超短期风电功率预测的自适应指数动态优选组合模型

发布时间：2018-03-29 02:06

  本文选题：风电功率预测　切入点：动态组合预测　出处：《电力系统自动化》2015年20期

【摘要】：风电功率预测对电力系统运行、调度计划具有重要意义。针对目前单体预测模型的局限性,文中给出了基于可变向量遗忘因子的自适应指数动态优选组合预测模型。模型首先采用数值天气预报作为3种单体预测模型的主要输入,所选模型结合物理和统计模型的优点,同时兼有线性与非线性特点。然后,在单体预测结果的基础上,分别采用递归最小二乘方法、协方差优选组合方法及多层感知器网络对单体模型的预测结果进行组合。最后,引入基于Cook距离的向量遗忘因子,利用Cook距离评估新观测值对参数估计的影响,采用基于可变向量遗忘因子的自适应指数组合模型动态分配模型权系数,对加权组合得到的3种组合预测结果进行再次组合,在自适应过程中实现模型优选,得到最终的预测结果。算例结果表明,所述优选组合预测模型能够在超短期组合预测的过程中实现模型优选,可有效提高风电功率预测精度。
[Abstract]:Wind power prediction is of great significance to power system operation and dispatching planning. In this paper, an adaptive exponential dynamic optimal combination prediction model based on variable vector forgetting factor is presented. Firstly, numerical weather prediction is used as the main input of three single prediction models, and the selected model combines the advantages of physical and statistical models. At the same time, it has both linear and nonlinear characteristics. Then, based on the results of single prediction, the recursive least squares method, covariance optimal selection combination method and multilayer perceptron network are used to combine the prediction results of the single model. The vector forgetting factor based on Cook distance is introduced, the influence of new observation value on parameter estimation is evaluated by Cook distance, and the adaptive exponential combination model based on variable vector forgetting factor is used to dynamically allocate the weight coefficient of the model. The results of three kinds of combination prediction obtained by weighted combination are combined again, and the model is selected optimally in the adaptive process, and the final prediction results are obtained. The results of numerical examples show that, The optimal combination prediction model can realize the optimal selection of the model in the process of ultra-short-term combination prediction, and can effectively improve the precision of wind power prediction.
【作者单位】： 中国农业大学信息与电气工程学院;
【基金】：国家自然科学基金资助项目(51477174,51077126)~~
【分类号】：TM614

【参考文献】

相关期刊论文 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

【共引文献】

相关期刊论文 前10条

1 马瑞;周志飞;徐慧明;徐晓东;;考虑风速特性的动态电压崩溃指标[J];电力科学与技术学报;2009年02期

2 严干贵;李鸿博;穆钢;崔杨;刘玉;;基于等效风速的风电场等值建模[J];东北电力大学学报;2011年03期

3 李国庆;韩悦;孙银峰;姜黎莉;;计及异步风电机组的电力系统区域间ATC计算[J];东北电力大学学报;2011年04期

4 周海;匡礼勇;程序;崔方;;测风塔在风能资源开发利用中的应用研究[J];水电自动化与大坝监测;2010年05期

5 厉卫娜;苏小林;;基于小波-神经网络的短期风电功率预测研究[J];电力学报;2011年06期

6 ;Achievements and Prospects of Wind Power Prediction[J];Electricity;2011年05期

7 林章岁;罗利群;;福建省风电出力特性及其对电网的影响分析[J];电力建设;2011年12期

8 邹文;丁巧林;杨宏;张伟;;基于Mycielski算法的风电场风速预测[J];电力科学与工程;2011年03期

9 牛晨光;游晓科;刘观起;赵振云;;组合模型在风电场发电功率短期预测中的应用[J];电力科学与工程;2012年03期

10 孙伟卿;王承民;张焰;;智能电网中的柔性负荷[J];电力需求侧管理;2012年03期

相关会议论文 前10条

1 王增新;苏适;田沛;;光伏发电预测技术的应用[A];2011年云南电力技术论坛论文集（入选部分）[C];2011年

2 杨晓亮;徐建源;林莘;;主成分BP神经网络预测模型在风电场输出功率中的应用[A];2010输变电年会论文集[C];2010年

3 栗然;柯拥勤;张孝乾;唐凡;;基于时序-支持向量机的风电场发电功率预测研究[A];中国智能电网学术研讨会论文集[C];2011年

4 匡礼勇;周海;程序;崔方;;风能资源开发利用中测风塔的应用研究[A];第27届中国气象学会年会气候资源应用研究分会场论文集[C];2010年

5 周歧斌;边晓燕;;风力发电机叶片的雷击损伤与雷电保护[A];第六届长三角气象科技论坛论文集[C];2009年

6 谷峰;;风电场接入电力系统接入点的选择[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（下册）[C];2008年

7 张宏图;李晓奇;;基于AIMA的改进神经网络模型在风电功率短期预测中的应用[A];第十一届中国不确定系统年会、第十五届中国青年信息与管理学者大会论文集[C];2013年

