2011年电工杯数学建模全国一等奖论文.docVIP

风电功率预测问题 摘要 有效利用短期风电功率预测技术可以减轻风能波动对电力系统调度的不利影响，是实现风电常规化、规模化并网的关键。 问题（1）中，首先在对数据进行处理划分后分别采用灰色马尔科夫、小波神经网络、模糊Box-Jenkins模型进行实时预测，利用横向纵向相结合，取二者平均值作为最终预测结果。然后根据考核要求分析各种方法的准确性，表6给出了评价结果，其中灰色马尔科夫的准确率在三者中最差，模糊Box-Jenkins模型因其预测需要信息量最大，准确率最高；随着时间的推移，模糊Box-Jenkins模型预测误差趋于稳定。 问题（2）中，首先分析单台风电机组预测的误差和多机组预测的误差，多机组预测误差小于其中机组单独预测误差的均值，这是因为预测时没有考虑功率汇聚中机组间的相互影响而认为机组是各自独立的。然后，建立四维能量场模型，用能量场中能量流相互传递，模拟风电机组彼此之间的干扰，得出相对误差的大小由能量场中能量传递的多少决定，减小能量流动，便能减小相对误差。 问题（3）中，结合问题（1）、问题（2），选取模糊Box-Jenkins模型进行改进，分别用分段预测、马尔科夫预测对其进行修正。修正后的模型在预测精度上有了提高，其中用马尔科夫修正的模型误差有较快的收敛速度。 通过本文分析，风电功率的精度不可能无限度的提高，因为其中设计的诸多因素如温度、风速、机组自身可靠性等都是未知甚至是