风电功率预测技术综述与改进建议

被引:32
作者
张文秀 [1 ]
武新芳 [2 ]
陆豪乾 [3 ]
机构
[1] 南京理工大学能源与动力工程学院
[2] 上海电力学院能源与机械工程学院
[3] 国电南瑞科技股份有限公司深圳分公司
关键词
风力发电; 功率预测; 误差分析; 研究进展;
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
随着大规模风电接入电力系统,为了保证电网安全、稳定运行,需要对风电功率进行预测。阐述了不同分类标准下的风电功率预测方法,分析了基于历史数据和基于数值天气预报的功率预测方法,归纳了风电功率预测的主要模型及其优缺点,研究了预测误差的评价指标。认为合理选择预测模型和进行模型性能优化是风电功率预测的关键。在综述国内外风电功率预测技术的研究现状后,针对国内当前对风电场功率预测模型研究与开发工作,提出了改进建议。
引用
收藏
页码:436 / 441
页数:6
相关论文
共 12 条
[1]
风电场功率短期预测方法研究 [D]. 
韩爽 .
华北电力大学(北京),
2008
[2]
基于线性回归的风电功率预测误差修正方法 [J].
杨红英 ;
冯双磊 ;
王勃 ;
王伟胜 ;
刘纯 .
电力系统及其自动化学报, 2013, 25 (04) :14-17
[3]
基于数值天气预报的风电功率预测建模研究 [J].
王建成 ;
杨苹 ;
杨曦 .
可再生能源, 2013, 31 (02) :34-38
[4]
基于自适应扰动量子粒子群算法参数优化的支持向量回归机短期风电功率预测 [J].
陈道君 ;
龚庆武 ;
金朝意 ;
张静 ;
王定美 .
电网技术, 2013, 37 (04) :974-980
[5]
风电场输出功率超短期预测结果分析与改进 [J].
陈颖 ;
周海 ;
王文鹏 ;
曹潇 ;
丁杰 .
电力系统自动化, 2011, 35 (15) :30-33+87
[6]
短期风电功率预测误差综合评价方法 [J].
徐曼 ;
乔颖 ;
鲁宗相 .
电力系统自动化, 2011, 35 (12) :20-26
[7]
基于主成分分析与前向反馈传播神经网络的风电场输出功率预测 [J].
张明理 ;
杨晓亮 ;
滕云 ;
徐建源 ;
林莘 .
电网技术, 2011, 35 (03) :183-187
[8]
风电场功率预测物理方法研究 [J].
冯双磊 ;
王伟胜 ;
刘纯 ;
戴慧珠 .
中国电机工程学报, 2010, 30 (02) :1-6
[9]
基于支持向量机的风速与风功率预测方法研究 [J].
戚双斌 ;
王维庆 ;
张新燕 .
华东电力, 2009, 37 (09) :1600-1603
[10]
风电场发电功率的建模和预测研究综述 [J].
王丽婕 ;
廖晓钟 ;
高阳 ;
高爽 .
电力系统保护与控制, 2009, 37 (13) :118-121