8 Xiao Cheng;Peng Guo;;Short-term Wind Speed Prediction Based On Support Vector Machine Of Fuzzy Information Granulation[A];第25届中国控制与决策会议论文集[C];2013年

9 Lei Dong;Liang Ren;Shuang Gao;Yang Gao;Xiaozhong Liao;;Studies on Wind Farms Ultra-short Term NWP Wind Speed Correction Methods[A];第25届中国控制与决策会议论文集[C];2013年

10 Gao Shuang;Dong Lei;Liao Xiaozhong;Gao Zhigang;Gao Yang;;Wind Power Prediction based on Multipositon NWP with Rough Set Theory[A];第25届中国控制与决策会议论文集[C];2013年

相关博士学位论文 前10条

1 王敏;分布式电源的概率建模及其对电力系统的影响[D];合肥工业大学;2010年

2 刘杨华;SOFC固体氧化物燃料电池分布式发电系统仿真及其潮流计算[D];湖南大学;2010年

3 张伯松;中国风电产业融资问题研究[D];中国地质大学（北京）;2011年

4 刘慧芳;非并网风电直供系统方案设计及控制策略研究[D];中国地质大学（北京）;2011年

5 杨志凌;风电场功率短期预测方法优化的研究[D];华北电力大学（北京）;2011年

6 张颖媛;微网系统的运行优化与能量管理研究[D];合肥工业大学;2011年

7 李智;风电规律预测及对电网运行影响的研究[D];山东大学;2011年

8 刘道伟;广域环境下的电网静态稳定性能态势评估研究[D];山东大学;2011年

9 刘辉;铁路沿线风信号智能预测算法研究[D];中南大学;2011年

10 崔杨;大规模风电场群联网的源网协调性研究[D];华北电力大学;2011年

相关硕士学位论文 前10条

1 周志飞;考虑风速随机性的风电场电压相关问题的研究[D];长沙理工大学;2010年

2 文强;基于鲁棒优化的POOL模式下的发电商自调度研究[D];长沙理工大学;2010年

3 杨晓亮;风电场输出功率预测方法的研究[D];沈阳工业大学;2011年

4 杨世成;基于人工神经网络的风电功率预测应用研究[D];华北电力大学（北京）;2011年

5 孙翰墨;基于ARMA模型的风电机组风速预测研究[D];华北电力大学（北京）;2011年

6 李宇佳;考虑风电并网的短期负荷预测方法研究[D];华北电力大学（北京）;2011年

7 李咏凯;基于改进粒子群算法的配电网分布式电源优化规划[D];华北电力大学（北京）;2011年

8 贺电;大型风电场短期功率预测研究[D];北京交通大学;2011年

9 吕丹;风电场数据采集监测与预报系统的设计与实现[D];北京交通大学;2011年

10 方江晓;短期风速和风电功率预测模型的研究[D];北京交通大学;2011年

【二级参考文献】

相关期刊论文 前10条

1 王丽婕;廖晓钟;高爽;冬雷;;并网型大型风电场风力发电功率-时间序列的混沌属性分析[J];北京理工大学学报;2007年12期

2 王健;严干贵;宋薇;穆钢;;风电功率预测技术综述[J];东北电力大学学报;2011年03期

3 石敏,吴正国,尹为民;基于RLS算法的时变谐波检测[J];电工技术学报;2005年01期

4 刘国海;吕汉闻;陈兆岭;刘慧;;基于修正遗忘因子RLS算法的谐波电流检测新方法[J];电工技术学报;2010年01期

5 江伟,王成山;电力系统输电能力研究中PV曲线的求取[J];电力系统自动化;2001年02期

6 雷亚洲;与风电并网相关的研究课题[J];电力系统自动化;2003年08期

7 康重庆,夏清,张伯明;电力系统负荷预测研究综述与发展方向的探讨[J];电力系统自动化;2004年17期

8 陈海焱;陈金富;段献忠;;含风电场电力系统经济调度的模糊建模及优化算法[J];电力系统自动化;2006年02期

9 薛禹胜;;时空协调的大停电防御框架——(三)各道防线内部的优化和不同防线之间的协调[J];电力系统自动化;2006年03期

10 刘其辉;贺益康;张建华;;交流励磁变速恒频风力发电机并网控制策略[J];电力系统自动化;2006年03期

相关博士学位论文 前2条

1 迟永宁;大型风电场接入电网的稳定性问题研究[D];中国电力科学研究院;2006年

2 韩爽;风电场功率短期预测方法研究[D];华北电力大学（北京）;2008年

相关硕士学位论文 前2条

1 刘晶;基于相似日和支持向量机的短期负荷预测研究[D];华南理工大学;2010年

2 钱吉夫;SVR季节性时间序列预测模型的构建与应用[D];华南理工大学;2010年

