基于广义自回归条件异方差偏度峰度模型的风电功率预测方法

被引:39
作者
陈昊 [1 ]
高山 [2 ]
王玉荣 [2 ]
张建忠 [2 ]
机构
[1] 国网江苏省电力公司
[2] 东南大学电气工程学院
关键词
GARCHSK模型; 时变偏度; 时变峰度; 链式检验; 风电功率预测;
D O I
10.13334/j.0258-8013.pcsee.160838
中图分类号
TM614 [风能发电];
学科分类号
0807 ;
摘要
通过对风电功率时间序列条件偏度、条件峰度时变性的分析,提出一种基于广义自回归条件异方差偏度峰度模型的风电功率预测新方法。针对风电时间序列高阶条件矩时变性的检验问题,提出链式检验新方法。结合模型参数估计,提出一种实用化参数约束处理方法,提升了参数估计效率。基于江苏某风电场的实际数据,分析该风电时间序列的时变条件矩,并使用修正Gram–Charlier级数的拟极大似然估计获取GARCHSK模型参数。风电功率预测结果表明所提方法的可行性和有效性。
引用
收藏
页码:3456 / 3461+3673 +3673
页数:7
相关论文
共 14 条
[1]   基于数据驱动的短期风电出力预估–校正预测模型 [J].
高亚静 ;
刘栋 ;
程华新 ;
李天 ;
李鹏 .
中国电机工程学报, 2015, 35 (11) :2645-2653
[2]   基于自回归条件密度模型的短期负荷预测方法 [J].
陈昊 ;
万秋兰 ;
王玉荣 .
东南大学学报(自然科学版), 2014, 44 (03) :561-566
[3]   基于聚类经验模态分解和最小二乘支持向量机的短期风速组合预测 [J].
王贺 ;
胡志坚 ;
张翌晖 ;
李晨 ;
杨楠 ;
王战胜 .
电工技术学报, 2014, 29 (04) :237-245
[4]   基于频域分解的短期风电负荷预测 [J].
温锦斌 ;
王昕 ;
李立学 ;
郑益慧 ;
周荔丹 ;
邵凤鹏 .
电工技术学报, 2013, 28 (05) :66-72
[5]   改进Elman神经网络的综合气象短期负荷预测 [J].
刘荣 ;
方鸽飞 .
电力系统保护与控制, 2012, 40 (22) :113-117
[6]   基于RVM与ARMA误差校正的短期风速预测 [J].
孙国强 ;
卫志农 ;
翟玮星 .
电工技术学报, 2012, 27 (08) :187-193
[7]   风电场功率预测物理方法研究 [J].
冯双磊 ;
王伟胜 ;
刘纯 ;
戴慧珠 .
中国电机工程学报, 2010, 30 (02) :1-6
[8]   风电场风速和发电功率预测研究 [J].
杨秀媛 ;
肖洋 ;
陈树勇 .
中国电机工程学报, 2005, (11) :1-5
[9]  
全球能源互联网[M]. 中国电力出版社 , 刘振亚, 2015
[10]  
Day-ahead wind speed forecasting using f -ARIMA models[J] . Rajesh G. Kavasseri,Krithika Seetharaman.Renewable Energy . 2008 (5)