搜索
风力发电并网功率预测的研究设计者：***班级：电气化14-2指导老师：李建军主要内容●课题背景●风力发电优势●风力发电系统原理及方法●风力发电机的控制方式●风力发电并网对电网的影响●风电功率预测模型的分析与建立●模型建立与求解课题背景背景为满足国民经济发展的需要，在大力发展水电、火电时，努力开发新能源，风能的开发利用，成为解决能源危机，减轻环境污染的关键。风电机组并网简化示意图风力发电较其他新能源具有以下优势：●全球拥有丰富的风能资源●风机建造周期短、运行和维护成本低●风力发电占地少，现场所需人员少风力发电优势：风力发电流程是：自然风吹转叶轮，带动轮毂转动，将风能转变为机械能，然后通过传动结构将机械能送至发电机转子，带动转子旋转发电，实现由机械能向电能的转换，最后风力发电场将电能通过区域变电站注入电网。风力发电系统原理及方法风力发电过程：其能量转换过程是：风能—机械能—电能风力发电系统原理及方法进度计划风力发电一般有两种控制方式,一种是恒速恒频风力发电系统,另一种是变速恒频风力发电系统。风力发电机的控制方式恒速恒频风力发电系统（并网后异步电机的输出功率在稳定区内运行）变速恒频风力发电系统风力发电机的控制方式风力发电并网对电网的影响潮流与网损的影响系统稳定性的影响电网频率的影响继电保护的影响发电调度与计划的影响风力发电并网对电网的影响风的波动性功率波动电网隐患功率预报合理调度电网安全高效准确的风电功率预测是解决以上问题的有效方法风电功率预测模型的分析与建立本文是利用数学模型的方法进行预测，主要运用了BP神经网络模型与灰色系统模型预测方法数学模型物理方法神经网络训练图点击这三个按钮，分别进入下面的界面神经网络结构图神经网络是目标函数曲线图网络输出与实际输出的回归直线图基于BP神经网络的风电功率预测模型预测结果图：基于BP神经网络的风电功率预测模型部分预测数据：预测准确率：94.0156%r灰色系统模型预测预测结果图：部分预测数据：预测准确率：58.8255%r灰色系统模型预测