基于小波神经网络的风电功率预测.pdfVIP

l8 电气开关)(2011．No．4l 文章编号：1040 —289X{2011)04-0018—03 基于小波神经网络的风电功率预测 齐放 (华北电力大学，北京 102206) 摘 要：风力发电是新能源发电中技术之一，对促进 电力工业调整、减少环境污染、推进技术进步具有重要意义。 然而，目前风力发电的大规模使用还存在一定的难度，开展风电场功率预测的研究势在必行，基于小波理论及神 经网络的方法，开展相应的研究。 关键词：风力发电；小波理论；神经网络；风 电功率预测 中图分类号：TM7l 文献标识码 ：B TheW indElectricityPowerForecastBasedonW aveletNeuralNetwork QIF帆g (NorthChinaElectricPowerUnviersity，Beijing102206，China) Abstract：WindpowergeneratinisoneofnewenergySOUrCetechnique．Itisofimportantsignificancestopromotepower industryadjustment，reduceenviornmentalpoflufionandadvancetechnologyprogress．However，large—scaleuseofthe windpowergenerationalsohassomedifficulties．Thesudyaboutwindelectricitypowerforecastisimperative．Theapmp- riatestudyisdevelopedbasedonwavelettheoryandneuralnetworkmethod． Keywords：windpowergeneration；wavelettheory；neuralnetwork；windelectricitypowerforecast 的记录下风机的输出功率，因此针对这种情况，本文利 1 引言 用小波神经网络来进行短期风电功率预测 ’。 近年来，全球风电发展进人了快车道。截止到2OO9 2 小波理论 年，全球风机装机容量已达 159231MW，2009年新增装 小波分析是数学中一个迅速发展的新领域，自从 机 38312MW。2010年 全球 的装 机 容量 已超过 J．Morlet在 1974年首次提出小波变换的概念以来，在 2000000MW。我国风能资源丰富，据统计，全国风功率 功率预测、数值分析、故障诊断等领域得到广泛的应 密度为 100W／m2，风能资源总储量约 1．6×10MW，可 用 。小波分析是针对傅里叶变换的不足发展而来的， 开发和利用的陆地上风能储量有2．53亿 kW。随着人 傅里叶变换是信号处理领域中应用最为广泛的一种分 口的增长和环保条件的制约，国家制定了发展新能源的 析手段，然而它有一个严重的不足，就是变换抛弃了时 战略，这一举措对促进电力工业调整、推进技术进步等 间信息，变换结果无法判断某个信号的发生时间，即傅 有积极的作用。其中，风力发电是技术最成熟、最具商 里叶变换在时域中没有分辨能力。小波是一种长度有 业化前景和最可能大规模开发的发电技术之一 】【J。 限、平均值为0的波形，它的特点包括两点：一是时域 《中国风电发展报告2OLO))预测：2020年，中国风 都具有紧支集或近似紧支集；二是直流