功率图第天风机风电功率第天风机风电功率图第天风机风电功率第天风机风电功率图第天风机风电功率第天风机风电功率图第天风机风电功率第天风机风电功率图第天风机风电功率将其功率换算成有名值，单位表风机风电功率时段第天第天第天第天第天将中风力发电机的输出功率作为实际值，由下文中风速预测值经指数平滑法算出的风电功率作为预测值，进而将理论值与实际值比较，进步分析算法的有效性以及不足之处。

基于指数平滑法的风电功率预测指数平滑法及功率预测的原理指数平滑法指数平滑法，是布朗所提出，布朗认为时间序列的态势具备规则性或稳定性，因此时间序列能够被顺势推延他认为最近的过去趋势，在种程度上会出现持续的将来，因而应该把较大的权数放在最近的资料。

它的根本公式是式中，时间的平滑值时间的实际值时间的实际值平滑常数，其取值范围为指数平滑法数学模型的建立简单的全期平均法是对时间数列的过去数据个不漏地全部加以同等利用移动平均法则不考虑较远期的数据，并在加权移动平均法中给予近期资料更大的权重提出的指数平滑法，则兼容了全期平均和移动平均所长，不舍弃过去的数据，但是仅给予逐渐减弱的影响程度，即随着数据的远离，赋予逐渐收敛为零的权数。

它的基本思想就是预测值是以前观测值的加权和，且对不同的数据给予不同的权，新数据给较大的权，旧数据给较小的权。

基于风电功率历史数据具有的时间序列特性，其序列的统计特性不随时间的平移而变化，即认为均值和协方差不随时间的平移而变化，可用指数平滑法对风电功率进行预测。

时刻的平滑值公式如下指数平滑法通过调整平滑参数来优化预测精度。

其中是风速预测值对应的风机理论功率，是任意时刻，是时刻的风电功率预测值。

用指数平滑法预测风电功率时才开始收集数据，则不存在，如果没有，也无法根据指数平滑公式求出，所以，必须先确定平滑起点的值。

有两种方法初始化，种是，另种是取实际前个或个值的平均值。

设时间序列为，取平均移动项为，在时间点最后令。

本模型采用第二种方法进行初始化。

时刻的平滑值公式如下，时刻的平滑值公式如下，结合上述两式，对平滑公式进行扩展可得，对上式进行递归可得下式其中权重呈几何递减，较早的数据权重相对较少，而较近的数据权重相对较大。

风电功率预测公式如下，指数平滑模型是考虑到风电功率历史数据的时间序列特性，根据历史数据的推算得到下时段的风电功率预测值。

没有利用到下时段的风速预测值。

本文对指数平滑模型进行改进，将风速预测值代入风机理论功率公式得出的风机理论功率值也作为预测功率的部分权值。

改进后的风电功率预测公式如下，是由时刻风速预测值代入风机理论功率公式得出的风机理论功率值。

指数平滑模型拟合程度和预测结果的好坏取决于平滑参数的选取。

大多数情况下指数平滑预测的参数主要依靠经验。

指数平滑法的计算中，关键是的取值大小，但的取值又容易受主观影响，因此合理确定的取值方法十分重要，般来说，如果数据波动较大，值应取大些，可以增加近期数据对预测结果的影响。

如果数据波波动平稳，值应取小些。

对于风电功率预测，可以在间选值，提高预测模型的灵敏程度，能迅速跟上数据的变化。

在本文中取。

算例分析将第章中仿真得到的风电功率作为实际值。

选取前天的风电功率值作为历史数据，利用改进指数平滑法风电功率预测模型预测第天的风电功率。

单位表风机历史风电功率数据时段，张铃，张钹，殷海风多层前向网络的交叉覆盖设计算法软件学报，，甘肃省电力公司调度通信中心甘肃电网年度运行方式兰州，李俊峰，高虎，董路影等中国风电发展报告北京中国环境科学出版社谷兴凯，范高锋，戴慧珠等风电功率预测技术综述发电网技术增刊陈明神经网络模型大连大连理工大学出版社，魏海坤，徐嗣鑫，宋文忠神经网络的泛化理论和泛化方法自动化学报，张国强，张伯明基于组合预测的风场风速及风电机功率预测电力系统自动化尹成群，康丽峰，李丽等基于小波变换和混合神经网络的短期负荷预测电力自动化设备向峥嵘，王学平基于小波神经网络的电力系统短期负荷预测系统仿真学报赵攀，戴义平，夏俊荣等卡尔曼滤波修正的风电场短期功率预测模型西安交通大学学报李东福，董雷，礼晓飞等基于多尺度小波分解和时间序列法的风电场风速预测华北电力大学学报韩爽风电场功率短期预测方法研究北京华北电力大学北京，，王金翠基于实测数据的风电场风速和风功率短期预测研究吉林东北电力大学张达响小型垂直轴风力发电系统的研究应用南昌南昌大学机电工程学院张学清，梁军，张熙，张峰，张利，徐兵基于样本熵和极端学习机的超短期风电功率组合预测模型，中国电机工程学报，杨明，范澍，韩学山基于分量稀疏贝叶斯学习的风电场输出功率概率预测方法，电力系统自动化徐鹏小型垂直轴阻力风力型风力发电机功率计算方法分析山东山东大学电气工程院丁明，吴义纯，张立军风电场风速概率分布参数计算方法的研究中国电机工程学报薛禹胜，郁琛，赵俊华等关于短期及超短期风电功率预测的评述电力系统自动化，致谢能够顺利完成这次研究，除了我自己付出花费了很多精力和时间付出了很多努力外，更与刘兴华老师的认真指导是分不开的。

