研究如何提高风速预测精度具有重要意义

【摘要】：风能作为一种清洁可再生能源,以其分布广泛、蕴含量大、无污染等特点,受到世界各国的青睐。日益成熟的风力发电技术为风电产业的快速发展提供了重要保障。然而,风能的不可控性、间歇性等特征会给电力系统运行和电网调度带来一系列问题,限制了风电产业的进一步发展。准确的风速预测能够有效降低其影响。因此,研究如何提高风速预测精度具有重要意义。目前存在多种风速预测模型,依据不同的划分标准可将这些模型划分为不同的类别。依据预测方式不同,可将风速预测模型分为单模型和组合模型。组合模型是集合多种单模型,对单模型提供的数据信息加以综合利用以提高预测精度。组合模型主要围绕在如何在已有的单模型数据基础上深度利用这些数据信息进行研究,即如何为单模型分配权重。目前对如何选择单模型的研究较少,但其也是影响预测精度的关键因素之一。因此,为了进一步提高风速预测精度,本文引入了风速融合预测的概念。首先,对单模型进行优化和完善以提高其预测能力;然后建立单模型库,提出基于多准则决策的模型优选方法,并将多种模型优选方法与多种组合方法结合研究如何建立最优融合模型。本文主要研究内容有:(1)总结了当前风力发电的发展状况及存在的问题,阐述了准确预测风速的重要意义。

总结了当前风速预测模型的分类方法及预测模型的研究现状。(2)本文以风速为研究对象,研究分析了风速的分布特性、切变特性、变化特性等特点;分析了风速与风机输出功率的转换关系;采用国标GB/T18709-2002对数据进行检验,并通过最小二乘支持向量机(Least Squares Support Veotor Machines,LSSVM)进行数据修补。并讨论了预测模型的评价指标。(3)针对LSSVM风速预测模型中参数确定难等问题,本文提出采用基于耦合模拟退火-单纯形的LSSVM建立风速预测模型。仿真结果表明,该方法能够提高LSSVM模型的风速预测能力,并把该方法加入到单模型库,为风速融合预测奠定基础。(4)单模型优选方法与组合方法的选择是风速融合预测中的两个关键环节。本文首先提出一种多准则决策法优选单模型,并引入协整分析法优选单模型。为了研究如何建立最优融合预测模型,本文将多种优选方法(多准则决策法、协整分析法)和多种组合方法(简单加权平均法、方差倒数法、诱导有序加权算子)结合构成多种融合预测模型进行分析研究。仿真结果表明,当多准则决策与IOWA结合、协整分析与方差倒数及简单加权平均法结合时,表现出优秀的风速预测能力。可见不同的优选方法适应于不同的组合方法,需要选取合适的优选方法与组合方法结合才能获得最优风速融合模型。