1、兰州理工大学硕士学位论文风电场短期风速预测研究姓名：王明伟申请学位级别：硕士专业：电力电子与电力传动指导教师：王晓兰20090601硕卜学位论文摘 要开发与利用新能源是我国21世纪的重要能源战略。风能是一种“取之不尽，用之不竭”、环境友好的可持续性能源，已受到了越来越广泛的重视，并成为发展最快的新型能源。但是风电具有间歇性和随机性的固有缺点，随着大量的风力发电接入电网，势必会对电力系统的安全、稳定运行以及保证电能质量带来严峻挑战，从而限制风力发电的发展规模。风电场短期风速和发电功率预测是解决该问题的有效途径之一。中国的风电场大都是集中的、大容量的风电场，而且处于电网建设相对比较薄弱的地区，因此
2、，中国更需要进行风电场短期风速和发电功率预测的研究，而发电功率的预测主要源自风速的预测。在此背景下，选择风电场短期风速预测方法作为主要研究内容，主要包括以下几个方面：首先运用统计学方法来分析风速的时间序列特性及其预测方法和应用特点，说明现实中的风速序列具有很强的非平稳性。然后运用具有“数字显微镜”之美誉的小波变换来分析历史纪录的风速数据，通过运用二进正交小波变换Mallat算法对香港和河西走廊地区风速序列进行分解和重构，分离出风速序列中的低频信息和高频信息。对Mallat算法分解后的信号，运用最小二乘支持向量机分别进行向前一步预测，然后再把各预测结果合成，得到预测值。建立了基于小波交换和最小二
3、乘支持向量机的短期风速预测方法。应用Matlab对该算法进行了仿真，仿真试验表明，小波变换是非平稳风速序列时频分析的有效工具，对风速序列的高频和低频信息起到很好的分离作用；最小二乘支持向量机的应用提高了预测的准确性。应用香港地区与河西走廊地区小时平均风速历史数据，验证了方法的有效性。关键词：风速预测；风力发电；风电场；时间序列；小波分解；最小二乘支持向量机；发电功率预测AbstractDeveloping柚d making use of new energy is impOnant strategy in 21 centuries inChinaWind energy has been inc
4、reasin百y embraced and wind generation is one of themost prospective玳啊 energy due t0 its exhaustless But wind power has thedisadvanta星res of inte皿1ittenCe孤d randomicity，which will bring challenge to the safetyand stabilization of power酊d and then restriCt the scale of wind power deVelopmentShort t锄wi
5、nd speed f：0recas“ng and wind power forecasting in wind f撕n is aneffedive approach for the abo寸e pfoblemT1le wind fa珊s in a|lina afe mostlycentralized觚d large scaled ones，while the power鲥ds constmction is weakShorttem wind speed forec硒ting and wind power for删ing in wind farm is more neededin ChinaTh
6、e wiIld power forecasting is ori酉nated f幻m the wind speed forec筋tingmajldy硼1is paper studied shon te彻wind speed forecasting methodsThe main wo r：ksare as置bUows：Firstlv，the statistics method is used to allalyse the time series characteristic of windspeed and the wind speed fbrecasting method and its
