基于相似度模糊推理和IOWA算子的風電功率融合預(yù)測.pdf

1、在國家可持續(xù)發(fā)展政策的鼓勵下，風力發(fā)電以其無污染、蘊藏量巨大等特點得到了迅速發(fā)展，風電在電網(wǎng)中所占的比重也在逐年增加。但因為風電固有的特征，如間歇性、波動性強等，使得風電所占比例超過一定數(shù)值后將對電網(wǎng)造成不可估量的沖擊，影響電力部門對電網(wǎng)的運行調(diào)度，甚至嚴重影響電網(wǎng)的電能質(zhì)量及安全穩(wěn)定運行。為了合理安排調(diào)度計劃，保障電網(wǎng)的安全穩(wěn)定運行，需要對風電功率進行準確的預(yù)測。
　　為了提高風電功率預(yù)測精度，本文在國家自然科學基金項目(編號:

2、51277127)的資助下，提出了基于相似度模糊推理的模型優(yōu)選方法和IOWA算子的風電功率融合預(yù)測方法，并在MATLAB平臺上進行了大量仿真研究。本文主要研究內(nèi)容有:
　　(1)闡述了風電功率預(yù)測的研究背景和意義，綜述了目前國內(nèi)外的研究現(xiàn)狀，總結(jié)了常見的預(yù)測方法，分析了影響風電功率預(yù)測的主要因素。
　　(2)研究了基于多元時間序列分析建立風電功率預(yù)測模型的原理和關(guān)鍵步驟，通過風電功率與其影響因素之間存在協(xié)整關(guān)系，建立了基于多

3、元時間序列的風電功率預(yù)測模型。
　　(3)提出了將風電場預(yù)測考核要求與多個預(yù)測誤差評價指標相結(jié)合的方法優(yōu)選預(yù)測模型。首先根據(jù)風電場對預(yù)測準確率和合格率的規(guī)定篩選出符合要求的預(yù)測模型，然后，采用基于離差最大化思想的多指標綜合評價方法，對篩選出的模型進行綜合評價，并按照綜合評價值優(yōu)選出模型。
　　(4)根據(jù)風電場實測數(shù)據(jù)，對主要影響因素的變化規(guī)律及與風電功率的相關(guān)性進行了分析。在此基礎(chǔ)上，提出了基于相似度模糊推理的風電功率模型優(yōu)

4、選方法。
　　(5)由于每一時刻模型的預(yù)測精度不同，建立了基于誘導有序加權(quán)平均(IOWA)算子的風電功率融合預(yù)測模型。為了便于計算機實現(xiàn)單一模型較多時融合權(quán)重的求解，對IOWA算子的計算過程進行了優(yōu)化。在融合前先采用誤差信息矩陣法去除冗余模型，以保證融合預(yù)測的準確性和時效性。將基于IOWA算子的融合模型與融合權(quán)重分別采用算術(shù)平均法、簡單加權(quán)平均法、誤差平方和倒數(shù)法、熵值法和Shapley值法的融合模型的預(yù)測結(jié)果進行對比，大量仿真研