菜单
  
    摘要风资源具有很强的随机性和间歇性,随着大量的风电功率并网,势必会危及电力系统的安全、稳定运行,降低电能质量。对风电场输出功率进行预测,不仅可以降低风电并网对电网的冲击,提高电网运行的安全性和稳定性;还可以使电力调度部门根据风电功率的变化及时调整调度计划,使电力系统供需平衡,并可以减少系统备用容量、降低运行成本。
    本文首先根据历史数据用 BP 神经网络预测出测风塔处的风速,再进一步考虑地形因素的影响,用CFD软件对风电场风流进行数值模拟,计算出各风机轮毂高度处的风加速因数和水平偏差等数据,然后结合风速数据用 MATLAB软件编程求出各风机轮毂高度处的风速,再根据风力发电机的功率曲线算出预测功率。提出了考虑地形影响的短期风电功率预测方法。  19419
    关键词  风电功率   预测   BP 神经网络   CFD软件   MATLAB
    Title   short-term wind power prediction methods considering
    the influence of terrain   
    Abstract
    Wind is a resource of strong random and intermittent, with a lot of wind
    power joining the grid.  It is bound to endanger the security and stability
    of the power system. Besides, it will cause worse power quality. To predict
    the power output of wind farms can not only reduce the impact of wind power
    on the grid, improve security and stability of the power grid operation,
    it can also help electric power dispatching departments adjust the
    scheduling scheme based on wind power changes in order to keep the balance
    between supply and demand Meanwhile, the system spare capacity and
    operating costs are reduced.
    First, this thesis predicts the wind speed with the method of BP neural
    network according to historical data, and uses CFD software to simulate
    the numerical operation of farm Merry when further taking the impact of
    terrain into consideration. The acceleration factor and the level bias and
    other data of each fan hub heigh are got .Second, combined with  wind speed,
    the wind speed of each fan hub heigh are calculated by MATLAB software
    programming. Finally, the predicted power are estimated according to the
    power curve of the wind turbine so that to propose short-term wind power
    prediction methods considering the influence of terrain.
    Keywords    Wind power    forecasting    BP neural network   CFD  software  MATLAB
     目  录 
    1  绪论   1
    1.1  课题研究的背景和意义   1
    1.2  风电功率预测方法简介   1
    1.3  国内外研究现状 ·  3
    1.4  本文的主要工作 ·  4
    2  风资源参数介绍 ·  5
    2.1  风速   5
    2.2  风向   5
    2.3  粗糙度 ·  6
    3  预测原理   7
    3.1  预测方法简介   7
    3.2  神经网络模型   8
    3.3  CFD 软件数值模拟    9
    4  BP神经网络预测风速和风向  ·  11
    4.1  建立预测模型 ·  11
    4.2  数据预测及误差分析   11
    5  CFD 软件数值模拟 ·  13
    5.1  地形变化和地表粗糙度建模 ·  13
    5.2  数值模拟 ·  15
    5.3  模拟结果分析 ·  17
    6  风电场功率预测   19
    6.1  预测方法 ·  19
    6.2  功率预测 ·  19
    结论  ·  22
    致谢  ·  23
    参考文献  ·  24
  1. 上一篇:基于Labview的多通道电气信号采集系统设计
  2. 下一篇:三相单管DCM Boost PFC变换器的变占空比研究
  1. MATLAB小电流接地故障选相方法研究

  2. CRTS1哈尔滨地铁轨道结构温度效应分析

  3. 地下煤层三维显示

  4. 城市地铁运行阶段变形监测的方案设计

  5. 地铁轨道交通的应急供电方案设计

  6. ZigBee的铁路贯通地线故障...

  7. MATLAB小电流接地系统单相...

  8. 大众媒体对公共政策制定的影响

  9. 杂拟谷盗体内共生菌沃尔...

  10. 酸性水汽提装置总汽提塔设计+CAD图纸

  11. java+mysql车辆管理系统的设计+源代码

  12. 电站锅炉暖风器设计任务书

  13. 当代大学生慈善意识研究+文献综述

  14. 十二层带中心支撑钢结构...

  15. 乳业同业并购式全产业链...

  16. 河岸冲刷和泥沙淤积的监测国内外研究现状

  17. 中考体育项目与体育教学合理结合的研究

  

About

751论文网手机版...

主页:http://www.751com.cn

关闭返回