【相似文献】

相关期刊论文 前10条

1 杨晓华,陆桂华,郦建强;自适应基因算法在环境优化问题中的应用[J];河海大学学报(自然科学版);2002年02期

2 李国勇;一种改进的自适应PID控制器[J];太原理工大学学报;2003年01期

3 项文君,余忠华,殷建军;热态误差的自适应分段补偿方法研究[J];计量技术;2005年09期

4 蒋支运;欧干良;陈文宝;;自适应PID控制系统仿真[J];飞机设计;2005年04期

5 龚晨;曲线的随机拟合及其自适应算法[J];上海交通大学学报;2005年04期

6 李锃;李小平;;自适应考试系统的分级组卷模板实现[J];军民两用技术与产品;2006年02期

7 邢卓异;朱齐丹;定宇;;自适应—模糊滤波算法[J];哈尔滨工程大学学报;2006年06期

8 高媛;李成海;;新的变步长LMS算法及其在自适应噪声对消中的应用[J];沈阳航空工业学院学报;2007年04期

9 郑杰;马胜前;;自适应测量接口的研究和实现[J];电测与仪表;2009年08期

10 许航;赵军;朱明勇;蔡威;;一种改进的自适应旁瓣对消技术[J];测试技术学报;2010年05期

相关会议论文 前10条

1 杨寒光;;电子地图中的自适应注记[A];工程设计与计算机技术：第十五届全国工程设计计算机应用学术会议论文集[C];2010年

2 孟宏;刘玉;;基于复调制的自适应细化谱算法[A];2008中国仪器仪表与测控技术进展大会论文集（Ⅰ）[C];2008年

3 王平;冯海朋;李勇;康燕;;一种工业无线网络的自适应节能机制[A];2009中国仪器仪表与测控技术大会论文集[C];2009年

4 刘铁;樊剑;钟秀蓉;;地震波的自适应时频分析方法对比研究[A];第17届全国结构工程学术会议论文集（第Ⅲ册）[C];2008年

5 张竞新;张广岩;;全局收敛的自适应广义预报控制算法[A];1991年控制理论及其应用年会论文集（上）[C];1991年

6 彭云;王遂学;陈莽;李欣冀;张宇翔;肖继红;;自适应抗干扰天线在飞行器导航系统中的应用研究[A];2009年全国天线年会论文集（下）[C];2009年

7 张士娟;孙金生;;自适应PID主动队列管理算法设计[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

8 唐文彬;郝重阳;;目标成像识别的自适应融合系统和方法[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年

9 徐振中;;多指机器人手的一种自适应力／位控制方法[A];1994年中国控制会议论文集[C];1994年

10 李维;汪小帆;;群集的自适应速度策略[A];第三届全国复杂动态网络学术论坛论文集[C];2006年

相关博士学位论文 前10条

1 王胜春;自适应时频分析技术及其在故障诊断中的应用研究[D];山东大学;2007年

2 刘亚;复杂非线性系统的智能自适应重构控制[D];南京航空航天大学;2003年

3 马国成;车辆自适应巡航跟随控制技术研究[D];北京理工大学;2014年

4 吴礼福;脉冲噪声自适应有源控制算法研究[D];南京大学;2012年

5 梁凌宇;人脸图像的自适应美化与渲染研究[D];华南理工大学;2014年

6 叶镇清;自适应聚类算法挖掘网络模块结构及其在酵母蛋白作用网络中的应用[D];浙江大学;2008年

7 朱磊;基于自适应邻域概念的视频图像处理技术研究[D];中国科学技术大学;2007年

8 杨洋;三维人体动作分析及其在智能舞蹈教学系统中的应用[D];中国科学技术大学;2012年

9 伍宇;移动计算中自适应负载转移决策模型研究[D];复旦大学;2012年

10 田勇;室内无线传感器网络环境自适应定位和路由算法研究[D];大连理工大学;2014年

相关硕士学位论文 前10条

1 韦群锋;校园网环境下的自适应考试系统的设计与实现[D];东南大学;2006年

2 彭青艳;粒子滤波及跟踪窗口尺寸自适应调整方法的研究[D];苏州大学;2013年

3 徐聪聪;基于眼动追踪技术的自适应服务方式的实证研究[D];四川师范大学;2014年

4 来林;双螺旋桨自适应双重控制系统设计[D];哈尔滨工业大学;2008年

5 饶睿楠;自适应对消的收发隔离技术[D];西安电子科技大学;2006年

6 汤佳惠;自适应泄漏弹性的基于身份加密机制[D];苏州大学;2012年

7 丁蕾;用于运动载体的三轴自主稳定系统自适应鲁棒控制方法研究[D];南京理工大学;2013年

8 杨晓;基于内容特征的图像自适应压缩研究[D];大连海事大学;2008年

9 任俊伟;关于自适应小波相关问题的一些研究[D];陕西师范大学;2008年

10 王晓玲;复杂网络的自适应同步及其应用[D];北方工业大学;2013年

，

本文编号：1679057