臺灣博碩士論文加值系統

本論文提出應用自適應模糊神經網路於風力與太陽能發電系統之短期發電量預測，伴隨著風力與太陽能發電系統裝置數量的增加，研發準確的風力與太陽能發電系統發電量預測方法已成為電力系統調度與運轉上的當務之急。為驗證本論文所提出自適應模糊神經網路預測方法之有效性，本論文分別採用彰濱風場一部2.3MW大型風力發電機組與一部設置於本校9 kW太陽能發電系統的實際發電資料進行測試。本論文同時以持續法與倒傳遞神經網路預測法進行預測，並與本論文所提出自適應模糊神經網路預測法進行預測性能比較，測試結果發現本論文所提出預測方法之實測值與預測值非常接近，並證明本方法具有較佳的預測性能。

This thesis proposes an adaptive network-based fuzzy inference system (ANFIS) based forecasting method for short-term wind power and solar power forecasting. An accurate forecasting method for power generation of the wind energy conversion system (WECS) and the photovoltaic (PV) system is urgent needed under the relevant issues associated with the high penetration of wind and solar power in the electricity system. To demonstrate the effectiveness of the proposed forecasting method， the method is tested on the practical information of wind power generation of a 2.3 MW WECS installed on the Taichung coast of Taiwan， and the practical information of solar power generation of a 9 kW PV system installed on the St. John’s University of Taiwan. Comparisons of forecasting performance are made with the persistence method (PM)， back-propagation neural network (BPN) forecasting methods. Good agreements between the realistic values and forecasting values are obtained; the test results show the proposed forecasting method achieves better forecasting performance.

誌謝 i
論文摘要 ii
Abstract iii
目錄 iv
圖目錄 vi
表目錄 viii
第一章 緒論 1
1.1研究背景與動機 1
1.2研究目的 3
1.3研究方法 3
1.4論文架構 4
第二章 現有預測方法與文獻探討 5
2.1風力發電預測簡介 5
2.2太陽能發電預測簡介 5
2.3現有預測方法文獻回顧 5
2.3.1風力發電量預測文獻回顧 6
2.3.2太陽能發電量預測文獻回顧 9
第三章 用於發電量預測之自適應模糊神經網路 11
3.1神經網絡簡介 11
3.2模糊理論與系統 14
3.2.1模糊系統 15
3.2.2模糊推理系統 15
3.3神經網路與模糊系統的缺點 18
3.3.1神經網路缺點 18
3.3.2模糊系統的缺點 19
3.4自適應模糊神經網路系統 20
3.5風光發電量預測系統 23
3.5.1自適應模糊神經網路風力發電量預測 23
3.5.2倒傳遞神經網路風力發電量預測 26
3.5.3自適應模糊神經網路太陽能發電量預測 27
3.5.4倒傳遞神經網路太陽能發電量預測 30
3.5.5持續法於風力與太陽能預測 31
3.6神經網路訓練與測試資料 31
3.6.1風力發電量訓練與測試資料 31
3.6.2太陽能發電量訓練與測試資料 32
第四章 預測結果與分析 33
4.1發電量預測實驗方法 33
4.2風力發電量冬季預測測試 33
4.2.1風力發電量冬季1月5日預測測試 33
4.2.2風力發電量冬季測試總結果表 37
4.3風力發電量春季預測測試 39
4.3.1風力發電量4月5日預測測試 39
4.3.2風力發電量春季測試總結果表 42
4.4風力發電量夏季預測測試 44
4.4.1風力發電量6月5日預測測試 44
4.4.2風力發電量夏季測試總結果表 47
4.5風力發電量秋季預測測試 49
4.5.1風力發電量11月5日預測測試 49
4.5.2風力發電量秋季測試總結果表 52
4.6太陽能發電量冬季預測測試 54
4.6.1太陽能發電量1月25日預測測試 54
4.6.2太陽能發電量冬季測試總結果表 57
4.7太陽能發電量春季預測測試 59
4.7.1太陽能發電量3月25日預測測試 59
4.7.2太陽能發電量春季測試總結果表 62
4.8太陽能發電量夏季預測測試 64
4.8.1太陽能發電量6月15日預測測試 64
4.8.2太陽能發電量夏季測試總結果表 67
4.9太陽能發電量秋季預測測試 69
4.9.1太陽能發電量9月18日預測測試 69
4.9.2太陽能發電量秋季測試總結果表 72
第五章 結論與未來方向 74
5.1結論 74
5.2未來發展 75
參考文獻 76