7、applicationWind speed is anonstationary time seriesSeconmy，the wavelet analysis with“digital microscope”reputation is used t0 觚alyse the have noted wind speed dat弱The waVeletdecomposition柚d reConstmction is used in the willd speed datas in Hong K0ng锄dHexi cofridor，the wind speed time sefies with tcn
8、dency afe decomposed into a low骶quency component锄d several higll frequency componentsne higll舭quencysi印als船d the low行equency are forecasted with le勰t squarc suppon Vector machinesThe f研eCasting result 0f the嘶ginal time series is the superposition 0f the respectiveforecastingT1le short te珊wind speed
9、forecasting method using the wavelet analysisand LSSVM is proposed in tllis thesis7nle results of test examples in MAnAB showthe wavelet iS effcctive tool for the non-stationary wind speed time series forecastin函the low骶quency component卸d seVeml h蛐肌quenCy components arc decomposedwell，卸d the forecas
10、ting accllfacy is ef诧ctiVely improved using：LSSVMThes洒ulation results 0f the wind Speed dat弱in Hong Kong觚d Hexi corridor shown thatthe above scheme is feasibleKey words：wind speed fbrecasting；wind power generation；wind power plant；timeseries；wavelet decomposition；least squares suppon Vector machine；
11、generated powerforecastillg兰州理工大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：耖殇仰 日期：朋年月尸日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权兰州理工大学可
12、以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。同时授权中国科学技术信息研究所将本学位论文收录到中国学位论文全文数据库，并通过网络向社会公众提供信息服务。作者签名：导师签名：夕月少日|月，口日忙矿期期饬篷滋硕士学位论文11风电产业发展现状第1章绪论111世界风能产业发展现状风能是一个非常重要和巨大的资源，它安全、清洁、充裕而且无限，能提供源源不绝、稳定的能源供应，而风电产业是世界上发展得最快的能源行业，它为全球经济开始向以可再生能源为基础的转型提供了最好的机会。从20年前推出的样机开始，风电技术经过长期发展的历程，今天的风电机组已经
13、成为先进的现代高新技术，当前，一台风电机组比20年前机组的功率大200倍，而其风轮的直径比一架大型喷气式客机的机翼还长。现代风电场生产出来的电量之大，相当于常规电厂，而且它可以在几个月的时间内建成。这幅风电的发展蓝图，将更加拓展技术进步的范围，从而带来更巨大的效益。风电不需要被发明出来，也不需要等待任何神奇的技术突破，如今已经可以在全球推广。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
