一种基于移动平均和邻近算法的预测风力发电系统及方法技术方案

随着风力发电技术的快速发展，装机容量持续增加，大规模风电接入电网对电力系统造成的影响也日益突出。风电机组输出功率具有波动性，间歇性，随机性等特点，与此同时，随机的扰动也会严重影响到电能的质量，例如造成电压突变，频率波动等。虽然风能本身不具有自我调节能力，但对风电输出功率的规律性进行研究和把握时刻显实现的，而对风电功率的准确预测一直以来是被看作是可以改善电能质量，是电网安全稳定运行的最简易，最重要的方法之一。本发明专利技术提出了一种基于历史天气数据和预测数据,和历史风力数据进而预测风力发电的系统和方法。本方法应用了移动平均和邻近算法，可以极大的提高预测准确度。

【技术实现步骤摘要】
一种基于移动平均和邻近算法的预测风力发电系统及方法
本专利技术涉及风力发电预测领域，具体涉及一种基于移动平均和邻近算法的预测风力发电系统及方法。
技术介绍
步入21世纪以来，化石能源的枯竭及其带来的环境恶化问题使得各国都在提倡节能减排、绿色低碳的生活并积极的寻找新的清洁的、可再生的能源来代替化石能源的使用。其中风能是一项被重点开发的能源，而其在自然界的大量存在，具有极大的潜在价值。然而，由于目前电能还不能进行大量的存储，在电力系统中发电和用电必须做到平衡，否则就会造成很大的浪费以及电网运行的不稳定，再加上风电本身的发电不确定性。因此，准确预测风力发电,对电网安全稳定的运行具有重要意义。随着风力发电在电力系统中的占比不断加大，风力发电预测的重要性将愈来愈突显，预测结果越准确就越能使电力系统运行效率和稳定性极大增加。本专利技术提出了一种基于移动平均和邻近算法预测风力发电的系统模型。
技术实现思路
本专利技术提出了一种基于本专利技术提出了一种基于移动平均和邻近算法预测风力发电的系统模型。整个过程包括了数据收集模块,剔除极端本文档来自技高网...

【技术保护点】
1.本专利技术提出的一种基于移动平均和邻近算法的预测风力发电系统及方法，其特征在于，包括：/n步骤1.数据收集模块：根据实际数据情况, 天气数据为了, 未来48小时，每隔12小时发布一次，其中包括, 纬向和经向风分量, 风速和风向, 以及历史风电出力，数据都为按时的小时的数值单位；/n步骤2.数据的预处理:由于天气数据为预测值, 每隔12小时更新一次，所以, 我们首先采用指数移动平均线, 对移动平均值可以帮助分析人员过滤噪声，并从嘈杂的曲线中创建平滑的曲线，/n移动平均值公式为:/na.首先计算出简单移动平均值/n

【技术特征摘要】
1.本发明提出的一种基于移动平均和邻近算法的预测风力发电系统及方法，其特征在于，包括：
步骤1.数据收集模块：根据实际数据情况,天气数据为了,未来48小时，每隔12小时发布一次，其中包括,纬向和经向风分量,风速和风向,以及历史风电出力，数据都为按时的小时的数值单位；
步骤2.数据的预处理:由于天气数据为预测值,每隔12小时更新一次，所以,我们首先采用指数移动平均线,对移动平均值可以帮助分析人员过滤噪声，并从嘈杂的曲线中创建平滑的曲线，
移动平均值公式为:
a.首先计算出简单移动平均值



b.计算乘以指数移动平均线的权重:

【专利技术属性】
技术研发人员：胡炳谦，顾一峰，周浩，韩俊，
申请(专利权)人：上海积成能源科技有限公司，
类型：发明
国别省市：上海;31