基于統(tǒng)計(jì)方法的商都風(fēng)電場(chǎng)功率預(yù)測(cè)應(yīng)用研究.pdf

1、隨著風(fēng)力發(fā)電發(fā)展越來越快，在電網(wǎng)中比重也越來越大，但風(fēng)電的間歇性、隨機(jī)性等特點(diǎn)使得其對(duì)電力系統(tǒng)的安全、運(yùn)行和調(diào)度有很大的挑戰(zhàn)。我國(guó)具有豐富的風(fēng)能資源，風(fēng)電產(chǎn)業(yè)的發(fā)展具有良好的資源基礎(chǔ)，不僅是年平均風(fēng)速高，風(fēng)功率密度大，風(fēng)能開發(fā)利用還有很大的發(fā)展空間。此外，很長(zhǎng)一段時(shí)間的單一的能源結(jié)構(gòu)，新能源和傳統(tǒng)能源發(fā)展滯后和環(huán)境污染等問題，已經(jīng)嚴(yán)重阻礙了經(jīng)濟(jì)和社會(huì)的可持續(xù)發(fā)展。提高風(fēng)電場(chǎng)功率預(yù)測(cè)是解決這些問題的有效途徑之一。
　　本文通過對(duì)風(fēng)電

2、場(chǎng)功率特性進(jìn)行深入研究，完成了以下幾個(gè)方面的工作：第一，研究了天氣條件對(duì)風(fēng)電場(chǎng)功率預(yù)測(cè)產(chǎn)生的影響，提出了四種建立風(fēng)電場(chǎng)功率預(yù)測(cè)模型的方法，其中非線性方法最為理想。第二，介紹了多種風(fēng)電功率預(yù)測(cè)技術(shù)方法，并且著重研究了統(tǒng)計(jì)方法中的支持向量機(jī)算法和人工神經(jīng)方法。第三，設(shè)計(jì)了基于統(tǒng)計(jì)方法的風(fēng)電場(chǎng)功率預(yù)測(cè)系統(tǒng)，其中詳細(xì)的介紹了預(yù)測(cè)系統(tǒng)的模塊設(shè)計(jì)，結(jié)合支持向量機(jī)(Support Vector Machine，SVM)算法和神經(jīng)網(wǎng)絡(luò)(Neural N