風(fēng)電隨機(jī)波動(dòng)的方差預(yù)報(bào)研究

【摘要】：對(duì)風(fēng)速進(jìn)行預(yù)報(bào)是確保大規(guī)模風(fēng)電安全并網(wǎng)的重要技術(shù)手段。但是目前預(yù)報(bào)的時(shí)間分辨率為15min的風(fēng)速是一種平均意義下的風(fēng)速,而真實(shí)風(fēng)速由平均風(fēng)速和風(fēng)速的瞬時(shí)隨機(jī)波動(dòng)兩部分構(gòu)成,風(fēng)速的瞬時(shí)隨機(jī)波動(dòng)的研究還未被關(guān)注。在平均風(fēng)速預(yù)報(bào)的基礎(chǔ)上對(duì)風(fēng)速瞬時(shí)隨機(jī)部分進(jìn)行研究,可以提供實(shí)時(shí)風(fēng)速的更加詳細(xì)的信息,有助于電網(wǎng)系統(tǒng)制定更為詳盡的平抑風(fēng)電功率波動(dòng)的策略。此外在風(fēng)機(jī)的選型及安全設(shè)計(jì)時(shí),風(fēng)速的瞬時(shí)隨機(jī)波動(dòng)也是一個(gè)重要的因素。因此本文將研究的視角投向風(fēng)速瞬時(shí)隨機(jī)波動(dòng),主要的研究工作如下:首先本文定義了風(fēng)速瞬時(shí)隨機(jī)波動(dòng)的方差這一概念來(lái)研究風(fēng)速的瞬時(shí)隨機(jī)波動(dòng),并基于小波分解理論提出了風(fēng)速方差的計(jì)算方法。同時(shí)對(duì)風(fēng)速方差的物理特性進(jìn)行了研究。研究發(fā)現(xiàn):風(fēng)速方差與平均風(fēng)速之間存在多尺度調(diào)制效應(yīng);風(fēng)速方差的日變化曲線存在明顯的日周期現(xiàn)象。電力系統(tǒng)在平抑風(fēng)電功率波動(dòng)時(shí)需要提前掌握未來(lái)一段時(shí)間內(nèi)的風(fēng)速信息,因此對(duì)風(fēng)速方差進(jìn)行預(yù)報(bào)具有重要的意義。對(duì)風(fēng)速方差進(jìn)行預(yù)報(bào)的前提是其具有可預(yù)報(bào)性。因此本文基于時(shí)間序列分析中的相關(guān)分析理論,提出了風(fēng)速方差可預(yù)報(bào)性分析的方法。分析結(jié)果表明風(fēng)速方差的可預(yù)報(bào)長(zhǎng)度大致在1h至5h之間,可以進(jìn)行預(yù)報(bào)。同時(shí)對(duì)風(fēng)速方差與平均風(fēng)速的依賴關(guān)系進(jìn)行了研究。目前對(duì)于預(yù)報(bào)模型的最佳輸入并沒(méi)有很好的理論指導(dǎo),因此本文通過(guò)實(shí)驗(yàn)選取預(yù)報(bào)模型的風(fēng)速方差最佳輸入維數(shù)。利用內(nèi)蒙古風(fēng)電場(chǎng)2013年風(fēng)速方差數(shù)據(jù)分別進(jìn)行提前10min、提前20min、提前30min、提前40min、提前50min以及提前60min時(shí)刻的風(fēng)速方差預(yù)報(bào)。選擇MAE及MSE作為預(yù)報(bào)結(jié)果的評(píng)價(jià)指標(biāo)。同時(shí)利用黑龍江風(fēng)電場(chǎng)2013年的風(fēng)速方差數(shù)據(jù)的驗(yàn)證表明所建立的模型具有良好的穩(wěn)定性和可推廣性。在原始預(yù)報(bào)模型的基礎(chǔ)上,本文通過(guò)加入平均風(fēng)速的信息,改善了模型的預(yù)報(bào)性能,提高了預(yù)報(bào)結(jié)果的精度。最后,本文對(duì)風(fēng)速方差模型的預(yù)報(bào)誤差進(jìn)行了統(tǒng)計(jì)分析。隨著預(yù)報(bào)步長(zhǎng)的增大,預(yù)報(bào)誤差也隨之增大,因此在預(yù)報(bào)的過(guò)程中,預(yù)報(bào)步長(zhǎng)的選擇至關(guān)重要,否則會(huì)使預(yù)報(bào)結(jié)果的可信度降低。利用帶位移和尺度的T分布、正態(tài)分布以及極值分布對(duì)預(yù)報(bào)誤差的分布進(jìn)行擬合,結(jié)果表明預(yù)報(bào)誤差的分布最符合帶位移和尺度的T分布。而且不論是用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)報(bào)還是使用支持向量機(jī)進(jìn)行預(yù)報(bào),預(yù)報(bào)誤差的分布都與帶位移和尺度的T分布最接近。 【關(guān)鍵詞】：風(fēng)速方差 物理特性 預(yù)測(cè) 誤差分析 小波分析
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TM614
【目錄】：

