摘要：随着地球上化石能源的不断消耗以及使用化石能源对环境的逐渐破坏，寻找无污染、可再生的能源作为替代刻不容缓。风能作为当前热度最高的可再生能源之一，其拥有的潜力非常巨大。但是风力资源在发电的同时也有不稳定、间歇性大、不确定波动性等安全隐患，这些隐患为风电并入电网系统带来了不小的挑战。如今一个有效的解决方法就是对风电功率进行预测，准确的预测能够有效降低风力不确定性带来的危害，通过可行的方案实现并网预报计划，提高风电并网效率，大大降低风储系统储能成本及维护成本，因此研究风电预测具有很重要的实用价值。

本课题通过先后研究3种主要预测方法的预测原理并加以分析，最终选取了BP神经网络法作为风电预测方法，并采用MATLAB2016a软件平台建立风电预测模型，对某风电厂某一时间段的风速以及功率数据进行仿真预测，结果验证了BP神经网络模型在风电预测方面的准确性和实用性，并对预测偏差进行统计分析，确定风电储能系统最优功率与容量配置。

关键词：风电功率，风电预测模型，BP神经网络，储能容量

目录

摘要

Abstract

第一章 绪论-1

1.1 课题研究的背景和意义-1

1.1.1 研究背景-1

1.1.2 研究意义-2

1.2 国内外研究现状-3

1.3课题设计内容与章节安排-5

1.3.1课题主要研究内容-5

1.3.2 章节安排-6

第二章 预测模型选择与建立-7

2.1 引言-7

2.2 时间序列法-7

2.2.1 时间序列法的概念-7

2.2.2 时间序列模型的分类及特点-8

2.3支持向量机-10

2.3.1线性支持向量机-10

2.3.2非线性支持向量机-11

2.4 人工神经网络-12

2.4.1生物神经网络-12

2.4.2人工神经网络-13

2.5 BP神经网络模型的概述-14

2.6 BP神经网络模型的建立-15

2.7 本章小结-20

第三章  储能容量需求分析-21

3.1 引言-21

3.2 风电功率预测误差-21

3.2.1 预测误差的定义-21

3.2.2 误差评价指标-21

3.2.3 误差区域的划分-22

3.3 储能容量需求设计-23

3.4 本章小结-24

第四章 算例结果与分析-25

4.1参数的初设定-25

4.2 预测结果-26

4.3 储能容量需求计算-31

4.4 本章小结-33

第五章 总结与展望-34

5.1 总结-34

5.2 展望-34

参考文献-35

致谢-37