超短期风电功率预测误差数值特性分层分析方法

发布时间：2017-10-14 06:11

  本文关键词：超短期风电功率预测误差数值特性分层分析方法

  更多相关文章： 超短期风电功率预测 广义误差分布 分层分析 误差补偿

【摘要】：风电功率预测误差特性分析可以为电力系统优化调度与稳定运行提供更加准确的参考。该文提出一种根据超短期风电功率预测误差概率密度特性对误差进行分层,再依据误差波动性和不同层误差幅值特性进行分类处理的预测误差数值特性分析方法。在概率密度特性提取部分,采用改进后的广义误差分布模型对预测误差概率密度分布进行拟合。该误差分析方法结合了误差模型预测和误差概率密度拟合两种方法的优点,可以更为准确地对超短期风电功率预测误差进行分析和补偿。算例分析结果表明,改进广义误差分布模型的拟合效果优于正态分布、柯西分布和拉普拉斯分布这些常用模型,尤其在尾部特性拟合方面效果更为明显,所提出的误差分层分析方法可以有效减小风电功率预测误差。
【作者单位】： 中国农业大学信息与电气工程学院;
【关键词】： 超短期风电功率预测 广义误差分布 分层分析 误差补偿
【基金】：国家自然科学基金项目(51477174,51077126)~~
【分类号】：TM614
【正文快照】： 布模型的拟合效果优于正态分布、柯西分布和拉普拉斯分布这些常用模型,尤其在尾部特性拟合方面效果更为明显,所提出的误差分层分析方法可以有效减小风电功率预测误差。0引言随着电力系统风力发电接入容量的逐渐增加,系统对风电场超短期风电功率预测精度的要求逐步提高。但风能

【参考文献】

中国期刊全文数据库 前1条

1 叶林;朱倩雯;赵永宁;;超短期风电功率预测的自适应指数动态优选组合模型[J];电力系统自动化;2015年20期

【二级参考文献】

中国期刊全文数据库 前10条

1 王成山;孙玮;王兴刚;;含大型风电场的电力系统最大输电能力计算[J];电力系统自动化;2007年02期

2 张国强;张伯明;;基于组合预测的风电场风速及风电机功率预测[J];电力系统自动化;2009年18期

3 徐曼;乔颖;鲁宗相;;短期风电功率预测误差综合评价方法[J];电力系统自动化;2011年12期

4 师洪涛;杨静玲;丁茂生;王金梅;;基于小波—BP神经网络的短期风电功率预测方法[J];电力系统自动化;2011年16期

5 薛峰;常康;汪宁渤;;大规模间歇式能源发电并网集群协调控制框架[J];电力系统自动化;2011年22期

6 丁志勇;杨苹;杨曦;张臻;;基于连续时间段聚类的支持向量机风电功率预测方法[J];电力系统自动化;2012年14期

7 刘纯;范高锋;王伟胜;戴慧珠;;风电场输出功率的组合预测模型[J];电网技术;2009年13期

8 陈颖;孙荣富;吴志坚;丁杰;陈志宝;丁宇宇;;基于统计升尺度方法的区域风电场群功率预测[J];电力系统自动化;2013年07期

9 茆美琴;曹雨;周松林;;基于误差叠加修正的改进短期风电功率预测方法[J];电力系统自动化;2013年23期

10 韩伟;王大志;刘震;;基于可变遗忘因子RLS算法的谐波电流检测方法[J];电工技术学报;2013年12期

【相似文献】

中国期刊全文数据库 前10条

1 黄建文;羊豪;庹中友;;对数广义误差分布极值的收敛速度[J];重庆工商大学学报(自然科学版);2014年08期

2 周惠成;李丽琴;王本德;;洪水预报误差分布的极大熵法[J];大连理工大学学报;2007年03期

3 翟劭q，

本文编号：1029429