基于改进一阶马尔可夫链的风速时间序列模型

发布时间：2018-11-07 18:59

【摘要】：模拟风速时间序列在含风电场电力系统的规划及评估等领域应用广泛。传统风速序列建模的一阶马尔可夫链模型无法保留时间序列的自相关特性,同时不能反映出实际风速随季节、天气等因素的变化情况。文中通过将一年分为12个时间段及将一日分为4个时段,在传统一阶马尔可夫链中引入了风速的季节特性和日特性;同时,考虑风速与降水量的关联,引入了风速的干湿特性。在此基础上,提出了风速时间序列模拟的改进一阶马尔可夫链模型。仿真结果表明,该改进模型不仅较好地保留了观测风速的自相关特性,而且提高了模拟风速序列的精度。
[Abstract]:The time series of simulated wind speed is widely used in the planning and evaluation of power system with wind farm. The first order Markov chain model based on traditional wind speed series can not preserve the autocorrelation property of time series and can not reflect the change of actual wind speed with seasons weather and other factors. By dividing a year into 12 periods and a day into 4 periods, the seasonal and daily characteristics of wind speed are introduced into the traditional first order Markov chain, and the dry and wet characteristics of wind speed are introduced considering the correlation between wind speed and precipitation. On this basis, an improved first order Markov chain model for wind speed time series simulation is proposed. The simulation results show that the improved model not only preserves the autocorrelation characteristics of the observed wind speed, but also improves the accuracy of the simulated wind speed series.
【作者单位】： 东南大学电气工程学院;国网江苏省电力公司;
【基金】：国家高技术研究发展计划(863计划)资助项目(2011AA05A105) 国家电网公司重点科技项目“分布式新能源发电系统并网及调度运行关键技术研究与工程示范”~~
【分类号】：TM614

【相似文献】

相关期刊论文 前10条

1 杨正瓴,林孔元,余贻鑫;用时间序列的李雅普诺夫指数计算预报电力系统中的某些失稳现象[J];中国电机工程学报;2001年01期

2 张永明;齐维贵;王军栋;唐海燕;陈烈;;基于支持向量机的时间序列交叉负荷预报方法[J];电网技术;2007年S2期

3 肖白;穆钢;黎平;杨右虹;闫浩;杨晨钧;;空间负荷预测中的负荷时序消差方法[J];电力系统自动化;2010年16期

4 杨正瓴,林孔元;用时间序列来判断电力系统中的混沌现象[J];电力系统自动化;2000年10期

5 王俊国;周建中;付波;彭兵;;基于混沌时间序列的电力负荷短期预测方法[J];水电能源科学;2006年04期

6 张振高;杨正瓴;;短期负荷预测中的负荷求导法及天气因素的使用[J];电力系统及其自动化学报;2006年05期

7 孙昌志;曹继伟;安跃军;孟昭军;安辉;;基于一维时间序列的无刷直流电动机混沌引子重构[J];沈阳工业大学学报;2007年06期

8 徐大平;高峰;吕跃刚;;应用高阶统计量对风电场风速建模与仿真[J];华北电力大学学报(自然科学版);2008年03期

9 闫世杰;曹继伟;王长义;;一维时间序列重构无刷直流电动机混沌吸引子特征[J];微特电机;2008年05期

10 刘彬;王红蕾;;贵州电网短期负荷时间序列的混沌性仿真检验[J];微型机与应用;2010年17期

相关会议论文 前10条

1 孙伟;卢建昌;孟明;;基于时间序列支持向量机模型的电价预测研究[A];2006中国控制与决策学术年会论文集[C];2006年

2 刘占生;王晓伟;府东明;;ARMA模型用于机组振动趋势预测的研究[A];2004电站自动化信息化学术技术交流会议论文集[C];2004年

3 张林;罗晓初;徐瑞林;赵理;;基于时间序列的电力负荷预测新算法研究[A];2006电力系统自动化学术交流研讨大会论文集[C];2006年

4 谭志忠;刘德有;王丰;;风电场风速预测的RBF神经网络模型[A];抽水蓄能电站工程建设文集（2008）[C];2008年

5 李炎;高山;;风电功率短期预测技术综述[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

6 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

7 徐杰;;应用变差模型对广西电网月负荷预测的研究[A];广西电机工程学会第八届青年学术年会论文集[C];2004年

8 赵军科;李郁侠;;我国电价时间序列混沌特性分析及电价预测[A];2006电力系统自动化学术交流研讨大会论文集[C];2006年

9 徐杰;;应用变差模型对广西电网月负荷预测的研究[A];第三届广西青年学术年会论文集（自然科学篇）[C];2004年

10 李翔;乔艳芬;;分形理论下的电力负荷特性分析[A];中国优选法统筹法与经济数学研究会第七届全国会员代表大会暨第七届中国管理科学学术年会论文集[C];2005年

相关博士学位论文 前10条

1 杨正瓴;时间序列中的混沌判定、预报及其在电力系统中的应用[D];天津大学;2003年

2 卢占会;电力市场稳定性研究[D];华北电力大学（河北）;2008年

3 任海军;基于智能计算的配电网负荷预测方法研究[D];重庆大学;2010年

4 王桓;电力时间序列的混沌识别与短期预测[D];湖南大学;2009年

5 高阳;风电场风电功率预测方法研究[D];沈阳农业大学;2011年

6 王扬;风电短期预测及其并网调度方法研究[D];浙江大学;2011年

7 弓树宏;电磁波在对流层中传输与散射若干问题研究[D];西安电子科技大学;2008年

8 张宏宇;考虑调峰因素的风电规划研究[D];中国电力科学研究院;2013年

9 陈昆亮;汽轮发电机组状态监测与故障预警系统研究[D];华北电力大学;2012年

10 程其云;基于数据挖掘的电力短期负荷预测模型及方法的研究[D];重庆大学;2004年

相关硕士学位论文 前10条

1 王金翠;基于实测数据的风电场风速和风功率短期预测研究[D];东北电力大学;2010年

2 陈卓;基于时间序列的设备缺陷预测的研究[D];辽宁工程技术大学;2005年

3 仉培强;基于时间序列分析的水轮机叶片动态参数识别技术研究[D];华北电力大学（北京）;2005年

4 张立军;风电场建模及电源扩展规划研究[D];合肥工业大学;2006年

5 赵宇茜;基于分形的低压PLC信道特性研究[D];河北大学;2010年

6 包殿伟;电气设备故障模型研究及维修时点预测[D];电子科技大学;2010年

7 韩力;输电系统短期无功规律分析与研究[D];山东大学;2005年

8 张特来;基于时间序列的数据挖掘方法在电力负荷预测中的应用研究[D];辽宁工程技术大学;2006年

9 诸兵;基于短路电抗分析的变压器绕组变形在线诊断[D];西南交通大学;2007年

10 陈新娜;基于时间序列的超短期功率预测方法研究[D];长沙理工大学;2013年

，

本文编号：2317287