開發與利用新能源是我國21世紀的重要能源戰略。風能是一種“取之不盡，用之不竭”、環境友好的可持續性能源，已受到了越來越廣泛的重視，并成為發展最快的新型能源。但是風電具有間歇性和隨機性的固有缺點，隨著大量的風力發電接入電網，勢必會對電力系統的安全、穩定運行以及保證電能質量帶來嚴峻挑戰，從而限制風力發電的發展規模。風電場短期風速和發電功率預測是解決該問題的有效途徑之一。中國的風電場大都是集中的、大容量的風電場，而且處于電網建設相對比較薄弱的地區，因此，中國更需要進行風電場短期風速和發電功率預測的研究，而發電功率的預測主要源自風速的預測。在此背景下，選擇風電場短期風速預測方法作為主要研究內容，主要包括以下幾個方面： 首先運用統計學方法來分析風速的時間序列特性及其預測方法和應用特點，說明現實中的風速序列具有很強的非平穩性。然后運用具有“數字顯微鏡”之美譽的小波變換來分析歷史紀錄的風速數據，通過運用二進正交小波變換Mallat算法對香港和河西走廊地區風速序列進行分解和重構，分離出風速序列中的低頻信息和高頻信息。對Mallat算法分解后的信號，運用最小二乘支持向量機分別進行向前一步預測，然后再把各預測結果合成，得到預測值。建立了基于小波變換和最小二乘支持向量機的短期風速預測方法。應用Matlab對該算法進行了仿真，仿真試驗表明，小波變換是非平穩風速序列時頻分析的有效工具，對風速序列的高頻和低頻信息起到很好的分離作用；最小二乘支持向量機的應用提高了預測的準確性。應用香港地區與河西走廊地區小時平均風速歷史數據，驗證了方法的有效性。

點擊標簽查看更多相關資源：