考虑爬坡特性的短期风电功率概率预测

被引：59

作者：

甘迪

柯德平

孙元章

崔明建

机构：

[1] 武汉大学电气工程学院

来源：

电力自动化设备 | 2016年 / 36卷 / 04期

关键词：

风电功率; 概率预测; 风电爬坡事件; 小波神经网络; 二维核密度估计;

D O I：

暂无

中图分类号：

TM614 [风能发电];

学科分类号：

080811 [新能源发电与电能存储];

摘要：

短期风电功率概率预测有助于调度部门提前安排发电计划,提高风电的消纳能力。提出一种考虑爬坡特性的风电功率概率预测方法,首先通过分析不同风电爬坡定义的特点,阐述互补组合预测的思路;然后采用小波神经网络建立风电功率确定性预测模型,并在其基础上建立不同功率分区内风电爬坡率和风电功率预测误差的二维核密度估计概率预测模型;最后由二者的联合概率分布求取后者的条件概率分布,得到风电功率概率预测结果。仿真结果表明,所提模型具有很高的短期风电功率概率预测精度。

引用

页码：145 / 150

页数：6

共 11 条

[1]

Wind Power Ramp Forecasting Based on Least-Square Support Vector Machine.[J].Di Gan;De Ping Ke.Applied Mechanics and Materials.2014, 535

[2]

风电功率爬坡事件作用下考虑时序特性的系统风险评估 [J].