• 摘要4-6
• Abstract6-10
• 第1章 緒論10-21
• 1.1 選題的背景及意義10-12
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀12-18
• 1.2.1 風(fēng)電確定性預(yù)測(cè)研究現(xiàn)狀12-15
• 1.2.2 風(fēng)電不確定性估計(jì)的研究現(xiàn)狀15-18
• 1.3 研究現(xiàn)狀分析18-19
• 1.4 本論文研究的主要內(nèi)容19-21
• 第2章 風(fēng)速方差的定義及特性21-42
• 2.1 本章引言21-22
• 2.2 風(fēng)速方差定義及計(jì)算22-32
• 2.2.1 風(fēng)速方差定義22
• 2.2.2 傳統(tǒng)方差計(jì)算方法的局限性22-23
• 2.2.3 基于小波的風(fēng)速方差計(jì)算方法23-30
• 2.2.4 風(fēng)場(chǎng)實(shí)測(cè)風(fēng)速的方差計(jì)算30-32
• 2.3 風(fēng)速方差的典型特性分析32-41
• 2.3.1 調(diào)制效應(yīng)33-37
• 2.3.2 日周期特性37-39
• 2.3.3 典型特性的物理機(jī)制分析39-41
• 2.4 本章小結(jié)41-42
• 第3章 風(fēng)速方差的可預(yù)報(bào)性分析42-52
• 3.1 引言42
• 3.2 時(shí)間序列相關(guān)性分析42-44
• 3.3 方差可預(yù)報(bào)性分析44-49
• 3.3.1 基于自相關(guān)的可預(yù)報(bào)性分析44-47
• 3.3.2 基于互相關(guān)的可預(yù)報(bào)性分析47-49
• 3.4 風(fēng)速方差多尺度可預(yù)報(bào)性49-51
• 3.5 本章小結(jié)51-52
• 第4章 方差預(yù)報(bào)的模型設(shè)計(jì)及實(shí)驗(yàn)算例52-77
• 4.1 引言52
• 4.2 基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)報(bào)模型52-60
• 4.2.1 BP神經(jīng)網(wǎng)絡(luò)原理52-57
• 4.2.2 BP神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)57-59
• 4.2.3 BP神經(jīng)網(wǎng)絡(luò)優(yōu)化59-60
• 4.3 預(yù)報(bào)模型的輸入選擇60-63
• 4.4 預(yù)報(bào)實(shí)驗(yàn)63-70
• 4.4.1 提前 10min預(yù)報(bào)實(shí)驗(yàn)64-65
• 4.4.2 提前 20min預(yù)報(bào)實(shí)驗(yàn)65-66
• 4.4.3 提前 30min預(yù)報(bào)實(shí)驗(yàn)66-67
• 4.4.4 提前 40min預(yù)報(bào)實(shí)驗(yàn)67-68
• 4.4.5 提前 50min預(yù)報(bào)實(shí)驗(yàn)68-69
• 4.4.6 提前 60min預(yù)報(bào)實(shí)驗(yàn)69-70
• 4.5 預(yù)報(bào)模型的驗(yàn)證70-73
• 4.6 預(yù)報(bào)模型的改進(jìn)73-75
• 4.7 本章小結(jié)75-77
• 第5章 方差預(yù)報(bào)的誤差統(tǒng)計(jì)分析77-99
• 5.1 引言77
• 5.2 預(yù)報(bào)誤差與預(yù)報(bào)步長(zhǎng)的關(guān)系77-78
• 5.3 預(yù)報(bào)誤差的統(tǒng)計(jì)分布78-91
• 5.3.1 方差提前 10min預(yù)報(bào)誤差的統(tǒng)計(jì)分布80-82
• 5.3.2 方差提前 20min預(yù)報(bào)誤差的統(tǒng)計(jì)分布82-83
• 5.3.3 方差提前 30min預(yù)報(bào)誤差的統(tǒng)計(jì)分布83-85
• 5.3.4 方差提前 40min預(yù)報(bào)誤差的統(tǒng)計(jì)分布85-87
• 5.3.5 方差提前 50min預(yù)報(bào)誤差的統(tǒng)計(jì)分布87-89
• 5.3.6 方差提前 60min預(yù)報(bào)誤差的統(tǒng)計(jì)分布89-91
• 5.4 風(fēng)速方差預(yù)報(bào)誤差統(tǒng)計(jì)分布的驗(yàn)證91-97
• 5.4.1 支持向量機(jī)回歸91-93
• 5.4.2 方差預(yù)報(bào)誤差分布形式的驗(yàn)證93-97
• 5.5 本章小結(jié)97-99
• 結(jié)論與展望99-102
• 參考文獻(xiàn)102-107
• 攻讀學(xué)位期間研究成果107-109
• 致謝109

