风电功率预测误差的风险评估

发布时间：2018-04-01 06:52

  本文选题：风电预测　切入点：正负误差　出处：《电力系统自动化》2015年07期

【摘要】：归纳对风电功率预测误差的评估指标要求,以及常用评估指标的缺陷。在区分风电功率预测正误差及负误差对电力可靠性不同影响的基础上,提出基于风险的评估指标及计算方法。针对由预测误差而定义的功率扰动事件,取该事件的概率及其一旦发生后的损失的积分值为指标。该指标具有货币的量纲,可以作为误差的风险成本而与其他成本直接累计。从而消除了面对小概率大误差算例,在"不必考虑小概率事件"与"必须重视高损失事件"之间权衡的困惑。结合宁夏某风电场的实际算例验证了其可行性与有效性。
[Abstract]:The evaluation index requirements of wind power prediction error and the defects of common evaluation indexes are summarized. On the basis of distinguishing the influence of positive and negative wind power prediction errors on power reliability, A risk-based evaluation index and its calculation method are proposed. For the power disturbance event defined by the prediction error, the probability of the event and the integral value of the loss after the event is taken as the index. The index has monetary dimension. It can be directly accumulated with other costs as the risk cost of error, thus eliminating the small probability large error example, The bewilderment between "not to consider the small probability event" and "must attach importance to the high loss event". The feasibility and effectiveness of the proposed method are verified by a practical example of a wind farm in Ningxia.
【作者单位】： 南京理工大学自动化学院;南瑞集团公司(国网电力科学研究院);浙江大学电气工程学院;文莱科技大学电机与电子工程系;南方电网科学研究院;The
【基金】：国家重点基础研究发展计划(973计划)资助项目(2013CB228204) 澳大利亚ARC资助项目(DP120101345) 中英合作研究项目(NSFC-513111025-2013,EPSRC-EP/L001063/1) 国家电网公司科技项目~~
【分类号】：TM614

【参考文献】

相关期刊论文 前10条

1 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

2 王彩霞;鲁宗相;乔颖;闵勇;周双喜;;基于非参数回归模型的短期风电功率预测[J];电力系统自动化;2010年16期

3 李智;韩学山;杨明;钟世民;;基于分位点回归的风电功率波动区间分析[J];电力系统自动化;2011年03期

4 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

5 薛禹胜;郁琛;赵俊华;Kang LI;Xueqin LIU;Qiuwei WU;Guangya YANG;;关于短期及超短期风电功率预测的评述[J];电力系统自动化;2015年06期

6 何东;刘瑞叶;;基于主成分分析的神经网络动态集成风功率超短期预测[J];电力系统保护与控制;2013年04期

7 严干贵;宋薇;杨茂;王东;熊昊;;风电场风功率实时预测效果综合评价方法[J];电网与清洁能源;2012年05期

8 杨秀媛,肖洋,陈树勇;风电场风速和发电功率预测研究[J];中国电机工程学报;2005年11期

9 叶林;刘鹏;;基于经验模态分解和支持向量机的短期风电功率组合预测模型[J];中国电机工程学报;2011年31期

10 薛禹胜;雷兴;薛峰;郁琛;董朝阳;文福拴;鞠平;;关于风电不确定性对电力系统影响的评述[J];中国电机工程学报;2014年29期

【共引文献】

相关期刊论文 前10条

1 储茂得;周松林;;基于小波分析与神经网络的风电场短期风速预测[J];安徽科技学院学报;2011年01期

2 王慧勤;;基于支持向量机的短期风速预测研究[J];宝鸡文理学院学报(自然科学版);2009年01期

3 刘金龙;李国庆;王振浩;辛业春;;超级电容器储能系统在风电场中的应用研究[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 江岳文;陈冲;温步瀛;;基于随机模拟粒子群算法的含风电场电力系统经济调度[J];电工电能新技术;2007年03期

6 陈德生;李培强;李欣然;邓威;肖园园;刘乾勇;;基于小波变换的短期风速预测综合模型[J];电工电能新技术;2012年03期

7 潘文霞;范永威;朱莉;高阿龙;;风电场中抽水蓄能系统容量的优化选择[J];电工技术学报;2008年03期

8 冬雷;王丽婕;高爽;廖晓钟;;基于混沌时间序列的大型风电场发电功率预测建模与研究[J];电工技术学报;2008年12期

9 江岳文;陈冲;温步瀛;;含风电场的电力系统机组组合问题随机模拟粒子群算法[J];电工技术学报;2009年06期

10 刘兴杰;米增强;杨奇逊;樊小伟;;一种基于EMD的短期风速多步预测方法[J];电工技术学报;2010年04期

相关会议论文 前10条

1 朱锋;周玮;孙辉;;基于相似日聚类的径向基神经网络风速预测方法[A];中国可再生能源学会海洋能专业委员会成立大会暨第一届学术讨论会论文集[C];2008年

2 邵t，

本文编号：1694420