基于灰色理論的短期風速預測研究

2.1萬字 49頁 原創(chuàng)作品已通過查重系統(tǒng)

摘 要
風能是清潔的可再生能源，它具有能量大的特點，同時它的應用前景非常廣。在風能的利用中，發(fā)電是其中非常重要的一個方面。因此，促進國家風電產(chǎn)業(yè)及設(shè)備研發(fā)的相關(guān)法規(guī)正在被世界各國推行著。我國占有的能源數(shù)量大，但同時消耗能源的數(shù)量大。同時，我國的能源結(jié)構(gòu)非常不合理。它分別表現(xiàn)在能源不能被充分地使用，在能源類型上可再生性質(zhì)的能源所占比例欠缺。我國目前面臨的這些能源問題日益突出，這就要求著我國不斷加快風電產(chǎn)業(yè)等可持續(xù)能源產(chǎn)業(yè)的推進腳步。
在這樣的背景下，本文要研究的對象是短期風速預測，其過程大致如下：
首先，使用粒子群優(yōu)化算法對灰色模型進行優(yōu)化。其次，運用具有“數(shù)字顯微鏡”之美譽的小波變換來分析歷史紀錄的風速數(shù)據(jù)，通過運用小波變換對某風電場風速序列進行分解和重構(gòu)。運用粒子群改進灰色模型分別對每一部分單支重構(gòu)后的信號進行預測，然后將每個預測值進行疊加，得到的值就是原始風速序列的預測結(jié)果。簡言之，本文建立的是基于小波變換和粒子群改進灰色模型的短期風速預測方法。最后使用MATLAB編寫程序，對以上算法進行了實現(xiàn)。測試結(jié)果證實，粒子群改進灰色模型提高了預測的精度。而小波變換對非平穩(wěn)風速序列時頻的分析也卓有成效。它對風速序列的高低頻信號分而治之。該方法預測建模的對象是某風電場的風速數(shù)據(jù)。由此可以得出，小波變換和粒子群改進灰色模型對短期風速能夠進行相對靈敏的預測。


關(guān)鍵詞：風速預測；風力發(fā)電；灰色理論；粒子群優(yōu)化算法；小波分解