短期风电功率预测误差分布研究

被引:42
作者
刘立阳
吴军基
孟绍良
机构
[1] 南京理工大学能源与动力工程学院
关键词
风电功率预测; 误差分布; 带位置和尺度参数的t分布; 差分自回归移动平均模型; BP神经网络;
D O I
暂无
中图分类号
TM715 [电力系统规划];
学科分类号
080802 ;
摘要
短期风电功率预测一直是风电领域的研究热点,提出采用带位置和尺度参数的t分布描述风电功率预测的误差分布。分别采用差分自回归移动平均模型和BP神经网络,根据风电场实测数据进行功率预测,对两种预测模型产生的误差进行分析,验证了带位置和尺度参数的t分布可以有效描述预测误差分布。短期风电功率预测研究发现,带位置和尺度参数的t分布对误差的拟合优度高于正态分布,其各项参数可作为评价预测算法准确度的指标,通过分析分布参数可以直观了解预测算法的性能。
引用
收藏
页码:65 / 70
页数:6
相关论文
共 14 条
[1]  
ARMA相关模型及其应用.[D].安潇潇.燕山大学.2008, 04
[2]   基于动态神经网络的风电场输出功率预测 [J].
刘瑞叶 ;
黄磊 .
电力系统自动化, 2012, 36 (11) :19-22+37
[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]   风电功率波动特性的概率分布研究 [J].
林卫星 ;
文劲宇 ;
艾小猛 ;
程时杰 ;
李伟仁 .
中国电机工程学报, 2012, 32 (01) :38-46+20
[5]   采用时间序列预测风电场出力 [J].
连文莉 ;
黄成辰 ;
吕昌霖 .
电网与清洁能源, 2011, 27 (12) :112-117
[6]   基于EMTP-RV双馈风力发电系统建模与运行控制仿真研究 [J].
肖辉 ;
刘勇 ;
刘会金 .
电力系统保护与控制, 2011, 39 (22) :35-39+45
[7]   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
[8]   基于统计聚类分析的短期风电功率预测 [J].
方江晓 ;
周晖 ;
黄梅 ;
TSSidhu .
电力系统保护与控制, 2011, 39 (11) :67-73+78
[9]   基于L-M算法的BP网络在变压器故障诊断中的应用 [J].
项文强 ;
张华 ;
王姮 ;
解兴哲 .
电力系统保护与控制, 2011, 39 (08) :100-103+111
[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