基于卡尔曼滤波算法的短期风电功率预测

《基于卡尔曼滤波算法的短期风电功率预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、专业学位硕士研究生学位论文新疆大学论文题目(中文)：基于卡尔曼滤波算法的短期风电功率预测论文题目(外文)：ShortTermWindPowerPredictionBasedonCalmanFilterAlgorithm研究生姓名：陈辰学位类别：专业学位专业名称：电气工程导师姓名职称：陈洁副教授论文答辩日期2015年5月23日学位授予日期年月日新疆大学硕士研究生学位论文摘要制约风电行业发展的主要因素就是风速的波动性与随机性，因为风速的随机变化直接决定了风电场出力具有不可控、不可调与低可调度等不利于其大规模并网的特性。风力发电没有火力发电的稳定性高，从而

2、大大影响了风电的利用率，因此，如何更好的对风力发电的功率进行预测，得出更为准确的数据，对风电的利用具有很重要的意义。本文的主要研究内容是风功率预测，并基于卡尔曼滤波原理，针对目前短期风功率预测准确度不高和气象因素影响预测的误差等问题，就此提出了一种新的基于卡尔曼滤波原理的短期风电功率预测方法。首先，通过对卡尔曼滤波理论和状态空间理论模型的分析，并按照线性均方差估计原则，完成对卡尔曼滤波算法的推导。接着，在分析卡尔曼滤波算法的基础上，根据该算法的流程和风电功率预测误差精度要求给出基于卡尔曼滤波算法的短期风电功率预测的数学模型。显然，该模型一方面兼顾了精

3、确NWP对短期风电功率预测的精度的提升，另一方面还兼顾了短期风电功率预测精度的要求，所以本文提出的短期风电功率预测模型具有较高的可靠性和准确性。然后，利用MATLAB编程，实现基于卡尔曼滤波算法的短期风电功率预测方法的软件编程。最后，以某风电场为实例对模型进行验证，结果表明，利用卡尔曼滤波算法预测风电功率可以显著地提高预测精度，对于推动风电功率预测的发展有一定的理论价值和应用价值。关键词：风电功率预测；卡尔曼滤波；预测精度；数学模型；数值天气预报I新疆大学硕士研究生学位论文AbstractAsweknowthelargestprobleminthew

4、indpoweristhewindpowervolatility.Randomvariationandinstabilityofthewindspeeddeterminestheintermittentofwindpower.Windpowerdoesnothavethehighstabilitytothermalpower,whichgreatlyaffecttheutilizationofwindpower.Sohowtoforecastwindpowerbetterandobtainmoreaccuratedata,whichisveryimp

5、ortantfortheuseofwindpower.ThemaincontentofthispaperisthepredictionofwindpowerwhichisbasedontheKalmanfilteringprinciple.Inordertosolvetheshort-termwindpowerpredictionaccuracyisnothigh,andmeteorologicalfactorsaffectingthepredictionerrorandotherissues.Anewshort-termwindpowerpredi

6、ctionmethodwasputforwardinthispaper.Firstly,basedonthestatespacemodelandKalmanfiltertheory,accordingtothelinearminimummeanvarianceestimationcriterionisderivedtoachievetheKalmanfilteralgorithm.Then,basedontheanalysisofKalmanfilteralgorithm,accordingtothealgorithmflowandwindpower

7、predictionerroraccuracy,themathematicalmodelofshort-termwindpowerpredictionwassetup.Obviously,themodeltakingintothepreciseNWPtotheimprovementofshort-termwindpowerpredictionaccuracyontheonehand,ontheotherhanditalsotakesintotheshort-termwindpowerpredictionaccuracyrequirements,sot

8、heshort-termwindpowerpredictionmodelproposedinthispape