14、化发展前景的发电方式之一。风电是世界上增长最快的可再生能源，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。从20092014年，预计年均增长率会降低到20，到2013年，装机容量便会达到462253亿kW(462253MW)。之后年增长率会降低至15，直到2018年增长幅度则会降至10，风电的年装机容量仍会在很高的水平上增长。从2020年开始，每年新增的风电装机容量会在15149亿l【W(151490Mw)的水平，这意味着到2040年，风电的全球总装机容量会达到31亿kW(3100GW)，相等于当
15、时22的世界用电量【。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1231亿千瓦(是2002年世界风电装机容量的384倍)，年装机容量将达到15亿千瓦，2020年风电将占到全球发电量的12。风电场短期风速预测研究112国内风能产业发展现状如今，风能成为增长速度最快的能源，过去五年全球风能的增长率为31。而我国风能资源十分丰富，可开发利用的风能储量约10亿kW，其中，陆地风能储量约为253亿kw(陆地上离地10m高度资料计算)，海上可开发和利用的风能储量约75亿kW，共计10亿kW。而2003年底全国电力装
16、机约567亿kW。我国的风资源主要集中在三北(东北、华北、西北)和东南沿海地带。风能的快速发展，主要归功于风机设计技术的提高及国家的优惠政策。据政府计划，到2020年我国风电的装机容量将达到3000万kW。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25亿kW，海上风能储量75亿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(20042020)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。我国能源资源总量相对较少，人均占有率低；能源消费增长较快，能源形势比较严峻：能源结构不合理，可再生能源开发利用
17、不充分。2006年我国可再生能源法正式生效，国务院审议原则通过可再生能源中长期发展规划，为我国可再生能源发展创造了良好的法律和规划框架。从技术成熟性和经济可行性看，风电在可再生能源中具有最好前景。近十几年来其发电成本已得到大幅下降，风电已具有与传统常规电源发电竞争的潜力。随着我国能源结构的调整，无污染可再生的风电日益得到重视。国家中长期科学和技术发展规划纲要设立了“可再生能源低成本规模化开发利用”优先主题，提出“重点研究开发风力发电”Izj。欧洲的平均风速虽然远低于中国，但风电装机容量从1995年的2500Mw上升到2006年底的48000Mw。中国2006年的安装容量为2600MW，考虑到中
18、国丰富的风力资源，以及中国经济增长带来的能源需求的增加，风机技术和规模的不断进步，充分表明中国的风电市场在未来的10到15年内将以更快的速度增长。12本课题的提出背景及研究意义风能是一种清洁的永续能源，不存在燃料价格风险，在风机寿命期内发电成本稳定，不存在外部能源依赖性，没有环境成本，风能是一种可再生能源，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。风力发电在降低中国电力供应风险和长期发电成本，以及减少对燃料价格依存度方面能够发挥重要作用。而且，风力发电可以加强中国的能源供应安全，节约宝贵的自然资源，培育国产工业的发展，促进
19、农村电气化。清洁的风电可以明显降低与发电相关的环境成本，减少二氧化碳的排放。这些优势还将带来明显的经济效益，特别是诸如北部和西北风力资源丰富的边远地区，可以作为风机制造的理想选址。2硕士学位论文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，尤其是发达国家，已经充分认识到风电在调整能源结构、缓解环境污染方面的重要性，对风电的开发给予了高度重视及政策激励。装机规模持续高速增长。近年来，风力发电在世界范围内得到迅速发展，风电已成为实现能源多样化、应付气候变化和实现可持续发展的重要替代能源，尤其是近两年，随着国际石油价格大的波动以及京都议定书的生效，风力发电得到世界许多国家的广泛关注
