算术平均法、简单加权平均法、误差平方和倒数法、熵值法和Shapley值法的融合模型的预测结果进行对比，大量仿真研究表明，本文所提方法具有较高的预测精度。

目录

声明

摘要

第一章 绪论

1．课题的研究背景及意义

1．1 课题的研究背景

1．2 国内外风电功率预测的发展现状

1．3 短期风电功率组合预测的研究现状

1．4 影响风电功率的主要因素

1．5 本论文的主要研究内容

1．6 本章小结

第二章 基于多元时间序列的风电功率预测

2．1 多元时间序列模型

2．2 多元时间序列模型建模步骤

2．3 多元时间序列模型预测风电场功率的步骤

2．3．1 基于多元时间序列的风电功率预测模型的识别

2．3．2 基于多元时间序列的风电功率预测模型的参数估计

2．3．3 基于多元时间序列的风电功率预测模型的有效性检验

2．4 基于多元时间序列的风电功率预测模型的仿真研究

2．4．1 基于多元时间序列的风电功率预测模型的仿真结果

2．4．2 基于多元时间序列的风电功率预测模型的仿真结果分析

2．5 本章小结

第三章 基于相似度模糊推理的风电功率预测模型优选方法

3．1 引言

3．2 风电场气象数据分析

3．2．1 风速的变化规律分析

3．2．2 风向的变化规律分析

3．2．3 温度的变化规律分析

3．2．4 风电功率的变化规律及与气象因素的相关性分析

3．3 基于相似度模糊推理的基本概念及原理

3．3．1 模糊推理的基本概念

3．3．2 基于相似度的模糊推理的算法步骤

3．4 风电功率模糊推理规则的建立

3．4．1 模糊规则前件的确定

3．4．2 基于风电场预测考核指标与多误差评价指标相结合法的模糊规则后件的确定

3．4．3 模糊规则的确定

3．5 基于相似度的模糊推理方法

3．5．1 改进的相似度判断方法

3．5．2 基于相似度模糊推理的风电功率模型优选的方法步骤

3．5．3 仿真研究

3．6 本章小结

第四章 基于IOWA算子的风电功率融合预测模型

4．1 引言

4．2 基于误差信息矩阵的模型冗余判断方法

4．3 基于IOWA算子的融合预测模型

4．3．1 基于IOWA算子的融合原理

4．3．2 IOWA算子求解过程的优化与融合模型的建立

4．4 风电功率融合预测仿真研究

4．4．1 基于IOWA算子的风电功率融合模型预测的仿真研究

4．4．2 常见权重计算法的风电功率融合模型预测的仿真研究

4．5 风电功率融合模型预测效果评价

4．5 本章小节

第五章 结论与展望

5．1 结论

5．2 展望

参考文献

致谢

攻读学位期间发表的学术论文