从毕业设计的开始到结束，刘兴华老师用他扎实的专业知识耐心的引导给了我许多指导与鼓励，让我有了不断探索的勇气。

他严谨求学的学术作风无私忘我的奉献精神让我们永生难忘，是我们未来职业生涯的楷模。

在刘兴华老师的帮助下，我不但培养了勤奋求实的学习态度，更是提高了自己解决问题的能力，这切将在我以后的学习以及工作中起着重要的作用。

学生的点滴进步都凝聚着老师辛勤的汗水，借此机会，向刘兴华老师表示衷心的谢意，在本次设计过程中，我还要特别感谢直以来给予我鼓励和我并肩作战的同学们，是在他们的支持下我才能完成今天的设计作品。

最后，再次感谢那些默默给我帮助的老师同学亲人们，谨以最真挚的祝福送给他们，苏军灿年月号第天风速预测值。

单位表风速预测值时段第天对于时段进行计算时段第五天风电功率预测值为，同理可计算时段至时段的风电功率预测值，单位表风电功率预测值时段预测值将中风力发电机的输出功率作为实际值，由风速预测值经指数平滑法算出的风电功率作为预测值，将理论值与实际值比较。

得到下表表风电功率预测结果时段风速风电功率实际值风电功率预测值预测误差预测结果分析由表中预测结果可知，除时段与时段出有比较大的预测误差，其他时段的误差在合理范围内。

在用指数平滑法预测功率的时候，考虑到风电功率的均值和协方差不随时间的平移而变化，因此在风电功率预测的算法中，考虑的预测点前个时间段的风电功率值。

在时段预测点，由于前个时段的平均风速在左右，在时段风速降为，而功率与风速的次方成正比，在时段的风电功率预测值偏大，所以在时段点出现比较大的误差。

虽然在时段出现较大误差，但是时段的风点功率能反应到下时段的预测，使下时段的预测不会出现更大的误差。

因此本文预测方法在各时段风速波动程度不剧烈的情况下，具有较高的预测精度。

结论经过个多月的时间，我顺利的完成了这次毕业设计。

从总体上说，我对自己的研究成果还是比较满意的，也达到了设计的要求。

这段时间我翻阅了许多的书籍，从对风机理论知识完全不了解，到学会风力发电机的基本原理，并利用软件建立垂直轴风力发电机模型，完成了小型风力发电机的短期概率型功率预测。

本次设计中主要完成的任务总结如下阐述了风电功率预测的相关知识。

包括进行小型风力发电机功率预测的重要意义风电功率预测的研究现状及其基本方法。

利用软件建立了小型风力发电机所对应的风速模型，将风速模型简化为种典型风速的叠加。

利用指数平滑法建立风电功率预测模型，并对指数平滑法进行了改进。

选取气象台天的风速预测值来进行风电功率预测。

将软件仿真中风力发电机的输出功率作为实际值，由风速预测值经指数平滑法算出的风电功率作为预测值，将理论值与实际值比较，对预测结果进行分析。

虽然本次研究完成的较为顺利，且研究成果满足了此次毕业设计的要求，但由于本人的经历阅历实际操作能力有限，在设计过程中难免存在些不足之处。

本次设计仍有待提高的有目前小型风力发电机主要应用在农村郊区牧区等，对于应用在城市商业建筑的小型风力发电机，因为其所安装地点附近建筑物较密集，风通过建筑物产生的紊流的影响不可忽视，本文没有对此紊流进行深入的研究，并且算例中的历史数据样本仍不够大，是预测精度存在定的误差，垂直轴风机模型仍有待进步完善。

参考文献杨琦，张建华，李卫国等基于小波神经网络的风速及风力发电量预测电网技术，范高锋，裴哲义，辛耀中风电功率预测的发展现状与展望中国电力冯双磊，王伟胜，刘纯等风电场功率预测物理方法研究中国电机工程学报刘辉，田红旗，李燕飞基于小波分析法与滚动式时间序列法的风电场风速短期预测优化方法中南大学学报自然科学版张善文，雷英杰在时间序列分析中的应用西安西安电子科技大学出版社，刘玉基