1、風(fēng)電作為一種清潔、無污染的新型能源受到世界各國的普遍重視,發(fā)展迅速,近年來風(fēng)電并網(wǎng)容量日益增加。這對于減少化石能源消耗和排放污染意義重大,但是風(fēng)電出力的不確定性和波動(dòng)性也因此成為影響電力系統(tǒng)安全穩(wěn)定和經(jīng)濟(jì)高效運(yùn)行的重要因素。為應(yīng)對風(fēng)電出力的不確定性和波動(dòng)性對電網(wǎng)運(yùn)行的影響,必須準(zhǔn)確預(yù)測風(fēng)電功率,而準(zhǔn)確的風(fēng)速預(yù)測則是準(zhǔn)確預(yù)測風(fēng)電功率的基礎(chǔ)和前提。
　　本文針對風(fēng)速序列的非平穩(wěn)性、非線性和波動(dòng)性特點(diǎn),系統(tǒng)地研究了歷史風(fēng)速序列的預(yù)處理方

2、法。利用小波變換作為時(shí)頻局部化和多分辨特性分析的工具,對風(fēng)速信息成分進(jìn)行逐漸精細(xì)的時(shí)域與頻域處理,達(dá)到了平滑原始風(fēng)速時(shí)間序列以及有效地挖掘歷史風(fēng)速數(shù)據(jù)特性的目的,得到了表征風(fēng)速序列內(nèi)在特性不同頻段上的概貌風(fēng)速與細(xì)節(jié)風(fēng)速。
　　提出了一種將自回歸滑動(dòng)平均模型與自回歸異方差以及一般自回歸異方差模型相結(jié)合的短期風(fēng)速預(yù)測方法。首先根據(jù)各子序列的不同特點(diǎn),分別建立相應(yīng)的自回歸滑動(dòng)平均主模型。由于傳統(tǒng)的自回歸滑動(dòng)平均模型(Aulo Regre

3、ssive andMoving Average Model,ARMA)一般只是注重于關(guān)注時(shí)間序列的一階矩,很少顧及時(shí)間序列的二階矩,從而未對殘差序列作進(jìn)一步分析研究,存在著異方差的隱患,本文通過對風(fēng)速序列主模型的殘差序列進(jìn)行自相關(guān)的拉格朗日乘數(shù)檢驗(yàn)(LM檢驗(yàn)),檢驗(yàn)各子序列是否存在未被利用的有用信息;對于異方差檢驗(yàn)顯著的子序列,采用自回歸異方差模型和一般自回歸異方差模型進(jìn)行改進(jìn)——分別建立與各子序列相匹配的風(fēng)速預(yù)測綜合模型ARMA-AR