您可以在本站搜索以下學(xué)術(shù)論文文獻(xiàn)來(lái)了解更多相關(guān)內(nèi)容

含風(fēng)電場(chǎng)電力系統(tǒng)旋轉(zhuǎn)備用獲取模型    葛炬;王飛;張粒子;

基于非參數(shù)回歸模型的短期風(fēng)電功率預(yù)測(cè)    王彩霞;魯宗相;喬穎;閔勇;周雙喜;

基于最小二乘支持向量機(jī)的風(fēng)電場(chǎng)短期風(fēng)速預(yù)測(cè)    杜穎;盧繼平;李青;鄧穎玲;

風(fēng)電場(chǎng)風(fēng)速和發(fā)電功率預(yù)測(cè)研究    楊秀媛,肖洋,陳樹(shù)勇

風(fēng)速與風(fēng)電功率的聯(lián)合條件概率預(yù)測(cè)方法    王松巖;于繼來(lái);

基于POTDR的分布式光纖傳感技術(shù)及其應(yīng)用    李建中

基于小波變換的紅外熱圖像分割方法的研究    程一斌

一種基于高斯小波變換的紅外熱圖象閾值自動(dòng)選擇方法    王邦元,王年,吳先良,汪炳權(quán)

小波包分解在超聲檢測(cè)缺陷回波信號(hào)處理中的應(yīng)用    程龍躍;李功;

害蟲(chóng)預(yù)測(cè)預(yù)報(bào)研究進(jìn)展(綜述)    馬飛,程遐年

基于小波分析與神經(jīng)網(wǎng)絡(luò)的風(fēng)電場(chǎng)短期風(fēng)速預(yù)測(cè)    儲(chǔ)茂得;周松林;

圖像壓縮中Shannon正交小波變換的快速算法    張常年,趙紅怡

移頻信號(hào)抗干擾檢測(cè)算法研究    孫剛,程蔭杭

基于結(jié)構(gòu)信息分布的圖像質(zhì)量評(píng)估新算法    劉潔瑜;徐軍輝;汪立新;

地電異常信號(hào)的頻域分析    夏雅琴;魏樹(shù)紅;段玉簫;陳維升;

直升機(jī)聲疲勞源的診斷技術(shù)研究    熊峻江,尚大晶,郭愛(ài)民

巖土材料疲勞損傷過(guò)程的數(shù)值跟蹤分析    樊秀峰;簡(jiǎn)文彬;

基于更佳分辨率小波分解的圖像紋理分類    陳曉鐘;孫華燕;

一種在頻域內(nèi)實(shí)現(xiàn)的連續(xù)小波變換快速算法及其應(yīng)用    盛懷潔;鐘子發(fā);吳彥華;

基于DSP芯片的語(yǔ)音控制指令識(shí)別最小系統(tǒng)    張歆奕;盧敦陸;張有為;

一種基于小波變換的聲韻分割方法    黃生;何強(qiáng);張有為;

