基于附加动量的小波神经网络风电功率短期预测.pdfVIP

第11卷第2期 沈阳工程学院学报（自然科学版） Ｖｏｌ.11 Ｎｏ.2 2015年4 月 Ｊｏｕｒｎａｌ ｏｆ Ｓｈｅｎｙａｎｇ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｅｎｇｉｎｅｅｒｉｎｇ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ ） Ａｐｒ． 2015 ＤＯＩ ：10． 13888／ ｊ． ｃｎｋｉ． ｊｓｉｅ （ｎｓ ）． 2015． 02． 002 基于附加动量的小波神经网络风电功率短期预测 ａ ｂ ｂ 晓楠 王胜辉 金月新 刘 ， ， （沈阳工程学院ａ. 电力学院ｂ. 产业管理处，辽宁沈阳 110136） 摘 要：以风电功率预测为背景，将小波理论与神经网络结合，在ＢＰ 神经网络模型的结构基础上构造了小波神经网络， 并提出了基于附加动量法改进的小波神经网络。利用附加动量的小波神经网络建立天气预报数据与发电功率的映射模 型，并进行实际预测。利用ＭＡＴＬＡＢ 进行仿真，验证了设计预测模型的实际可行性，并且预测精度满足相关要求。 关键词：风力发电；功率预测；ＢＰ 神经网络；小波分析；小波神经网络 中图分类号：ＴＭ715 文献标识码：Ａ 文章编号：1673-1603（2015）02-0101-06 在电力方面，用于火力发电的天然气、煤炭、石油 五年（2009~2013 年）全球风电市场规模扩大了几乎 的化石燃料的消耗日益增多，不仅使得这些不可再生 200 ＧＷ 。新增装机容量排名前五位国家分别是中国、 的资源面临枯竭的问题，也使得全球的环境问题日益 德国、英国、印度、加拿大。中国风电事业正经历着由 增多，这些无疑都限制了火力发电的发展。为了解决 分散小规模开发，向集中大规模远距离输送方向发展。 能源危机以及环境问题，世界各国近几十年来在努力 中国已经成为世界风电大国，正在向风电强国转变。 寻找能够替代化石能源的新能源，风能、太阳能、核能、 传统的火力发电方式是根据负荷的需求来安排发 生物质能等等纷纷登上历史舞台，对清洁的可再生的 电计划，但由于风具有随机性、波动性和间歇性等特 新能源的研究、开发及利用应运而生。其中风能凭借 点，使得风电场的发电功率具有很大的随机性且可控 其清洁、可再生、分布广等众多优点而受到世界各国青 性相对较差。因此当大容量的风电接入电网时会严重 睐，许多国家已经把发展风电作为解决能源和环境问 影响电力系统的安全性、稳定行以及电能的质量。对 题的重要措施。根据研究显示，每 10 ＭＷ 风电入网 风电场的发电功率进行比较准确可靠的预测，可以有 可节约3.73 ｔ 煤炭，同时减少排放粉尘0.498 ｔ 、ＣＯ 效地降低风力发电对电网所带来的不利影响，并且能 29.35 ｔ 、ＮＯｘ 0.049ｔ 和ＳＯ2 0.078ｔ［1］。无论从短期还 使电力调度部门合理安排调整调度计划，从而减少电 是从长期来看，风力发电都是电力可持续发展战略的 力系统运行成本和旋转备用，使之获得更多的经济效 最佳选择。 益和社会效益。目前，在国家电网公司的发电计划制 根据全球风能理事会（ＧＷＥＣ ）2014 年2 月5 日 定中都应用了风电功率预测系统，这对解决大规模风 发布的2013年全球风电统计数据显示，截至2013 年 电接入电网后的调度运行问题提供了强有力的技术支 底，全球风电累计装机容量达到3.18 亿 ｋＷ ，排名前 撑。 五位依次为中国、美国、德国、西班牙、印度，在过去的 现在丹麦、德国、西班牙、英国以及美国等风电 收稿日期：2014-11-12 基金项目：国家自然基金资助项目 作者简介：刘晓楠（1989- ），女，四川