聚类分析在短期风电功率预测模型中的应用

被引：5

作者：

高阳

张倩然

许傲然

张柳

邹全平

机构：

[1] 沈阳工程学院

来源：

电器与能效管理技术 | 2015年 / 04期

关键词：

风力发电; 功率预测; 日相似性; 数据聚类处理;

D O I：

10.16628/j.cnki.2095-8188.2015.04.010

中图分类号：

TM614 [风能发电];

学科分类号：

0807 ;

摘要：

风电场安全稳定运行的关键是对风电利用率进行精准预测。针对短期功率预测方法模型等技术对输入数据处理有待于改善的情况,根据风速和风电功率的日相似性,在风电场输出功率的短期预测技术上,提出了将聚类分析方法应用于神经网络预测风电功率模型。所提出的数据处理方法及结合神经网络模型已形成软件产品,结合数据聚类处理方法的风电预测模型,与传统持续模型相比,功率预测误差大大减少,预测精度明显提高,同时验证了方法的有效性。

引用

页码：12 / 15

页数：4

共 10 条

[1] 光蓄互补发电系统控制策略的研究 [J].

许傲然 ;

张柳 .

蓄电池, 2012, 49 (02) :66-70

[2] 电力市场环境下考虑风电预测误差的经济调度模型 [J].

吴栋梁 ;

王扬 ;

郭创新 ;

刘毅 ;

高振兴 .

电力系统自动化, 2012, 36 (06) :23-28

[3] 一种改进的风电功率预测误差分布模型 [J].

刘斌 ;

周京阳 ;

周海明 ;

刘克文 .

华东电力, 2012, 40 (02) :286-291

[4] 基于Volterra自适应滤波器的风电功率混沌预测 [J].

孟洋洋 ;

卢继平 ;

王坚 ;

乔梁 ;

张宜阳 ;

李辉 .

电力系统保护与控制, 2012, 40 (04) :90-95

[5] 基于粗糙集理论的中长期风速预测 [J].

高爽 ;

冬雷 ;

高阳 ;

廖晓钟 .

中国电机工程学报, 2012, 32 (01) :32-37+21

[6] 风电场风速及风电功率预测方法研究综述 [J].

洪翠 ;

林维明 ;

温步瀛 .

电网与清洁能源, 2011, 27 (01) :60-66

[7] 并网型大型风电场风力发电功率-时间序列的混沌属性分析 [J].

王丽婕 ;

廖晓钟 ;

高爽 ;

冬雷 .

北京理工大学学报, 2007, (12) :1077-1080

[8]

风电场短期功率预测方法研究[D]. 丁志勇.华南理工大学. 2012

[9]

Forecast of hourly average wind speed with ARMA models in Navarre (Spain)[J] . J.L. Torres,A. García,M. De Blas,A. De Francisco.Solar Energy . 2004 (1)

[10]

Next generation forecasting tools for the optimal management of wind generation .2 Kariniotakis G,Waldl I H,Marti I,et al. 9th International Conference on Probabilistic Methods Applied to Power Systems . 2006

← 1 →