论文部分内容阅读
风电作为清洁能源，储量巨大，但是风电的随机性和不确定性增大了大规模风电并网的难度，阻碍了风电的发展。如果能对风电进行准确的预测，就可以有准备地应对风电并网的困难，从而促进风电的快速发展。为了提高风电负荷预测的精度，本文将频域分解的方法运用在风电负荷预测中。该方法可以找到风电的部分规律，在一定程度上克服风电的不规则性。通过对原始负荷数据的频域分解，将数据分解成日周期、周周期、月周期、低频和高频五个部分。根据这五部分各自的特点，日周期部分和高频部分可以分别用BP神经网络方法训练和预测；低频部分是