基于小波變換的圖像融合算法    湯志偉;王建國(guó);趙志欽;黃順吉;

基于小波變換的人體脈搏信號(hào)時(shí)-頻分布與心臟功能檢測(cè)    王炳和;張建偉;相敬林;

基于多分辨率子波變換的自適應(yīng)濾波語(yǔ)音增強(qiáng)方法    沈亞強(qiáng);金洪震;馮根良;

基于相似日聚類的徑向基神經(jīng)網(wǎng)絡(luò)風(fēng)速預(yù)測(cè)方法    朱鋒;周瑋;孫輝;

基于時(shí)間序列法的風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè)研究    邵璠;孫育河;梁嵐珍;

分布式電源的概率建模及其對(duì)電力系統(tǒng)的影響    王敏

非并網(wǎng)風(fēng)電直供系統(tǒng)方案設(shè)計(jì)及控制策略研究    劉慧芳

風(fēng)電場(chǎng)功率短期預(yù)測(cè)方法優(yōu)化的研究    楊志凌

微網(wǎng)系統(tǒng)的運(yùn)行優(yōu)化與能量管理研究    張穎媛

風(fēng)電規(guī)律預(yù)測(cè)及對(duì)電網(wǎng)運(yùn)行影響的研究    李智

鐵路沿線風(fēng)信號(hào)智能預(yù)測(cè)算法研究    劉輝

復(fù)雜背景抑制及弱小目標(biāo)檢測(cè)算法研究    李凡

紅外成像光譜數(shù)據(jù)獲取及其在場(chǎng)景仿真中的應(yīng)用    宗靖國(guó)

大規(guī)模風(fēng)電場(chǎng)群聯(lián)網(wǎng)的源網(wǎng)協(xié)調(diào)性研究    崔楊

風(fēng)電輸出功率預(yù)測(cè)方法與系統(tǒng)    劉興杰

基于電磁輻射法的煤與瓦斯突出預(yù)測(cè)研究    高芳芳

基于小波分析的汽輪機(jī)故障診斷研究    劉一

基于小波分解和顏色信息熵的浮游生物圖像識(shí)別技術(shù)研究    吳冬夏

網(wǎng)絡(luò)敏感信息過(guò)濾技術(shù)研究與實(shí)現(xiàn)    關(guān)超

骨髓細(xì)胞圖像分割方法研究    蕭湘

釩液流儲(chǔ)能電池建模及其平抑風(fēng)電波動(dòng)研究    唐志偉

數(shù)字信號(hào)時(shí)頻分析研究與分析軟件設(shè)計(jì)    蘇鵬博

風(fēng)電場(chǎng)輸出功率預(yù)測(cè)方法的研究    楊曉亮

基于人工神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率預(yù)測(cè)應(yīng)用研究    楊世成

基于可信性理論含規(guī)?；L(fēng)電的機(jī)組組合問(wèn)題研究    孫翠英

基于P-OTDR分布式光纖傳感中信息提取的研究    董賢子,吳重慶,付松年,何娜

展望21世紀(jì)新技術(shù)革命中的傳感器    高橋清,莊慶德

電力市場(chǎng)中旋轉(zhuǎn)備用的效益和成本分析    張國(guó)全,王秀麗,王錫凡

電力市場(chǎng)中計(jì)及發(fā)電機(jī)組可用率的備用分配計(jì)算    任震,潘錫芒,黃雯瑩,黃福全

電力備用市場(chǎng)的競(jìng)價(jià)模型    王建學(xué),王錫凡,張顯,胡澤春

基于相關(guān)機(jī)會(huì)規(guī)劃的風(fēng)電并網(wǎng)容量?jī)?yōu)化分析    喬嘉賡;徐飛;魯宗相;閔勇;

考慮風(fēng)電接入后二次備用需求的優(yōu)化潮流算法    張國(guó)強(qiáng);張伯明;

含風(fēng)電場(chǎng)電力系統(tǒng)旋轉(zhuǎn)備用獲取模型    葛炬;王飛;張粒子;

光時(shí)域計(jì)的特性參數(shù)與測(cè)量的幾個(gè)問(wèn)題    胡清蘭,張國(guó)山,滕秀英,孫德馨

用于高壓電器溫度監(jiān)測(cè)的FBG傳感系統(tǒng)    錢祥忠;王學(xué)雷;