20、，成为国际能源领域的热点。2007年12月中华人民共和国国务院新闻办公室发布了中国的能源状况与政策白皮书。书中提到要大力发展可再生能源。可再生能源是中国能源优先发展的领域。可再生能源的开发利用，对增加能源供应、改善能源结构、促进环境保护具有重要作用，是解决能源供需矛盾和实现可持续发展的战略选择。2005年2月，我国颁布了中华人民共和国可再生能源法，该法于2006年1月1日开始实施。制定了可再生能源发电优先上网、全额收购、价格优惠及社会公摊的政策。建立了可再生能源发展专项资金，支持资源调查、技术研发、试点示范工程建设和农村可再生能源开发利用。发布了可再生能源中长期发展规划，提出到2010年使可再
21、生能源消费量达到能源消费总量的10，到2020年达到15的发展目标。积极推进风力发电利用技术，将建设若干个百万千瓦级风电基地，以规模化带动产业化。积极落实可再生能源发展的扶持和配套政策，培育持续稳定增长的可再生能源市场，逐步建立和完善可再生能源产业体系和市场及服务体系，促进可再生能源技术进步和产业发展。我国幅员辽阔，海岸线长，风力资源相当丰富。在我国的东南沿海及附近岛屿，内蒙、和甘肃河西走廊，以及东北、西北、华北和青藏高原等部分地区，年平均风速在3ms以上的时间接近4000小时，一些地区的年平均风速接近67ms，具有很大的开发价值。我国近海可开发风电场的区域更是数不胜数。我国的风电开发前景十分
22、广阔。2006年末，中国气象局完成了第三次风能资源普查。根据估算，陆地上离地10米高度层上风能资源技术可开发量约297亿千瓦。近海可开发利用的风能储量约75亿千瓦。如果陆上、近海风电年上网量按等效满负荷小时数分别按2000和2500计，则陆上风电每年可提供约6000亿千瓦时的电量，近海风电每年可提供18万亿千瓦时的电量，相当于2005年全国用电量。目前中国已经建成的风电场平均利用小时约2300小时，主要位于“三北”地区(西北、东北和华北)及东南沿海。我国并网风电建设规模较大的省份为：新疆、内蒙古、广东、辽宁、浙江、江苏、宁夏、甘肃、福建等。累计装机前三名为新疆、内蒙古、广东。据了解，到2006
23、年底，我国风电累计装机容量已经达到260万千瓦，当年新增装机容量为133万千瓦，同比增长166。到2007年底，我国风电装机累计达到605万千瓦，提前3年完成原定2010年的目标。国际绿色和平组织和世界风能协会最新发布的一份报告显示，中国已位列在全球风电市场未来发展中扮演领军3风电场婀期风速预测研究角色的13个国家之一。国家发展改革委员会规划，“十一五”期间拟建成30个10万千瓦级的风电项目，在内蒙、河北、江苏、甘肃等地建设4个百万千瓦的风电基地。按规划，到20lO年我国风电装机容量可达800万千瓦，但按目前建设势头，最终结果可能超过1000万千瓦，甚至超过1200万千瓦。大型并网风电近年来在
24、世界范围内发展迅速，2000年到2005年期间的年增长率为28我国的并网风电在十五期间也得到迅速发展，到2007年底，全国风电装机总容量为6050MW【引，位居世界第5位。目前新装机主力机型为600千瓦到15兆瓦。我国已经建成了43个风电场，掌握了风电场运行管理的技术和经验，培养和锻炼了一批风电设计和施工的技术人才，为风电的大规模开发和利用奠定了良好的基础。“十一五”将进入我国风电场开发的黄金时期，将在我国风能资源丰富的地区，即东部沿海和西北、华北和东北地区，建设30个左右十万千瓦等级的大型风电项目，从而在江苏、河北、内蒙古等地形成百万千瓦风电基地，营造出风电场开发的广阔市场。国务院审议通过的
25、可再生能源中长期发展规划预计到2020年中国风电装机容量达到3000万千瓦，其中20052010年底风电装机容量年均增长率有望达到38，20102020年风电装机容量年均增长率有望达到431。中国作为一个发展中国家，既是能源大国，也是一个能源消费大国，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13制。目前，国内外对于风力发电各种课题的研究越来越深入和广泛，主要包括：风力发电机组输出功率的计算、风电场风能资
