风电场风电功率预测误差分析及置信区间估计研究

被引:38
作者
叶瑞丽 [1 ]
刘建楠 [2 ]
苗峰显 [2 ]
宋洪磊 [2 ]
机构
[1] 哈尔滨工业大学电气工程及自动化学院
[2] 国家电网公司交流建设分公司
关键词
风力发电; 风电功率预测误差; 非参数核密度估计; 置信区间; 预测区间覆盖率;
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
准确预测风电场风电功率有助于减小风电出力波动对电网运行的影响。置信区间估计能够量化不确定性因素弓起的风电功率预测结果变动,向风电场运行决策者提供更多的信息。为此,对风电功率预测误差及其概率分布进行了分析,通过与正态分布、β分布拟合效果的对比,证明非参数核密度估计对风电功率预测误差概率分布具有较好的拟合效果;采用非参数核密度估计方法对风电功率预测误差进行了置信区间估计,给出了不同置信度条件下风电功率波动区间的确定方法;结合美国德克萨斯州某风电场的风电数据绘制了风电场在不同置信度条件下实际出力的波动区间,计算了对应的预测区间覆盖率,验证了基于非参数核密度估计的风电功率预测误差置信区间估计效果的有效性。
引用
收藏
页码:21 / 25
页数:5
相关论文
共 30 条
[1]
基于遗传算法和模糊聚类算法的改进BP神经网络风速预测 [J].
吴钢 ;
徐枫 ;
王冰 ;
徐偲喆 .
电子设计工程, 2016, 24 (11) :120-123
[2]
基于小波变换和改进萤火虫算法优化LSSVM的短期风速预测 [J].
方必武 ;
刘涤尘 ;
王波 ;
闫秉科 ;
汪勋婷 .
电力系统保护与控制, 2016, 44 (08) :37-43
[3]
基于粒子群优化的核极限学习机模型的风电功率区间预测方法 [J].
杨锡运 ;
关文渊 ;
刘玉奇 ;
肖运启 .
中国电机工程学报, 2015, 35(S1) (S1) :146-153
[4]
基于贝塔分布的风电功率波动区间估计 [J].
刘兴杰 ;
谢春雨 .
电力自动化设备, 2014, 34 (12) :26-30+57
[5]
基于风电功率预测误差分析的风电场储能容量优化方法 [J].
叶瑞丽 ;
郭志忠 ;
刘瑞叶 ;
刘建楠 .
电力系统自动化, 2014, 38 (16) :28-34
[6]
基于多维时间序列和BP神经网络的短期风电功率预测 [J].
曹新莉 ;
王树朋 .
陕西电力, 2014, 42 (04) :19-23
[7]
小波分解层数及其组合分量对短期风速多步预测的影响分析 [J].
王东风 ;
王富强 ;
牛成林 .
电力系统保护与控制, 2014, 42 (08) :82-89
[8]
基于卡尔曼滤波的风速序列短期预测方法 [J].
修春波 ;
任晓 ;
李艳晴 ;
刘明凤 .
电工技术学报, 2014, 29 (02) :253-259
[9]
[10]
考虑风功率预测误差分布的储能功率与容量配置法 [J].
南晓强 ;
李群湛 .
电力自动化设备, 2013, 33 (11) :117-122