摘 要

现如今，全球范围内的风电发展迅猛，风电机组的装机容量呈现越来越大的趋势，在电网中，风电所占的比重也愈来愈高。风能是一种绿色无污染的新型能源，风电并网的举措对减少大气污染、改善环境及能源布局具有重要意义。探索研究风速预测相关问题，可提高风电机组的整体稳定性，减少风电对于电网体系的不良影响。

本文首先分析了目前传统化石能源的不可持续性和对环境的危害，以及国内外风电预测的研究发展情况，介绍了遗传算法的基本原理及主要优势，探讨了进行风电预测研究的重大意义。

本文第二章介绍了风电基本理论，研究了风电预测的主要方法，重点说明了BP神经网络、支持向量回归和RBF神经网络三种模型的基本原理和流程。浅析了风电并网的部分控制技术。

本文第三章论述了遗传算法的原理、算法步骤、实现流程，针对第二章的三种预测模型，分别提出了不同的遗传算法优化模型。在MATLAB平台上，对GA-BP模型进行了仿真，并对结果进行了分析总结。

本文第四章研究了风电场对环境的影响，主要从对动物的影响、对生态系统的影响、对人类生活的影响等角度研究，分析了建设风电场的经济性，在风电成本和传统火电的成本的比较中，将火电的环境附加成本计算在内，得出风电成本远低于火电的结论。

第五章总结了本文研究内容的不足之处，分析了当前风电预测模型精度不够高的情况，对原因进行了分析，提出了改善的展望。

关键词：风速预测、遗传算法、BP网络、MATLAB

ABSTRACT

Nowadays, the wind power in the world is developing rapidly, and the installed capacity of wind turbines is becoming bigger and bigger. In the power grid, the proportion of wind power is becoming higer and higer. Wind power is a new type of green and pollution-free energy. The measures of wind power integration are of great significance for reducing air pollution and improving the layout of the environment and energy. Exploring and studying the related problems of wind speed prediction can improve the overall stability of wind turbines and reduce the adverse effects of wind power on the power grid system.

This paper first analyzes the unsustainability of traditional fossil energy and the harm to the environment, as well as the research and development of wind power forecast at home and abroad, introduces the basic principles and main advantages of the genetic algorithm, and probes into the significance of the research on wind power forecasting.

In the second chapter, the basic theory of wind power is introduced, and the main methods of wind power prediction are studied. The basic principles and processes of the three models of BP neural network, support vector regression and RBF neural network are emphasized.

In the third chapter, the principle of genetic algorithm, the algorithm steps and the implementation process are discussed. According to the three prediction models of the second chapters, different optimization models of genetic algorithms are proposed. On the MATLAB platform, the GA-BP model is simulated, and the results are analyzed and summarized.

The fourth chapter of this paper studies the influence of wind farm on the environment, mainly from the influence on animals, the influence on the ecosystem, the influence on human life and so on, analyzes the economy of the construction of the wind farm, and calculates the additional cost of the thermal power in the comparison of the cost of the wind power and the traditional thermal power, and draws the conclusion that the environmental additional cost of the thermal power is calculated. The cost of wind power is far below the conclusion of thermal power.

The fifth chapter summarizes the shortcomings of the research content, analyzes the current wind power forecasting model, the accuracy is not high, the reasons are analyzed, and the prospect of improvement is put forward.

Key words: wind speed prediction, genetic algorithm, BP network, MATLAB

目录

第一章 绪论 1

1.1 课题研究的背景与意义 1

1.2 国内外研究现状 2

1.3 本文的结构安排 3

第二章 风电基础理论 5

2.1 风电机组功率曲线 5

2.2 尾流效应 5

2.3 风的分布规律 6

2.4 风电功率预测方法 7

2.5 BP神经网络 8

2.6 支持向量回归 9

2.7 RBF神经网络 9

2.8 风电场的控制技术 11

2.9 本章小结 12

第三章 基于遗传算法的风速预测 13

3.1 遗传算法的实现 13

3.1.1 编码 13

3.1.2 适应度函数 13

3.1.3 选择 13

3.1.4 交叉 14

3.1.5 变异 14

3.1.6 停止准则 14

3.2 遗传算法的基本流程 14

3.3 GA-BP风速预测模型 15

3.4 算例仿真分析 16

3.5 GA-RBF风速预测模型 19

3.5.1 网络训练过程 19

3.5.2 预测模型 20

3.6 GA-PSR-SVR模型 20

3.7 遗传算法可能的改进策略 20

3.7.1 种群规模的探讨 20

3.7.2 分布式遗传算法 21

3.7.3 免疫遗传算法 22

3.8 本章小结 22

第四章 环境影响及经济性分析 23

4.1 环境影响 23

4.2 经济性分析 23

4.3 本章小结 24

第五章 总结与展望 25

参考文献 26

附录 28

致谢 34

第一章 绪论

1.1 课题研究的背景与意义

原油价格上涨和全世界对环境问题的认识凸显了可再生能源技术开发的必要性。风力发电以其高效、低污染等优点，成为最具吸引力的可再生能源应用之一，很大程度上会成为未来能源的主要形式。随着全球变暖及环境的恶化，世界各国人民已经清醒地认识到，开发新能源是人类继续生存的必要途径。风力发电的置信度和传统能源有很大不同，原因是风力发电的实际情况在很大程度上取决于气象条件，风向、温度、湿度、气压、风速等的变化都会导致风力发电量上下波动。电力系统运行人员必须对风力发电进行预测，以便调度旋转备用容量，控制和运行公用电网。为了降低自旋备用裕量，增加风电穿透量，电力系统运行需要对风电进行准确的预测。准确的风电预测有助于提高市场竞争力，以及实时电网运行、互连标准、辅助服务要求和电力质量。如果能对风速和风力发电功率进行比较准确的预测，则有利于电力系统调度部门及时调整调度计划，合理制定风电场控制策略，使风电成为可调度的电源^[1]。风电预测常用于常规发电厂的提前调度和现货市场的电力交易。

我国大型并网风电场均建在偏远地区，容量比较集中，我国受内陆气候影响，和国外气候特征不一样，地形地貌也不同，从国外引进的风力发电功率预测软件不适用于我国的实际情况^[2]，且价格昂贵。随着风电规模化发展以及并网风电场的增多，迫切需要研究和建设适应我国风电实际状况的风电功率预测系统^[3]。