26、源特性参数的计算、风速和风力发电功率的预测、含风电场的电力系统潮流计算、风电对电能质量的影响及改善措施(电压波动和闪变、电压控制)、风电场穿透功率极限的计算、风力发电对系统安全稳定运行的影响、含大穿透功率的电力系统快速安全评估、风电机组的可靠性分析、风电场的发电可靠性模型、风电场内风电机同步运行问题、容量扩建最优规划、风电场的概率评价、风力发电成本等。但其中关于风电场风速和发电功率预测的研究还达不到令人满意的程度【71，而且在我国基本还没有做过此方面的研究工作。鉴于风电多方面的优点，人们总是希望尽可能多的利用风电。当风电并网时，必须要考虑风电穿透功率极限问题。风电穿透功率(wind Power
27、 Penetration)是指风电功率占系统总发电功率的比例。中国电力科学研究院在这方面进行了大量的研究工作【7101，指出在风电穿透功率不超过8时，我国电网一般情况下不会出现较大的技术问题。但是，随着风电比例的增加，风电在给我们带来多方面利益的同时，它也带来了一些不利的影响，尤其是风电穿透功率超过一定值之后，可能4硕f学位论文会严重影响电能质量和电力系统的运行，并且可能会危及常规发电方式，主要表现在电压和频率会有较大幅度的波动。更严重的，当风电机组由于风速过大而退出运行时，可能会给电力系统造成难以承受的冲击Il。如果我们能够对风电场的风速和发电功率做到比较准确的预测，则有利于电力系统调度部门
28、必要时及时调整调度计划，这样便可有效的减轻风电对整个电网的影响。所以，风速和风力发电功率的准确预测对于负荷管理和系统运行便显得十分重要，而且还可以减少电力系统运行成本和旋转备用，提高风电穿透功率极限，并且有利于在电力市场环境下正确制定电能交换计划，以充分利用风力资源，获得更多的经济效益和社会效益【1引。本课题正是根据风力发电及电力系统发展的需要，对风电场风速预测进行研究，并且主要以向前一步给出预测值的短期预测。13风速预测的概念和特点所谓风速，是指单位时间内空气在水平方向上所移动的距离。风速的单位有多种表示方法，如：ms、n milelI、milell、hlll、f临等，本文采用ms。我国风资
29、源丰富地区一般人烟稀少，适合建设大容量风电场，而且风电场所在地区一般负荷较小，风电功率直接送入高压输电网。这与丹麦、德国等国家大多数风电场容量较小且接入配电网的情况有较大不同。大量风电集中接入的不利方面在于一点的较大功率波动对电网带来较大影响，因此风电功率预测对电网安全运行有重要的意义，而风速预测就是功率预测中最重要的环节之一。我国风场的主要特点是：1)单个风电场容量较大；2)新建风电场较多，风电场运行数据不完善；3)我国大部分地区，春夏多盛行东南季风，秋冬受西伯利亚寒流的影响，多西北风，不同季节；4)有的风电场地处戈壁沙漠，有的在草原，有的在山脊上，地形多种多样。在充分考虑到各种影响因素的情
30、况下，研究或利用一套系统的处理过去与未来风速的数学方法，在满足一定精度要求的意义下，确定未来某特定时刻的风速值或某特定时段的平均风速值，就称为风速预测。通常指的是对平均风速值进行预测，因为平均风速值对于合理估计风能更为有效。风速预测按周期有短期、中期、长期之分，短期风速预测是指对未来1h、未来05h甚至未来10min平均风速的预测。中期和长期风速预测则指对更长周期的平均风速进行预测。风力发电功率预测的定义与风速预测相似，只不过是将预测对象变为风力发电功率，同样亦有短期、中期、长期之分。由于风速预测或风力发电功率预测是根据它们过去和现在的情况推测它们未来的数值，所以这项预测工作所研究的对象并不是
31、确定事件。只有不确定事件、随机事件，才需要人们采用适当的预测技术，推知它们的发展趋势和可能达到的5风电场矩期风速预测研究状况，这就使这项预测工作具有不准确性、条件性、时间性、多方案性和地区效应等特点。14风速预测的研究概况风速受到多种因素的影响，如温度、气压、地形、海拔、纬度等，这就使它表现出很强的随机性，进而导致风力发电功率亦表现出很强的随机性，从而使预测很难达到令人满意的精度。本论文主要研究的是风速的短期预测，目前适用于此领域的方法主要有以下几种：(1)持续预测法这是用于风速和风力发电功率预测的最简单且最传统的方法，可简单表示为V，13f+r)=阡(p) (11)式中，表示预测值，f表示当
