风电场短期产能预报系统开发研究.docVIP

论文题目(中文)：风电场短期产能预测系统研究开发 论文题目(外文)：short-term wind power prediction system research and explored 研究生姓名：######### 学科、专业：控制理论与控制工程 研 究 方 向：风力发电 导师姓名职称：#########教授 目录 第一章 绪论 1 1.1 风电产业发展现状及课题背景 1 1.1.1 风电产业发展现状 1 1.1.2 课题背景 2 1.2 风电场短期产能预测发展现状 3 1.2.1 国外研究状况 3 1.2.2 国内研究状况 5 1.3风电场短期产量预报系统的经济及市场意义 6 1.3.1风电场产量预报系统的市场意义 6 1.3.2 风电场产量预报系统的经济意义 7 1.4本论文的主要工作 8 1.5 论文的结构 8 第二章 风电场短期产能预测系统介绍 9 2.1 风能预测系统的构成 9 2.2 数值天气预报模块 10 2.2.1 中尺度数值预报模式简介 10 2.2.2 MM5模式 10 2.3 风电场数据采集 11 2.4 预测模型的建立 15 2.4.1 神经网络预测模型的建立 15 2.5 软件实现 17 2.6 技术趋势 17 第三章 预测技术介绍 20 3.1 预测的含义 20 3.2预测的意义 20 3.3 预测的基本原理 21 3.4预测效果分析 23 3.5 几种预测方法的介绍 23 3.5.1 滑动平均法 24 3.5.2 指数平滑法 24 3.5.3 回归分析法 25 3.5.4 时间序列预测法 26 第四章 BP神经网络算法及其改进 28 4.1 人工神经网络简述 28 4.2 BP人工神经网络与BP学习算法 29 4.3 BP算法的改进 33 4.4 BP神经网络的泛化能力 35 第五章 风速功率预测研究 37 5.1 试验风电场风资源特性 37 5.1.1 风玫瑰图 37 5.1.2 风速、风能频率分布 38 5.2 基于BP神经网络的风速预测研究 39 5.2.1 基于 BP 神经网络的时间序列预测 40 5.2.2 归一化数据处理 41 5.2.3输入层、隐层单元数的确定 41 5.2.4预测分析 42 5.3 ARMA模型的风速预测研究 44 5.3.1 ARMA模型概述 44 5.3.2 ARMA模型的识别 45 5.3.3 风速预测建模 46 5.3.4 误差分析 47 5.4 数值天气预报（MM5模型）风速预测情况 50 5.4.1 MM5预测数据分析 50 5.4.2 MM5预测误差分析 51 5.5 功率预测研究 52 5.5.1 风速功率拟和 52 5.5.2 功率预测误差分析 53 5.6 本章总结 54   第一章 绪论 1.1 风电产业发展现状及课题背景 1.1.1 风电产业发展现状 随着全球能源危机的出现，世界各国均对可再生能源产生了浓厚的兴趣，尤其是欧美各国。欧盟针对可再生能源制订了相应的发展战略，大力开发可再生能源。风能是一种清洁的可再生能源，风力发电是风能利用的主要形式，也是目前可再生能源中技术最成熟、最具有规模化开发条件和商业化发展前景的发电方式之一。 目前，世界上可再生能源增长最快的就是风电，装机容量年增长率超过30％。2006年世界风电市场继续保持快速增长，新增风电装机容量达1500万千瓦，总装机容量达7500万千瓦，比去年增加25%。根据欧洲风能协会和绿色和平组织签署的《关于2020年风电达到世界电力总量的12％的蓝图》的报告，期望并预测2020年全球的风电装机容量将达到12.31亿千瓦（是2002年世界风电装机容量的38.4倍），年装机容量将达到1.5亿千瓦，2020年风电将占到全球发电量的12％。 中国是一个发展中国家，经济、能源与环境的协调发展是实现中国现代化目标的重要前提。中国是个能源大国，也是个能源消费大国，当前中国能源发展面临人均能耗水平低，环境污染严重，能源利用率低以及可再生能源比例少等问题。因此，调整能源结构，减少温室气体排放，缓解环境污染，加强能源安全已成为全国关注的一个热点，对可再生能源的利用，特别是风能开发利用给予了高度的重视。 我国风能资源丰富，风能储量和可开发量都居世界首位，其中10米高陆地可开发风能储量2.5亿kW，海上风能储量7.5亿kW，总计10亿kW。在国家发改委编制的《可再生能源中长期发展规划纲要（2004－2020）》中，国家计划在2010年、2020年全国风电装机分别达到500万千瓦、3000万千瓦。目前全球装机情况见表1，其中中国已经排在第6位。中国在全球的风电份额上已占有一席之地。图1给出了全球十大制造商图示，咱们中国的风电制造龙头企业金风科技已经一跃进入前十制造