基于组合模型的风电功率短期预测

被引：16

作者：

李玲玲 ^{[1
]}

许亚惠 ^{[1
]}

田晓越 ^{[2
]}

牛云涛 ^{[1
]}

机构：

[1] 河北工业大学电气工程学院

[2] 华仪电气股份有限公司

来源：

电工技术学报 | 2014年 / 29(S1)卷 / S1期

关键词：

风电功率; 短期预测; 时间序列; RBF神经网络; 组合模型;

D O I：

10.19595/j.cnki.1000-6753.tces.2014.s1.066

中图分类号：

TM614 [风能发电];

学科分类号：

0807 ;

摘要：

为了提高风电功率的预测精度,在单一预测模型的基础上,建立了时间序列模型和RBF神经网络模型的线性组合模型。该模型采用使预测误差平方和达到最小的原理得到单一模型的权重,进而得出风速的预测结果,然后基于风电功率曲线得出风电功率的预测结果。最后以某风电场实测风速数据为例,运用单一模型和组合模型分别对风速进行预测,结果表明,组合模型的预测精度高于单一模型,模型具有一定的实用价值。

引用

页码：475 / 480

页数：6

共 10 条

[1]

风电场功率短期预测方法研究.[D].韩爽.华北电力大学（北京）.2008, 02

[2]

Error analysis of short term wind power prediction models.[J].Maria Grazia De Giorgi;Antonio Ficarella;Marco Tarantino.Applied Energy.2010, 4

[3]

On comparing three artificial neural networks for wind speed forecasting.[J].Gong Li;Jing Shi.Applied Energy.2009, 7

[4]

风电场风速及风电功率短期预测方法的研究.[D].李俊豪.河北工业大学.2012, 06