風(fēng)電場(chǎng)功率短期預(yù)測(cè)方法研究    韓爽

帶跳及反饋的隨機(jī)波動(dòng)證券定價(jià)模型    孫有發(fā);鄧飛其;

在隨機(jī)波動(dòng)過(guò)程中對(duì)跳躍項(xiàng)的檢驗(yàn)    寇惠敏;孟昭為;

考慮隨機(jī)波動(dòng)影響的區(qū)域貨物周轉(zhuǎn)量預(yù)測(cè)    劉穎恒;方曉平;辛黎光;張晉莉;

隨機(jī)波動(dòng)模型估計(jì)及在金融風(fēng)險(xiǎn)防范中的應(yīng)用    蘇衛(wèi)東,張世英

隨機(jī)波動(dòng)利率期限結(jié)構(gòu)的有效矩估計(jì)    周麗;李金林;冉倫;

ICP-AES定量分析中的非隨機(jī)波動(dòng)問(wèn)題及其解決方法的探討    甘峰;朱世盛;

原材料價(jià)格隨機(jī)波動(dòng)的閉環(huán)供應(yīng)鏈契約協(xié)調(diào)機(jī)制    李琰;達(dá)慶利;

市場(chǎng)隨機(jī)波動(dòng)下干散貨和原油船投資決策研究    鄭士源;

基于跳躍厚尾隨機(jī)波動(dòng)模型的股市波動(dòng)研究    劉潭秋;劉再明;

隨機(jī)生產(chǎn)模擬簡(jiǎn)化模型的探討    史慧萍,胡敏羑,彭耀琰

需求隨機(jī)波動(dòng)下的局部競(jìng)爭(zhēng)與合作分析——廠商背叛行為的判定    張寧;倪宏艷;

隨機(jī)波動(dòng)模型的波動(dòng)持續(xù)性研究    李漢東;張世英;

周期正在消失    宋國(guó)青;

過(guò)剩產(chǎn)能能否抑制通貨膨脹?——基于包含隨機(jī)波動(dòng)的TVP模型考察    徐俊武;羅毅丹;

基于Stretching和高階緊的Heston隨機(jī)波動(dòng)模型下美式期權(quán)有限差分定價(jià)格式    孫有發(fā);張國(guó)亞;丁露濤;

SV-M模型下VaR和ES估計(jì)的極值方法    于紅香;劉小茂;

隨機(jī)波動(dòng)率模型中的金融衍生品定價(jià)問(wèn)題    馬研生

一類局部隨機(jī)波動(dòng)率模型的期權(quán)定價(jià)研究    謝樂(lè)

基于有限混合狀態(tài)空間的金融隨機(jī)波動(dòng)模型及應(yīng)用研究    鄭挺國(guó)

隨機(jī)波動(dòng)模型及其建模方法研究    孟利鋒

隨機(jī)波動(dòng)率模型的統(tǒng)計(jì)推斷及其衍生證券的定價(jià)    陳萍

帶跳的隨機(jī)波動(dòng)率模型下的期權(quán)定價(jià)研究    施秋紅

基于隨機(jī)波動(dòng)模型的股市收益和波動(dòng)模擬    江易芝

風(fēng)電隨機(jī)波動(dòng)的方差預(yù)報(bào)研究    任國(guó)瑞

隨機(jī)波動(dòng)率下歐式看漲回望期權(quán)定價(jià)研究    王飛龍

函數(shù)參數(shù)隨機(jī)波動(dòng)模型    鐘卓

隨機(jī)波動(dòng)模型下的非交易日效應(yīng)研究    嚴(yán)衛(wèi)星

隨機(jī)波動(dòng)率的波動(dòng)率模型    何魯寧

具有隨機(jī)波動(dòng)率的可轉(zhuǎn)換公司債券定價(jià)模型研究    王明雷

基因表達(dá)中的隨機(jī)波動(dòng)    鄭秀燈

隨機(jī)波動(dòng)模型參數(shù)估計(jì)方法比較研究    劉酉君

隨機(jī)波動(dòng)率—隨機(jī)利率跳擴(kuò)散模型數(shù)值解的收斂性及期權(quán)定價(jià)應(yīng)用    李艷軍