一种短期风电功率集成预测方法

被引：17

作者：

张颖超 ^{[1
,2
]}

郭晓杰 ^{[1
]}

叶小岭 ^{[1
,2
]}

邓华 ^{[1
,2
]}

机构：

[1] 南京信息工程大学信息与控制学院

[2] 南京信息工程大学气象灾害预报预警与评估协同创新中心

来源：

电力系统保护与控制 | 2016年 / 44卷 / 07期

关键词：

短期风电功率预测; 集成预测方法; Gaussian模型; LSSVM; Weibull;

D O I：

暂无

中图分类号：

TM614 [风能发电];

学科分类号：

0807 ;

摘要：

为提高短期风电功率预测精度,缩短模型训练时间,提出了一种短期风电功率集成预测方法。根据风速功率曲线和风速频率特征,将风速划分为高、中、低三段,并对每段的风速功率特征进行统计分析。高、低风速段功率波动较大,使用最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)方法可取得较高的预测精度。中风速段风速数据点较多,且风速和功率有明显的物理关系,使用高斯(Gaussian)模型预测。并用风速功率等级表对各段预测的结果进行订正,保证了算法的稳定性。用上海某风电场2014年的历史数据,验证了Gaussian模型以及高、中、低风速段对应的预测算法选取的合理性。与LSSVM预测方法相比较,集成预测方法既提高了预测精度又缩短了预测时间,适合风电场短期功率的实时预测。

引用

页码：90 / 95

页数：6