32、前时刻，丁表示预测周期，p表示模型的阶数，即预测值v，O+r)等于最近p个历史值的滑动平均值。通常情况下，只利用最近的一个历史值进行预测，也就是简单的把最近一点的风速或风力发电功率的观测值作为下一点的预测值【llJ。此方法虽然简单易行，但是预测效果不稳定。鉴于此，近年来又发展起来一些更先进的预测方法，如下文所述。(2)卡尔漫滤波法(1汪lman filters)把风速和风力发电功率作为状态变量建立状态空间模型，用卡尔漫滤波算法实现预测。这种算法是在假定噪声的统计特性已知的情况下得出，事实上估计噪声的统计特性是该方法应用的难点所在。此算法适用于在线风速和风力发电功率预测【1314J。(3)随机时
33、间序列法(Time sefies)随机时间序列法利用大量的历史数据来建模，经过模型识别、参数估计、模型检验来确定一个能够描述所研究时间序列的数学模型，最后再由该模型推导出预测模型，进而达到预报的目的。这方面的工作，BoxJenl【ins贡献最为突出。根据Box-Jenl【ins方法，可将随机时间序列分为5种不同的模型：自回归(AR)模型；滑动平均(MA)模型；自回归滑动平均(ARMA)模型；累积式自回归滑动平均(ARIMA)模型；用传递函数建模的序列。目前，该方法使用最多的是累积式自回归滑动平均模型【14d副。(4)人工神经网络法(Anificial Neural Ne觚ork)人工神经网络(
34、ANN)简称神经网络(NN)，旨在模仿人脑结构及其功能，由大量简单处理元件以某种拓扑结构大规模连接而成，是一门涉及生物、电子、计算机等多个领域的科学。人工神经网络具有并行处理、分布式存储与容错性等特征，具有自学习、自组织和自适应能力，可以实现联想记忆、非线性映射、分类与识别、优化计算、知识处理等功能，对复杂问题的求解十分有效，其应用已发展到许多领域。目前，应用最广泛的是多层前馈神经网络模型(BackPropagation)1111。7，18，19J。(5)模糊逻辑法(Fuzzy L09ic) 应用模糊逻辑和预报人员的专业知识将数6硕f?学位论文据和语言形成模糊规则库，然后选用一个线性模型逼近非
35、线性动态变化的风速或风力发电功率。从实际应用来看，单纯的Fuzzy方法对于风速和风力发电功率预测，精度往往不尽如人意，这主要是因为Fuzzy预测学习能力较弱，模糊系统的辨识还未形成完善的理论，在预测系统中选择模糊系统的结构尚需作进一部的研究等，这一点对于不断变化的风速和风力发电功率来说，是极为不利的。通常模糊预测法要与其他方法配合使用，才能达到比较好的预测效果。如文献【12】将模糊与遗传算法相结合，文献【20】将模糊与神经网络相结合，进行风速预测。以上所述各种方法有一个共同的特点，即它们都只需知道所预测地点的单一风速或风力发电功率时间序列，经过对该时间序列进行处理，就可以建立预测模型，进而对未
36、来风速或风力发电功率进行预测。这一特点给上述各种方法的历史数据收集以及预测过程中数据的实时采集带来了方便，所需数据单一，便于实现，但也会在一定程度上影响预测的精度。(6)空间相关性法(Spatial Co玎elation)与上述各种方法不同，空间相关性法(Spatial Collrelation)需要考虑所预测地点以及与之相近几个地点的风速时间序列，运用几个地点风速之间的空间相关性，进行风速预测，进而对风力发电功率进行预测11 21。因为空间相关性法需要使用多个地点之间的风速数据，这就使历史数据收集以及预测过程中风速数据的实时采集及传输成为很重要的一项任务，实现难度较大。目前，该方法还研究得不
37、够成熟，其预测精度并不比其他方法改善多少。但是，已有人提出一些改进措施，另外该方法使风速预测模型的输入信息更加丰富，这可能会在一定程度上提高预测精度。目前，风电场短期风速预测的绝对平均误差在2540左右，这不仅与预测方法有关，还与预测周期以及所预测地点的风速特性有关。一般来说，预测周期越短，预测地点的风速变化越缓和，预测误差就会越小；反之，预测误差就会越大。风力发电功率的预测误差较之风速预测误差还要大一些。值得指出的是，现实中的风速序列具有很强的非平稳性，而上述方法只适用于平稳时间序列的预测，因此用于风速预测无法取得良好的预测效果121讲J。而对于非平稳的风速时间序列，可以利用小波变换对风速序
