考虑风力发电随机性的超短期风电功率区间预测研究

被引:22
作者
陆欣
沈艳霞
陈杰
纪志成
机构
[1] 江南大学电气自动化研究所
基金
高等学校博士学科点专项科研基金;
关键词
风电功率; 区间预测; 马尔科夫链; 置信区间; 人工蜂群算法;
D O I
10.19912/j.0254-0096.2017.05.021
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
首先给出一种评估风电功率区间预测效果的新优化准则,基于人工蜂群算法-神经网络构建简易风电功率区间预测模型,将区间预测模型与马尔科夫链预测模型相结合,对区间内数值点进行概率分析,并通过置信区间修正马尔科夫链预测结果。仿真结果表明,该预测方法不仅能准确预测风电功率置信区间,还可从概率的角度对置信区间内数值点进行分析,提高风电功率预测精度,为优化系统提供依据。
引用
收藏
页码:1307 / 1315
页数:9
相关论文
共 18 条
[1]
基于GA优化SVM的风电功率的超短期预测 [J].
刘爱国 ;
薛云涛 ;
胡江鹭 ;
刘路平 .
电力系统保护与控制, 2015, 43 (02) :90-95
[2]
基于自适应的动态三次指数平滑法的风电场风速预测 [J].
王国权 ;
王森 ;
刘华勇 ;
薛永端 ;
周平 .
电力系统保护与控制, 2014, 42 (15) :117-122
[3]
一种风电功率混沌时间序列概率区间简易预测模型 [J].
章国勇 ;
伍永刚 ;
张洋 ;
代贤良 .
物理学报, 2014, 63 (13) :430-438
[4]
集对分析理论在风电场风速区间预测中的应用 [J].
郭钰锋 ;
孙頔 ;
于继来 ;
于达仁 ;
郭涛 ;
马呈霞 .
电力系统自动化, 2014, 38 (02) :6-11
[5]
基于风电场功率特性的日前风电预测误差概率分布研究 [J].
丁华杰 ;
宋永华 ;
胡泽春 ;
吴金城 ;
范晓旭 .
中国电机工程学报, 2013, 33 (34) :136-144+22
[6]
考虑风力发电随机性的微电网潮流预测 [J].
周松林 ;
茆美琴 ;
苏建徽 .
中国电机工程学报, 2013, 33 (22) :26-34+7
[7]
基于灰色-辨识模型的风电功率短期预测 [J].
王子赟 ;
纪志成 .
电力系统保护与控制, 2013, 41 (12) :79-85
[8]
考虑线路安全校核的含风电电力系统有功和备用协调调度 [J].
夏澍 ;
周明 ;
李庚银 .
中国电机工程学报, 2013, 33 (13) :18-26
[9]
风速与风电功率预测误差概率分布的时变特性分析 [J].
王松岩 ;
李碧君 ;
于继来 ;
徐泰山 .
电网技术, 2013, 37 (04) :967-973
[10]
基于气象数值模式的风电功率预测系统 [J].
董广涛 ;
穆海振 ;
周伟东 ;
史军 .
太阳能学报, 2012, 33 (05) :776-781