基于灰色理论的短期风速预测研究.doc

基于灰色理论的短期风速预测研究

2.1万字 49页 原创作品已通过查重系统

摘 要
风能是清洁的可再生能源，它具有能量大的特点，同时它的应用前景非常广。在风能的利用中，发电是其中非常重要的一个方面。因此，促进国家风电产业及设备研发的相关法规正在被世界各国推行着。我国占有的能源数量大，但同时消耗能源的数量大。同时，我国的能源结构非常不合理。它分别表现在能源不能被充分地使用，在能源类型上可再生性质的能源所占比例欠缺。我国目前面临的这些能源问题日益突出，这就要求着我国不断加快风电产业等可持续能源产业的推进脚步。
在这样的背景下，本文要研究的对象是短期风速预测，其过程大致如下：
首先，使用粒子群优化算法对灰色模型进行优化。其次，运用具有“数字显微镜”之美誉的小波变换来分析历史纪录的风速数据，通过运用小波变换对某风电场风速序列进行分解和重构。运用粒子群改进灰色模型分别对每一部分单支重构后的信号进行预测，然后将每个预测值进行叠加，得到的值就是原始风速序列的预测结果。简言之，本文建立的是基于小波变换和粒子群改进灰色模型的短期风速预测方法。最后使用MATLAB编写程序，对以上算法进行了实现。测试结果证实，粒子群改进灰色模型提高了预测的精度。而小波变换对非平稳风速序列时频的分析也卓有成效。它对风速序列的高低频信号分而治之。该方法预测建模的对象是某风电场的风速数据。由此可以得出，小波变换和粒子群改进灰色模型对短期风速能够进行相对灵敏的预测。


关键词：风速预测；风力发电；灰色理论；粒子群优化算法；小波分解