【摘要】：隨著大規(guī)模風電接入電網(wǎng),風電爬坡事件的風險不斷增大,提高爬坡時段風功率預測精度對電網(wǎng)安全經(jīng)濟運行具有重要作用。提出了一種基于氣象測量場的爬坡時段區(qū)域風功率預測方法�？紤]爬坡時段風速場的動態(tài)變化,利用經(jīng)驗正交函數(shù)分解,將風速資料陣分解成不同空間模態(tài)和主分量,通過多元非線性逐步回歸方法建立風速場主分量和區(qū)域風功率間的映射關(guān)系�？紤]風速預測誤差,采用區(qū)間正交函數(shù)分解,將上述模型擴展為處理非確定性數(shù)據(jù)的預測方法。實際區(qū)域風功率預測結(jié)果表明,所提出的方法能夠顯著提高風電爬坡時段風功率預測的精度,對存在風速預測誤差的情況具有較強的魯棒性。
[Abstract]:With the large-scale wind power connected to the power grid, the risk of wind power climbing is increasing. Improving the prediction accuracy of wind power during the climbing period plays an important role in the safe and economic operation of the power grid. A prediction method of wind power in climbing region based on meteorological measurement field is presented in this paper. Considering the dynamic change of wind speed field during slope climbing, the wind speed data matrix is decomposed into different spatial modes and principal components by empirical orthogonal function decomposition. The mapping relationship between the rancher component of wind speed and regional wind power is established by multivariate nonlinear stepwise regression method. Considering the wind speed prediction error, the interval orthogonal function decomposition is used to extend the above model to deal with uncertain data. The actual wind power prediction results show that the proposed method can significantly improve the accuracy of wind power prediction during wind power climbing, and is robust to the case where there is a wind speed prediction error.
【作者單位】： 電網(wǎng)智能化調(diào)度與控制教育部重點實驗室(山東大學);
【基金】：國家自然科學基金資助項目(51207082,51177093) 國家高技術(shù)研究發(fā)展計劃(863計劃)資助項目(2011AA05A101)~~
【分類號】：TM614

【參考文獻】

相關(guān)期刊論文 前10條

1 王彩霞;魯宗相;喬穎;閔勇;周雙喜;;基于非參數(shù)回歸模型的短期風電功率預測[J];電力系統(tǒng)自動化;2010年16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)的短期風電功率預測方法[J];電力系統(tǒng)自動化;2011年16期

3 劉瑞葉;黃磊;;基于動態(tài)神經(jīng)網(wǎng)絡(luò)的風電場輸出功率預測[J];電力系統(tǒng)自動化;2012年11期

4 張銘;安潔;朱敏;;一次暴雨過程的EOF分析[J];大氣科學;2007年02期

5 谷興凱;范高鋒;王曉蓉;趙海翔;戴慧珠;;風電功率預測技術(shù)綜述[J];電網(wǎng)技術(shù);2007年S2期

6 杜穎;盧繼平;李青;鄧穎玲;;基于最小二乘支持向量機的風電場短期風速預測[J];電網(wǎng)技術(shù);2008年15期

7 王穎;張凱鋒;付嘉渝;龐曉東;耿建;;抑制風電爬坡率的風儲聯(lián)合優(yōu)化控制方法[J];電力系統(tǒng)自動化;2013年13期

8 崔明建;孫元章;柯德平;;基于原子稀疏分解和BP神經(jīng)網(wǎng)絡(luò)的風電功率爬坡事件預測[J];電力系統(tǒng)自動化;2014年12期

9 李汶華;郭均鵬;;區(qū)間型符號數(shù)據(jù)回歸分析及其應(yīng)用[J];管理科學學報;2010年04期

10 褚曉東;李娜;張文;;氣象分區(qū)在負荷備用容量評估中的應(yīng)用[J];電力系統(tǒng)保護與控制;2012年21期

【共引文獻】

相關(guān)期刊論文 前10條

1 張志紅;李文峰;李書嶺;王永安;周秉榮;張小剛;;鄭州市春季適宜播種期預報方法淺析[J];安徽農(nóng)業(yè)科學;2008年26期

2 王振華;錢錦霞;;山西省秋季降水區(qū)劃及變化規(guī)律[J];安徽農(nóng)業(yè)科學;2008年28期

3 陳慧嫻;陳創(chuàng)買;袁宇平;付哲;余海軍;;廣東冬季水資源的時空分布特征分析[J];安徽農(nóng)業(yè)科學;2008年29期

4 王建華;;七臺河地區(qū)近30年秋季氣溫變化情況分析[J];安徽農(nóng)業(yè)科學;2008年31期

5 孫崇智;鄭鳳琴;黃海洪;吳q氏，

本文編號：2422758