【摘要】：風(fēng)力發(fā)電聯(lián)網(wǎng)運(yùn)行是實(shí)現(xiàn)風(fēng)能大規(guī)模開(kāi)發(fā)利用的主要途徑,準(zhǔn)確的風(fēng)電功率實(shí)時(shí)預(yù)測(cè)是實(shí)現(xiàn)風(fēng)能大規(guī)模合理調(diào)度的有效手段。文章建立了基于時(shí)間序列的多采樣尺度風(fēng)電功率多步預(yù)測(cè)模型。對(duì)于周期分量利用建模域均值法進(jìn)行預(yù)測(cè),剩余分量通過(guò)平穩(wěn)性檢驗(yàn)后利用多采樣尺度時(shí)間序列法進(jìn)行預(yù)測(cè)。利用兩個(gè)不同風(fēng)場(chǎng)的實(shí)測(cè)風(fēng)電功率數(shù)據(jù),進(jìn)行不同時(shí)間段的實(shí)時(shí)預(yù)測(cè),與持續(xù)法和時(shí)間序列法的滾動(dòng)預(yù)測(cè)模型相比,該預(yù)測(cè)模型能有效地提高預(yù)測(cè)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.
【作者單位】： 東北電力大學(xué)電氣工程學(xué)院;國(guó)網(wǎng)北京市電力公司;天津國(guó)投津能發(fā)電有限公司;
【基金】：國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃項(xiàng)目(973計(jì)劃)(2013CB228201) 國(guó)家自然科學(xué)基金(51307017) 吉林省科技發(fā)展計(jì)劃項(xiàng)目(20140520129JH) 吉林省教育廳“十二五”科學(xué)技術(shù)研究項(xiàng)目(吉教科合字[2014]第474號(hào)) 吉林市科技發(fā)展計(jì)劃資助項(xiàng)目(2013625004)
【分類(lèi)號(hào)】：TM614

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 林今;孫元章;P.SФRENSEN;李國(guó)杰;程林;黎雄;;基于頻域的風(fēng)電場(chǎng)功率波動(dòng)仿真 (一)模型及分析技術(shù)[J];電力系統(tǒng)自動(dòng)化;2011年04期

2 林今;孫元章;P.SΦRENSEN;李國(guó)杰;程林;黎雄;;基于頻域的風(fēng)電場(chǎng)功率波動(dòng)仿真 (二)變換算法及簡(jiǎn)化技術(shù)[J];電力系統(tǒng)自動(dòng)化;2011年05期

3 徐曼;喬穎;魯宗相;;短期風(fēng)電功率預(yù)測(cè)誤差綜合評(píng)價(jià)方法[J];電力系統(tǒng)自動(dòng)化;2011年12期

4 師洪濤;楊靜玲;丁茂生;王金梅;;基于小波—BP神經(jīng)網(wǎng)絡(luò)的短期風(fēng)電功率預(yù)測(cè)方法[J];電力系統(tǒng)自動(dòng)化;2011年16期

5 谷興凱;范高鋒;王曉蓉;趙海翔;戴慧珠;;風(fēng)電功率預(yù)測(cè)技術(shù)綜述[J];電網(wǎng)技術(shù);2007年S2期

6 崔楊;穆鋼;劉玉;嚴(yán)干貴;;風(fēng)電功率波動(dòng)的時(shí)空分布特性[J];電網(wǎng)技術(shù);2011年02期

7 楊茂;熊昊;嚴(yán)干貴;穆鋼;;基于數(shù)據(jù)挖掘和模糊聚類(lèi)的風(fēng)電功率實(shí)時(shí)預(yù)測(cè)研究[J];電力系統(tǒng)保護(hù)與控制;2013年01期

8 嚴(yán)干貴;宋薇;楊茂;王東;熊昊;;風(fēng)電場(chǎng)風(fēng)功率實(shí)時(shí)預(yù)測(cè)效果綜合評(píng)價(jià)方法[J];電網(wǎng)與清潔能源;2012年05期

9 ;風(fēng)電場(chǎng)功率預(yù)測(cè)預(yù)報(bào)管理暫行辦法[J];太陽(yáng)能;2011年14期

10 林衛(wèi)星;文勁宇;艾小猛;程時(shí)杰;李偉仁;;風(fēng)電功率波動(dòng)特性的概率分布研究[J];中國(guó)電機(jī)工程學(xué)報(bào);2012年01期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王虹富;曹軍;邱家駒;魏新穎;;一種用于分布式發(fā)電系統(tǒng)的有功功率補(bǔ)償模型[J];電力系統(tǒng)自動(dòng)化;2009年08期

2 師洪濤;楊靜玲;丁茂生;王金梅;;基于小波—BP神經(jīng)網(wǎng)絡(luò)的短期風(fēng)電功率預(yù)測(cè)方法[J];電力系統(tǒng)自動(dòng)化;2011年16期

3 王成福;梁軍;張利;牛遠(yuǎn)方;，

本文編號(hào)：2385571