參考文獻
[1] 綠色能源產業資訊網 http://www.taiwangreenenergy.org.tw/
[2] 高翊倫，「建構台灣地區太陽能發電系統之發電量預測模型」，國立交通大學
工業工程管理學系碩士論文，2009年。
[3] M. Negnevitsky, P. Johnson and S. Santoso, “Short Term Wind Power Forecasting Using Hybrid Intelligent Systems,” Proceedings of the IEEE Power Engineering Society General Meeting, pp.1-4,24-28,2007.
[4] S. Chen and S.A. Billings, “Neural Networks for Nonlinear Dynamic System Modeling and Identification,” International Journal of Control, Vol.56, No.2, pp.319-346.
[5] T. Ching-Piao, H. Geui-Lin and Y. Chih-Yu, “Artificial Neural Network in Prediction of Storm Surge,” Proceedings of the 28th Ocean Engineering Conference in Taiwan National Sun Yat-Sen Unirersity, pp.265-270,2006.
[6] 張仁恭，「應用神經網路於風力發電量預測之研究」，聖約翰科技大學電機工程研究所碩士論文，2011年。
[7] M.C. Alexiadis, P.S. Dokopoulos and H,S, Sahsamanoglou, “Wind Speed and Power Forecasting Based on Spatial Correlation Models,” IEEE Transactions on Energy Convers,Vol.14,No.3,pp.836-842,1999.
[8] S. Liu, H. Lu and X.P. Guo, “Prediction of Regional Power Generation Based on BP Neural Network,” Proceedings of the IEEE International Conference on Computer Design and Appliations,Vol.2,pp.452-456,2010.
[9] F. Wang, Z.Q. Mi, S. Su and C.C. Zhang, “A Practical Model for Single-step Power Prediction of Grid-connected PV Plant using Artificial Neural Network,” IEEE Innovative Smart Grid Technologies Asia(ISGT),pp.1-4,2011.
[10] S. Fan, J.R. Liao, R. Yokoyama, L. Chen, and W-J Lee, “Forecasting the wind Generation Using a Two-stage Network Based on Meteorological Information,” Proceedings of the IEEE International Conference On Computer Design and Application, Vol.2, pp.452-456, 2010.
[11] E. Cadenas and W. Rivera, “Short term Wind Speed Forecasting in La Venta, Oaxaca, Mexico, Using Artificial Neural Network,” Renewable Energy, Vol.34, No.1, pp.274-278, 2009.
[12] G.N. Kariniotakis, G.S. Starrakakis and E.F. Nogaret, “Wind Power Forecasting Using Advanced Neural Networks Models,” IEEE Transactions on Energy Conversion, Vol.11, No.4, pp.762-767, 1996.
[13] I.G. Damousis, M.C. Alexiadis, J.B. Theocharis and P.S. Dokopoulos, “A Fuzzy MODEL for Wind Speed Prediction and Power Generation in Wind Park Using Spatial Correlation,” IEEE Transactions on Energy Conversion, Vol.19, No.2, pp.352-361, 2004.
[14] D.A. Fadare, “Modelling Energy of Solar Energy Potential in Nigeria Using an Artificial Neural Network Model,” Applied Energy, Vol.86, pp.1410-1422.
[15] A.A. Khan and M. Shahidehpour, “One Day Ahead Wind Speed Forecasting Using Wavelets,” Proceedings of the Power Systems Conference and Exposition 2009(PSCE.09), IEEE Photonic, pp.1-5, pp.15-18, 2009.
[16] M.S. Miranda and R.W. Dann, “One-hour-ahead Wind Speed Prediction Using a Bayesian Methodology,” Proceedings of the IEEE Power Engineering Society General Meeting 2006, pp.1-6.
[17] G. Sideratos and N.D. Hatziargyriou, “An Advanced Statistical Method for Wind Power Forecasting,” IEEE Transactions on Power System, Vol.22, No.1, pp.258-265, 2007.
[18] D.P. Mandic, S. Javidi, S.L. Goh, A. Kuh and K. Aihara, “Complex valued Prediction of Wind Profile Using Augmented Complex Statistics,” Renewable Energy, Vol.34, No.1, pp.196-201, 2009.
[19] 李家準，「應用蒙地卡羅模擬於太陽能及風力發電量預測」，聖約翰科技大學電機工程研究所碩士論文，2010年。
[20] M.G.D. Giorgi, P.M. Congedo and M. Malvoni, “Photovoltaic Power Forecasting Using Statistical Methods: impact of weather data,” IEEE Science, Special Issue on Environmental Measurement and Instrumentation 2014, Vol.8, Iss.3, pp.90-97.
[21] 張斐章，張麗秋，「類神經網路導論-原理與應用」，初版，滄海出版社，台中，2010年。
[22] 張德豐，「MATLAB模糊系統設計」，初版，國防工業出版社，北京，2009年。
[23] 吳繼平，「應用類神經網路與基因演算法預測風速與風力發電量」，中原大學電機工程研究所碩士論文，2007年。
[24] 孫宗瀛，楊英魁，「Fuzzy控制-理論、實作與應用」，初版，全華科技圖書股 份有限公司，1994年。
[25] L. X. Wang，汪惠健譯「模糊理論與應用」，全威圖書有限公司，台北，2008年。