2.3非平稳时间序列模型    9
2.3.1自回归求和滑动平均（ARIMA）模型    9
2.3.2季节性自回归差分移动平均(SARIMA)模型    10
3基于时间序列的风电场风速预测研究    11
3．1基于ARIMA的预测模型研究    11
3.1.1 ARIMA时间序列建模基本步骤    11
3.1.2算例分析    13
3.2基于SARIMA的预测模型研究    18
3.2.1 SARIMA模型建模的基本步骤    18
3.2.2算例分析    19
3.3对比分析    24
4基于时间序列的风电场发电功率的预测研究    27
4.1 ARIMA建模预测功率实例    27
4.2 SARIMA建模预测功率实例    31
4.3对比分析    33
5结论    35
致 谢    36
参考文献    37
1绪论
1.1课题研究背景及意义
随着当今社会的高速发展，能源问题越显重要，人们意识到发展应坚持可持续原则，因此各国都在积极的发展可持续清洁能源的建设，潮汐能、水能、太阳能、风能、核能等都在飞速发展当中，而在这些能源当中，太阳能和风能又以其资源丰富，利用方便等特点，发展最为迅猛。仅2013年，就有56%的新增发电装机为风力发电，风力发电技术已日趋成熟，在全球各个国家都得到了一定规模的发展，对于全球的能源转型、环境治理等方面具有重要的意义。
风力发电一直以来都是国家重点发展的能源，由于其清洁可再生、占地少、投资方便、经济效益高的特点，各个国家对于风力资源的利用已经十分成熟，在一些国家，风电已经成为了主要的电力资源。随着风力发电大量的大力发展，风能的随机性、季节性、波动性以及不确定性使得当风力发电大规模的并入电网时，对于电力系统的稳定性波动影响较大，给电网的调度以及规划带来了困难，为了减少风电的功率储备，方便电力调度，降低成本提高电网的风能质量，便于电场安排发电机组的检修、保养，便要求对风速及发电功率有比较准确的预测研究。另外，在风电场选址以及建场之前，有必要对当地的风速变化以及分布进行分析研究，才能根据实际情况对风塔高度的选择以及风塔的分布做到最好的规划，最大程度的利用当地的风能，这也需要风速的预测研究的帮助。
因此，对于风电发电机组的准确且高效的预测其所在的区域风速及其自身的发电功率，这对风电的发展建设具有重要作用。首先可以用于电网的经济调度，能够从风电场预测出的出力曲线去优化风电机组之间的输出计划，最大限度的利用风能，从而减少矿物燃料的使用，增加清洁能源使用，减少污染，保障电网的经济运行。
其次，对风电场风速的提前预测越精确，就能够最大限度的减少电网的备用容量，这不仅能够减少风力发电的不可控性，而且也能够节约人力物力，降低风电运行所需的成本。
能够精确的预测出风电场的风速，便能够在风速比风电机切入速度小的时候，安排好设备的检修等工作以保障风机等设备的正常运行，降低设备出现故障的概率，增加了电场的经济效益。
从以上的作用可以看出，对风电场风速的精确预测，能够在最大程度上减小风力发电的间歇性以及波动性造成的不稳定影响，这对于提高风力发电系统的供电可靠性以及增加风电在电力市场的竞争力都具有不可估量的作用。
1.2风力发电的发展现状
1.2.1世界风力发电发展现状
近些年来，风力发电一直都是世界上发展最快的新能源。2013年全球风电累计装机总量已经达到了318105MW，近年来风力发电的发展成果可通过图1.1历年全球装机总量看出。 风电场风速和发电功率预测研究(2):http://www.751com.cn/zidonghua/lunwen_40575.html