论文总字数：20363字

摘 要

风能是一种无污染、可再生、技术比较成熟的可再生能源，伴随着社会的逐步发展，该类能源的应用有助于高效的缓解石燃料储量不足的问题。想要达成规模较大的风电并网目标，急需精度较高的风速预测，这对于系统运行时的稳定性能够起到有力的保障，除此之外还可以保证后续的电网调度。为了能够令精确性更加的出众，本文开展了下述的几点工作，并进行了仿真分析。

（1）了解风电场风速预测的相关技术理论以及过国内外的研究现状。

（2）查阅相关资料，掌握风电相关基础理论，包括风的特性、风能的特性以及风力发电的特性。

（3）建立了基于时间序列与LIBSVM的短期风速预测模型，对原始数据进行归一化处理，并利用网格法进行参数优化，最后选取适当的损失函数c，核函数参数g以及不敏感系数ε 进行仿真。得出预测值与实际值的对比图，实现了短期风速预测。

关键词：短期风速预测；支持向量机；时间序列预测法

Research on Short Term Wind Speed Forecasting Technology of Wind Farm

Abstract

Wind energy is a kind of non-polluting, renewable, and technologically mature renewable energy. With the gradual development of society, the application of this type of energy can help efficiently alleviate the problem of insufficient fossil fuel reserves.In order to achieve the goal of large-scale wind power grid integration, there is an urgent need for high-precision wind speed prediction, which can effectively guarantee the stability of the system during operation, and in addition to ensure subsequent grid dispatch. In order to make the accuracy more outstanding, this article has carried out the following work, and carried out simulation analysis.

(1) Understand the relevant technical theories of wind speed forecasting in wind farms and the current research status at home and abroad.

(2) Consult relevant materials and master the basic theories related to wind power, including the characteristics of wind, wind energy, and wind power.

(3) Established a short-term wind speed prediction model based on time series and LIBSVM, normalized the original data, and optimized parameters using the grid method, and finally selected the appropriate loss function c, kernel function parameter g, and insensitivity coefficient ε Perform simulation. The comparison chart between the predicted value and the actual value is obtained, and the short-term wind speed forecast is realized.

Keyword:Short term wind speed prediction,Support Vector Machines,Time series prediction method

目录

摘要 I

Abstract II

第一章 引言 1

1.1 课题的研究背景及意义 1

1.1.1 研究背景 1

1.1.2 研究意义 2

1.2 风电场风速预测相关技术及其研究发展 3

1.2.1 风电场风速预测分类及方法 3

1.2.2 国内外研究现状 3

1.2.3 风电预测目前存在的问题 5

1.3 本文的主要研究内容 5

第二章 风电预测相关理论分析 6

2.1 风的特性 6

2.1.1 风的形成与风能 6

2.1.2 风能指标 6

2.1.3 风速的分布特性 7

2.1.4 风速序列相关特性 7

2.2 风力发电的特性 8

2.2.1 风力发电基本理论 8

2.2.2 风速与功率的关系 8

2.3 预测误差 9

2.4 本章小结 9

第三章 风电场短期风速预测 10

3.1 支持向量机（SVM）及支持向量回归机（SVR）相关理论 10

3.1.1 支持向量机（SVM） 10

3.1.2 支持向量回归机（SVR） 10

3.2 基于时间序列与LIBSVM的短期风速预测模型 11

3.2.1 数据采集、数据准备及数据预处理 11

3.2.2 建立风速预测模型 12

3.2.3 仿真分析 14

3.3 本章小结 15

第四章 结论 16

致谢 17

参考文献 18

附录 20

主程序源代码 20

第一章 引言

1.1 课题的研究背景及意义

1.1.1 研究背景

目前，社会的发展呈螺旋式上升，人们的日常生活与各种能源供应有着密不可分的联系，众所周知，如今的人口总数总体上呈扩增的趋势，社会的进程也愈来愈深入，这使得与之相关的能源需求不断的增加。实际上，人们对化石能源的倚仗非常严重，这使得其存储量开始迅速减少，而且这也带来了显著的环境污染问题和资源上浪费问题。目前，能源以及环境这两者之间出现了一定程度的矛盾，所以亟需发展新能源，譬如说太阳能就得到了大规模的应用^[1]。对于风能这类能源而言，它有着得天独厚的优势，这主要指的是其并不具备污染问题，而且储量较多，与之相关的技术非常全面，据统计资料表明，风能储量每年可以达到2000万亿千瓦时，仅需将其中的1%投入使用即可^[2]。在这种情况下，为了规避环境污染等问题，可以充分的运用风能去解决。

2020年，根据GWEC提出的报告^[3]可以知晓，20020年世界上新添的风电装机容量达到了93GW，与之前的一年进行比较，其增长达到了53%。在该年度年底，总装机容量最终达到了702GW，与之前的一年进行比较，其增长达到了7.8%。而且在2021年的时候，全球预计将新增风电装机容量84GW，2016-2020年全球风电累计装机容量如图1-1所示。

剩余内容已隐藏，请支付后下载全文，论文总字数：20363字