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，𝑆𝑡时间的平滑值𝑦𝑡时间的实际值𝑆𝑡−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𝑋，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，𝑃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时段第五电力系统大量接入具备间歇性和波动性的风电,将会对电力系统的功率平衡及安全性构成重大的影响,也会增大电力系统调峰调频压力。因而,必需选择准确合适的方法来预测未来时段的风电功率。风电功率预测对于电力系统调度人员提前分配供电任务和调度工作提供了很大的帮助,从而使电力达到供需平衡,而且还能够降低电力系统的备用容量,降低电力系统运转成本,从而保障了电力系统运行的安全性和经济性。对风电进行功率预测能够缓和电力系统的调峰和调频的压力,提升接收风电效率的有效办法的种。而且,风电的功率预测还能够引导风电场的检修方案,提升风电的经济性和风能的利用率。风电功率预测风电功率预测的国内外研究现状国外风电预测现状风电的功率预测在国外的研究起步比国内要早,丹麦西班牙德国美国等国家的风电预测技术已较为成熟,相对有特色的方法有丹麦的国家中心实验室的预测系统德国的预测系统和西班牙的预测系统等各国研究出的风电预测系统都已经投入运转。其主体思想都是利用数字天气预报系统,结合功率的预测模型进行功率预测。世纪年代就已经着手了风电功率的预测的技术研究,如丹麦在九九零年就研发了套风电功率预测系统。,西班牙丹麦等欧洲风力发电技术成熟的国家的风电场大部分都会安置了功率预测系统,仅仅是丹麦就拥有了个的天气预报系统公司,丹麦电网公司的调度中心会在前天在个天气预报机构采集气象状况数据,观察出其中的差别分析其中的原因,并且和差别最大的那个天气预报机构进行交流,能够提升天气预报的精确性。按照风力发展国家的计划,对于将来,风力发电依然有较大发展前景。现在以欧洲为例子,预计到年达到可再生能源占到总的发电量的百分之二十,其中风力发电量占到百分之十二。当前,大部分主要国家的风电覆盖率平均位于相对低的程度,并且全球平均风力发电量仅仅占到总发电量的,因此,要达到百分之十二的目标,还必须增长达到近倍。从总的来看,风电市场增长速度还是得非常迅速。将人工智能算法引入组合模型中。例如神经网络，它是种按误差逆传播算法训练的多层前馈网络。神经网络能学习和存储大量的输入输出模式的映射关系。因此可用神经网络以及风电场历史数据建立风速风电功率的映射关系。国内风电功率预测的现状风电累计装机容量的不断发展,然而增长速度明显放缓,发电规模已经开始从速度型向质量效率化的方向开拓。由于各种原因,近年来中国的风电功率预测开始受到业内的关注,但仍处于起步阶段。目前我国已研发了支持向量机,基于人工神经网络的统计方法的风电功率预测模型,并基于计算流体动力学和线性化的物理模型,联合开展统计方法与物理方法混合和各种统计方法预测模型研究。年月,国家能源局为改善风电并网,下发了风电场功率预测预报管理暂行办法,统规定我国切已并网运行的风电场,必需树立起风电功率预测预报体系和发电计划申报工作机制,要求风电场在年底前必须律装置风电功率预测系统,不然将会限制其风电并入电网。证明我国在风电功率预测技术也逐步成熟起来,我国风电功率预测系统的研究机构主要包括中国电力科学研究院中国气象局国家气象中心华北电力大学金风科技股份有限公司等,同时我国也与德国太阳能研究所丹麦国家实验室以及挪威公司开展了国际合作。当前甘肃省的风电功率预测相当成熟了,当前甘肃省的风电功率预测相当成熟了,兰州中心气象台科研工作人员电机的运行仿真，将中风力发电机的输出功率作为实际值。每个预报值为个时段，这天风速预报值如表，单位表风速预报值时段第天第天第天第天第天将这天的风速预报值作为输入，得到仿真结果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