38、列进行分解，对分解后的信号采用最小二乘支持向量机分别进行预测，然后再把各预测结果合成，得到预测值。基于上述思想，本文针对提前一个观测时间段给出预测值的要求，提出了利用小波分解(wT)和最小二乘支持向量机(LSSVM)相结合的风速预测方法，分别以我国香港地区和河西走廊地区风电场的风速数据为例，建立了上述两个地区风速预测的小波分解和最小二乘支持向量机(wT-LSSVM)模型，显著提高了超前一步的预测精度，为工程应用奠定了基础。7风电场jj，j_期风速预测研究15本论文的主要工作和章节安排151本论文的主要工作本文以风速为研究对象，分析风速的特性，变化规律，目标是实现风速短期预测。风速预测系统包括短
39、期预测和超短期预测，短期预测一般是指能提供172小时的预测，超短期预测是指能提供03小时的预测。本论文结合具体实例，针对提前一步给出预测值的要求，详细阐述时间序列法、小波变换和最小二乘支持向量机在这一领域的应用。主要工作如下：(1)首先运用统计学方法分析风速时间序列的特征以河西走廊地区风电场实测风速记录为原始数据，经过模型识别，参数估计，模型检验和实践检验，通过大量计算和比较，从多组随机时间序列模型中挑选出一种预测效果相对最好的模型，进行风速预测。(2)运用小波变换对风速数据进行分析处理现实中的风速序列具有非平稳性，而前面提到的方法只适用于平稳序列的预测，因此用于风速预测无法取得良好的预测效果
40、【25侧。而对于非平稳风速序列，可以利用小波变换对风速序列进行分解。(3)运用最小二乘支持向量机对小波分解后的数据分别进行预测并合成对小波分解后的风速数据运用最小二乘支持向量机进行向前一步预测。然后和用统计学方法的风速预测结果进行对比，说明该方法具有很高的预测精度。(4)编制程序，验证所提算法的可行性和有效性运用Matlab语言，根据时间序列法、小波变换和最小二乘支持向量机原理以及本文所提出的思想，编制模块化程序。程序中各个模块相对独立，为主程序的调试带来很大的方便，十分有利于本课题的理论研究工作。152本论文的章节安排本论文共分为6章，具体安排如下：第1章绪论，首先介绍风电产业发展现状，然后
41、阐述了风速预测的概念和特点，及其研究概括。第2章风速及风电特性概述，首先介绍风速的分布和变化特性，然后对河西走廊风能时空特征进行了分析。第3章风速的时间序列特性，探讨了基于统计学的非平稳时间序列分析的基本性质、特征及概念，研究了平稳和非平稳时间序列的统计分析及建模方法，最后对河西走廊地区日平均风速的特点进行分析，并运用时间序列分析方法预测风速。第4章基于小波变换的风速时问序列分析，对小波分析的原理及方法进行了阐述，尤其对Mallat算法的分解与重构原理进行了详细地论述，通过仿真说明该算8硕十学位论文法在非平稳时间序列分析应用中的优越性和有效性。第5章基于最小二乘支持向量机的风速时间序列分析和预
42、测，对支持向量机的基本原理以及最小二乘支持向量机算法原理进行了详细探讨，重点研究了最小二乘支持向量机。最后分别以香港地区和河西走廊地区的风速为例，运用最小二乘支持向量机进行预测，通过仿真试验说明了LSSvM对非平稳风速时间序列预测的可行性和有效性。第6章基于小波变换和最小二乘支持向量机的短期风速预测，探讨了基于小波变换和LSSVM方法的非平稳风速时间序列预测方案，分别以香港地区和河西走廊地区的风速为例，通过仿真验证该算法的有效性。总结了本论文所做的工作，提出进一步需要研究解决的问题。9风I乜场短期风速预测研究第2章风速及风电特性概述风是由于大气压差造成的大气的流动，大气的流动也像水流一样是从压
43、力高处往压力低处流。太阳能和地球的公转自转是形成大气压差的原因。风向和风速是两个描述风的重要参数。风向是指风吹来的方向，如果风是从北方吹来就称为北风。风速是表示风移动的速度，即单位时间内空气流动所经过的距离。显然风向和风速这两个参数都是在变化的。风速的波动，随着距离地面高度增大而逐渐减小，而所含能量也逐渐增大：随着地理位置的变化也发生着改变。本文为了研究方便，采样数据取为某一特定高度特定地理位置的风速统计数据作为研究对象。21风速的分布特性风速分布一般均为正偏态分布，通常用于拟合风速分布的线型很多，而威布尔(W|eibull)分布双参数曲线，被普遍认为适用于对风速做统计性描述。威布尔分布是一种
