基于时间序列的多采样尺度风电功率多步预测研究

发布时间：2018-12-18 07:38

【摘要】：风力发电联网运行是实现风能大规模开发利用的主要途径,准确的风电功率实时预测是实现风能大规模合理调度的有效手段。文章建立了基于时间序列的多采样尺度风电功率多步预测模型。对于周期分量利用建模域均值法进行预测,剩余分量通过平稳性检验后利用多采样尺度时间序列法进行预测。利用两个不同风场的实测风电功率数据,进行不同时间段的实时预测,与持续法和时间序列法的滚动预测模型相比,该预测模型能有效地提高预测精度。
[Abstract]:The network operation of wind power generation is the main way to realize the large-scale development and utilization of wind energy, and accurate real-time prediction of wind power is an effective means to realize the large-scale and reasonable dispatch of wind energy. In this paper, a multi-sampling scale wind power multistep prediction model based on time series is established. The periodic component is predicted by the modeling domain mean method, and the residual component is predicted by the multi-sampling scale time series method after the stationary test. Using the measured wind power data of two different wind fields, the real-time prediction of different time periods is carried out. Compared with the rolling prediction model of the persistence method and the time series method, the prediction model can effectively improve the prediction accuracy.
【作者单位】： 东北电力大学电气工程学院;国网北京市电力公司;天津国投津能发电有限公司;
【基金】：国家重点基础研究发展计划项目(973计划)(2013CB228201) 国家自然科学基金(51307017) 吉林省科技发展计划项目(20140520129JH) 吉林省教育厅“十二五”科学技术研究项目(吉教科合字[2014]第474号) 吉林市科技发展计划资助项目(2013625004)
【分类号】：TM614

【参考文献】

相关期刊论文 前10条

1 林今;孙元章;P.SФRENSEN;李国杰;程林;黎雄;;基于频域的风电场功率波动仿真 (一)模型及分析技术[J];电力系统自动化;2011年04期

2 林今;孙元章;P.SΦRENSEN;李国杰;程林;黎雄;;基于频域的风电场功率波动仿真 (二)变换算法及简化技术[J];电力系统自动化;2011年05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 谷兴凯;范高锋;王晓蓉;赵海翔;戴慧珠;;风电功率预测技术综述[J];电网技术;2007年S2期

6 崔杨;穆钢;刘玉;严干贵;;风电功率波动的时空分布特性[J];电网技术;2011年02期

7 杨茂;熊昊;严干贵;穆钢;;基于数据挖掘和模糊聚类的风电功率实时预测研究[J];电力系统保护与控制;2013年01期

8 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

9 ;风电场功率预测预报管理暂行办法[J];太阳能;2011年14期

10 林卫星;文劲宇;艾小猛;程时杰;李伟仁;;风电功率波动特性的概率分布研究[J];中国电机工程学报;2012年01期

【共引文献】

相关期刊论文 前10条

1 王虹富;曹军;邱家驹;魏新颖;;一种用于分布式发电系统的有功功率补偿模型[J];电力系统自动化;2009年08期

2 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

3 王成福;梁军;张利;牛远方;，

本文编号：2385571