基于统计聚类分析的短期风电功率预测

被引:44
作者
方江晓 [1 ]
周晖 [1 ,2 ]
黄梅 [1 ]
TSSidhu [2 ]
机构
[1] 北京交通大学电气工程学院
[2] Department of Electric Power Engineering University of Western
关键词
风电预测; 聚类分析; 最大相似度; 时间序列模型;
D O I
暂无
中图分类号
TM715 [电力系统规划];
学科分类号
摘要
考虑到短期风电功率预测模型建立时,样本的选取对预测模型的精度有较大影响,提出了运用聚类方法对历史风速数据进行处理,实现了历史数据的自动分类。根据预测日的平均风速和最大风速等特征参数,按照相似度最大的原则,选择合适的类别作为预测建模用的训练样本。运用时间序列方法,建立风速预测模型,与不经过预处理的相比,所建立预测精度得到了提高,验证了运用聚类进行数据预处理的正确性。运用风力发电机的出力曲线,得到了未来日的风电功率的预测值,为含风电系统的电力系统运行计划的制定,提供了基础数据支持。
引用
收藏
页码:67 / 73+78 +78
页数:8
相关论文
共 12 条