44、单峰的、两参数的分布函数簇，其概率密度函数可表达为：Pcz，=善(詈)b1 exp一(詈)】 (21)式中：七和c为威布尔分布的两个参数，七为形状系数，取值范围为1823，一般取k=2；c为尺度系数，反映所描述地区的年平均风速【9，291。人们根据风速概率分布，估计出风电机组的年发电量，从而确定风电场建设项目的可行性。还可利用风速概率分布来计算风电的可靠性等性能指标【划。22风速的变化特性文献【29】指出，风速具有以下变化特性：(1)风速年变化各月平均风速的空间分布与造成风速的天气气候背景和地形以及海陆分布等有直接关系。在我国，各地风速年变化互有差异。(2)风速日变化风速同变化即风速在一日之内
45、的变化，它主要与下垫面的性质有关，具体来说有以下几种类型：1陆地上日变化陆地上风速日变化是白天风速大，午后14时左右达到最大，晚上风速最小，在黎明前6时左右风速最小。这是由于白天地面受热，特别是午后地面最热，上下对流旺盛，高层风动量下传，使下层空气流动加速，而在10硕十学位论文午后加速最多，因此风速最大；日落后地面迅速冷却，气层趋于稳定，风速逐渐减小，到日出前地面气温最低，有时形成逆值，因此风速最小。2海上日变化海上风速日变化与陆地相反，白天风速小，午后14时左右最小，夜间风速大，清晨6时左右风速最大。这是由于海上夜间海温高于气温，大气层热稳定度比白天大，正好与陆地相反。另外海上风速日变化的幅
46、度较陆地为小，这是因为海面上水温和气温的日变化都比陆地小，陆地上白天对流强于海上夜间的缘故。3近海地区或海岛上风速日变化这些地方风速的变化既受海面的影响又受陆地的影响，所以风速日变化便不太典型的属于哪一类型。稍大的一些岛屿一般受陆地影响较大，反之则受海面的影响较大。4风速随高度变化风速的日变化还随着高度的增加而变化，同一地点不同高度处风速日变化特点很不相同；同时，不同地点相同高度处风速日变化特点也很不相同。23风能及风力发电功率的计算(1)风能的计算风能的利用主要是将它的动能转换为其他形式的能，因此计算风能的大小也就是计算气流所具有的动能。在单位时间内垂直流过风速截面积4伽2)的风能，即风功率
47、为：P。丢p么v3 2。 (22)式中：P为风功率，单位为W(即堙m2s3)；p为空气密度，瞎m3；y为风速，所s。式(22)称为风功率公式，在风力工程上，习惯称之为风能公式。令式(22)中的A=1，便得到风功率密度公式，也称风能密度公式，即w一丢3 (23)可知，风能密度是气流在单位时间内垂直流过单位截面积的风能，此量最适合于衡量一个地方风能的大小以及评价一个地区的风能潜力。但是，风所具有的能量不可能全部被风力机所吸收。根据贝兹理论，通过风轮的最大能量可用下式表示：P一去胛y3cP s去v3059 (24)式中p，y的含义与式(22)相同；A为风轮截面积；C。为风能利用系数，即在单位时间内，
48、风轮所吸收的风能与通过风轮旋转面的全部风能之比。按照贝兹极限，C。最大值为0593。这表示，即使毫无损失的吸收风的全部能量，也只能有59的能量可以为风力机所用。但贝兹理论中，没有考虑到不可避免的涡流损11风l乜场短期风速预测研究失，所以实际风力机所能利用的风能百分数还要低一些f31】。(2)风力发电功率的计算风力机需要根据一个确定的风速来确定风力机的额定功率，这个风速称为额定风速。在这种风速下，风力机功率达到最大。风力工程中，把风力机开始运行做功时的风速称为启动风速或切入风速。大到某一极限风速时，风力机就有损坏的危险，必须停止运行，这一风速称为停机风速或切出风速。在切入风速和切出风速之间的风能
49、为风力机真正能够利用的风能，称为有效风能。风电场的稳态输出功率主要取决于场内各台风机的发电功率之和。风电机组的发电功率与风速之间的近似关系见式(25)。式中v为风机轮毂高度处的风速；屹m为切入风速；屹卜州为切出风速；咋为额定风速；e为风机额定输出功率。式(25)近似描述了风电机组功率特性曲线。昂一0，旦当逝，咋一一如C，24河西走廊风能时空特征l，0)互不相关，即E(口，置一。)一o (七o)的纯随机序列：(5) 通常称口，为白噪声。假设当前时刻为f，并已知平稳时间序列Z在时刻f及在时刻f以前的观测值置小墨圳，墨一p，现在用序列置对时刻f以后的观测值进行预测，这种预测称为以f为原点，向前期(或步长)为，的预测，预测值记为毫+，则x的一步预测值为：致l；吼置+讫xH+置一P+1 (320)一步误差为：q+。一五+。一毫+。 E(+，)2一E+。一置+。)2一Z由线形最小方差估计性质可得到，步的预测值递推公式：置“一驴五“一1一妒2置+f-2-一矿五+，
