新能源与高效节能

本发明公开了一种基于主成分分析的Lorenz扰动风速预测方法，属于发电技术领域。本发明是根据原始数据进行主成分分析，再利用最小二乘支持向量机（LS-SVM）模型对主成分和风速数据进行风速预测，最后利用Lorenz大气扰动序列对风速的初步预测值进行修正，以提高风速的预测水平。仿真结果显示，在风速预测过程中充分考虑大气系统的扰动影响，显著提高了风速的预测精度。本发明弥补了风速预测领域对大气系统的忽视作用，有助于风电并网的稳定性和风资源的大规模开发利用。

风能作为一种环保、可再生的清洁能源，在低碳能源技术中占有举足轻重的地位，受到了全球的广泛关注。同时，随着风力发电在电力生产中的份额越来越大，电网运营商在电力平衡、电能质量、并网的稳定性、负荷调度计划等方面面临着挑战。因此，在风力发电的并网过程中，必须考虑可靠的风电功率预测方法。目前风电功率预测按照预测周期的长短分为长期预测、中期预测、短期预测和超短期预测；按照建立的数学模型可分为物理模型、统计模型、人工智能技术和组合模型。鉴于预测方法的多样性，国内外出现了许多成熟稳定的预报系统。国外从事风力发电功率预测研究工作较早，最具代表性的预报工作包括Prediktor、WPPT、Previento、eWind等等。国内开发的风电功率预报系统主要有WINPOP系统，WPPS系统，WPFS系统、T213L31系统等。以上的风电功率预测方法大多是基于算法模型以及预报系统的改进研究，而忽视了对于大气动力系统的扰动影响研究，因而预测效果还有待进一步改进。

在风速预测过程中引入描述大气运动状态的Lorenz系统对风速预测结果进行扰动修正，并利用风电场的实际数据进行仿真模拟。实验结果表明，经过Lorenz扰动修正后的模型显著提高了风电场的预测水平，有助于风能资源的大规模开发和利用。本成果将显著推动更广泛地新能源的开发和利用。