【摘要】：自然界中風固有的波動性直接影響風電功率的準確預測。因此,如何定量描述風電功率的波動性是解決該問題的關鍵。文中提出一種混合Logistic分布模型來定量描述風電功率的波動變化率,采用改進K均值聚類算法來確定模型參數(shù)。從不同采樣間隔分布特性以及時間窗分布特性分析該模型性能,并將該分布模型與單一分布模型Normal分布、Logistic分布以及混合高斯分布等模型進行對比,通過利用吉林省某風電場的實測數(shù)據(jù)仿真實驗,比較其評價指標,驗證了該文提出模型的有效性。
[Abstract]:The inherent volatility of stroke in nature directly affects the accurate prediction of wind power. Therefore, how to quantitatively describe the volatility of wind power is the key to solve this problem. In this paper, a mixed Logistic distribution model is proposed to quantitatively describe the fluctuation rate of wind power. The improved K-means clustering algorithm is used to determine the parameters of the model. The performance of the model is analyzed according to the distribution characteristics of different sampling intervals and time windows. The distribution model is compared with the single distribution model Normal distribution logistic distribution and mixed Gao Si distribution. The effectiveness of the proposed model is verified by comparing the evaluation index with the simulation experiment of a wind farm in Jilin province.
【作者單位】： 東北電力大學電氣工程學院;綏化學院電氣工程學院;國網(wǎng)山東省濟陽縣供電公司;
【基金】：國家重點基礎研究發(fā)展計劃項目(973計劃)(2013CB228201) 國家自然科學基金項目(51307017) 吉林省產(chǎn)業(yè)技術與專項開發(fā)項目(2014Y124) 吉林省科技發(fā)展計劃(20140520129JH)~~
【分類號】：TM614

【參考文獻】

相關期刊論文 前10條

1 楊茂;董駿城;;基于混合分布模型的風電功率波動特性研究[J];中國電機工程學報;2016年S1期

2 劉波;賀志佳;金昊;;風力發(fā)電現(xiàn)狀與發(fā)展趨勢[J];東北電力大學學報;2016年02期

3 楊楠;崔家展;周崢;張善詠;張劉峰;劉滌塵;胡偉毅;;基于模糊序優(yōu)化的風功率概率模型非參數(shù)核密度估計方法[J];電網(wǎng)技術;2016年02期

4 楊茂;季本明;;基于局域一階加權法的風電功率超短期預測研究[J];東北電力大學學報;2015年05期

5 楊德友;蔡國偉;;基于因散經(jīng)驗模式分解與最小二乘支持向量機的風電場短期風速預測[J];東北電力大學學報;2015年03期

6 楊茂;呂天峰;季本明;;混沌理論在電力系統(tǒng)負荷預測中應用綜述[J];東北電力大學學報;2015年03期

7 黃慧杰;劉華偉;;從世界發(fā)展趨勢展望我國風力發(fā)展前景[J];科技創(chuàng)新與應用;2015年06期

8 李馳;劉純;黃越輝;王偉勝;;基于波動特性的風電出力時間序列建模方法研究[J];電網(wǎng)技術;2015年01期

9 楊茂;孫涌;孫兆鍵;尹永亮;韓金釜;;風電場大規(guī)模數(shù)據(jù)管理系統(tǒng)設計與研發(fā)[J];東北電力大學學報;2014年02期

10 林衛(wèi)星;文勁宇;艾小猛;程時杰;李偉仁;;風電功率波動特性的概率分布研究[J];中國電機工程學報;2012年01期

【共引文獻】

相關期刊論文 前10條

1 王靜;余航;張欣;;一種基于磁控開關電抗器的新型無功補償方法[J];山東理工大學學報(自然科學版);2017年05期

2 李芬;李春陽;閆全全;趙晉斌;段善旭;;基于變分貝葉斯學習的光伏功率波動特性研究[J];電力自動化設備;2017年08期

3 肖凱;劉鵬;車建峰;劉鎮(zhèn)京;;基于電力大數(shù)據(jù)平臺的海量風電數(shù)據(jù)處理架構(gòu)與應用研究[J];電力信息與通信技術;2017年07期

4 趙宇;肖白;顧兵;王逍yN;張鈺;王成龍;;基于改進馬爾科夫鏈的風電功率時間序列模型[J];電力建設;2017年07期

5 張曉英;賈磊;王琨;張蠟寶;陳偉;;基于切片反射采樣的風電并網(wǎng)系統(tǒng)可用輸電能力概率風險評估[J];電力自動化設備;2017年07期

6 劉紅柳;楊茂;于寧;張強;;風向空間分散性及其對全場風電功率預測誤差的影響[J];電測與儀表;2017年12期

7 高洪巖;張勇;邱忠媛;;一種踩踏式發(fā)電實驗模型的設計[J];山東工業(yè)技術;2017年12期

8 張鈺;張禮玨;;基于集合經(jīng)驗模態(tài)分解的風電功率平抑研究[J];黑龍江電力;2017年03期

9 王文錦;戚佳金;王文婷;黃南天;;基于人工蜂群優(yōu)化極限學習機的短期負荷預測[J];電測與儀表;2017年11期

10 梁海峰;曹大衛(wèi);劉博;劉子興;鄭燦;李鵬;;風電場概率分布模型建模及誤差分析[J];華北電力大學學報(自然科學版);2017年03期

【二級參考文獻】

相關期刊論文 前10條

1 萬書亭;萬杰;;基于量化指標和概率密度分布的風電功率波動特性研究[J];太陽能學報;2015年02期

2 游子躍;王寧;李明明;李亞強;王皓;;基于EEMD和BP神經(jīng)網(wǎng)絡的風機齒輪箱故障診斷方法[J];東北電力大學學報;2015年01期

3 謝敏;閆圓圓;劉明波;趙文猛;;含隨機風電的大規(guī)模多目標機組組合問題的向量序優(yōu)化方法[J];電網(wǎng)技術;2015年01期

4 李馳;劉純;黃越輝;王偉勝;;基于波動特性的風電出力時間序列建模方法研究[J];電網(wǎng)技術;2015年01期

5 趙永寧;葉林;朱倩雯;;風電場棄風異常數(shù)據(jù)簇的特征及處理方法[J];電力系統(tǒng)自動化;2014年21期

6 聶鵬;宋坤;田莉;肖白;;基于支持向量機的城市電網(wǎng)空間負荷預測方法[J];東北電力大學學報;2014年04期

7 呂曉祿;梁軍;，

本文編號：2228703