基于贝塔分布的风电功率波动区间估计

发布时间：2018-04-19 18:56

  本文选题：风电 + 功率预测　； 参考：《电力自动化设备》2014年12期

【摘要】：风电的大规模并网使得风电功率的波动性对电网的影响越来越大,单一且确定的点预测往往不能满足电网风险分析和制定决策的需求。通过对风电功率预测误差分布特性的研究,提出利用预测功率区间分段方法与参数优化后的贝塔分布对具有偏态性的功率预测误差频率分布进行拟合。同时根据估计区间最狭原则,实现一定置信水平下风电功率的波动区间估计。利用所建优化模型、正态分布模型和优化前的贝塔分布模型分别对某风电场历史数据进行分析,对比结果验证了优化贝塔分布模型能更有效地对功率预测区间进行估计。
[Abstract]:Due to the large-scale grid connection of wind power, the fluctuation of wind power has more and more influence on the power grid, and the single and definite point prediction can not meet the demand of power network risk analysis and decision-making. Based on the study of the characteristics of wind power prediction error distribution, it is proposed that the frequency distribution of bias power prediction error can be fitted by using the predicted power interval segment method and the optimized Beta distribution. At the same time, according to the narrowest principle of the estimation interval, the fluctuation interval estimation of wind power at certain confidence level is realized. The historical data of a wind farm are analyzed by using the optimization model, normal distribution model and beta distribution model before optimization. The comparison results show that the optimized Beta distribution model can estimate the power prediction interval more effectively.
【作者单位】： 华北电力大学电力工程系;
【基金】：中央高校基本科研业务费专项资金资助项目(12ZX19)~~
【分类号】：TM614

【参考文献】

相关期刊论文 前8条

1 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

2 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

3 白玉东;王承民;衣涛;徐小芳;陈东;袁一鸣;;电力系统的柔性评价与风电穿透功率极限计算[J];电力自动化设备;2012年10期

4 李丰;张粒子;;大规模风电跨省消纳与交易机制的研究[J];电力自动化设备;2013年08期

5 刘斌;周京阳;周海明;刘克文;;一种改进的风电功率预测误差分布模型[J];华东电力;2012年02期

6 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

7 范高锋;王伟胜;刘纯;戴慧珠;;基于人工神经网络的风电功率预测[J];中国电机工程学报;2008年34期

8 周松林;茆美琴;苏建徽;;风电功率短期预测及非参数区间估计[J];中国电机工程学报;2011年25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 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

4 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

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 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 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

3 邵t，

本文编号：1774305