基于风场景识别的动态风电功率概率预测方法

被引：12

作者：

阎洁 ^{[1
]}

刘永前 ^{[1
]}

张浩 ^{[1
]}

张慧玲 ^{[2
]}

冯双磊 ^{[3
]}

机构：

[1] 新能源电力系统国家重点实验室(华北电力大学)可再生能源学院

[2] 国网宁夏电力公司

[3] 中国电力科学研究院

来源：

现代电力 | 2016年 / 33卷 / 02期

关键词：

风场景; 动态预测; 风电场; 概率预测; 细化建模;

D O I：

10.19725/j.cnki.1007-2322.2016.02.009

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：

传统风电功率预测是确定的、静态的、非条件性的,无法代表不同外部状态的发电过程,缺失预测误差的概率性信息。针对上述问题,提出了一种动态的基于风场景识别的风电功率概率预测方法。首先建立基于K-means的风场景识别模型,根据风速和风向识别自然风特征,据此划分风电场风况类别。然后针对各风况类别建立基于相关向量机的概率预测模型。在实际预测中,根据实时风况动态调整概率预测模型参数。以中国西北某风电场为例进行验证,结果表明,该方法提高了单点预测精度、概率预测可靠性和技术分数、运行效率,为预测细化建模提供新的解决思路。

引用

页码：51 / 58

页数：8

共 14 条

[1]

分位数回归在风电功率预测不确定性分析中的应用 [J].

阎洁 ;

刘永前 ;

韩爽 ;

王勃 .

太阳能学报, 2013, 34 (12) :2101-2107

[2]

风电功率预测方法综述及发展研究 [J].

牛东晓 ;

范磊磊 .

现代电力, 2013, 30 (04) :24-28

[3]

K-means算法最佳聚类数确定方法 [J].

周世兵 ;

徐振源 ;

唐旭清 .

计算机应用, 2010, 30 (08) :1995-1998

[4]

风电场出力短期预报研究综述 [J].

刘永前 ;

韩爽 ;

胡永生 .

现代电力, 2007, (05) :6-11

[5]

Artificial neural networks applications in wind energy systems: a review.[J].Rasit Ata.Renewable and Sustainable Energy Reviews.2015,

[6]

Forecasting wind power quantiles using conditional kernel estimation.[J].James W. Taylor;Jooyoung Jeon.Renewable Energy.2015,

[7]

Wind power grouping forecasts and its uncertainty analysis using optimized relevance vector machine.[J].Jie Yan;Yongqian Liu;Shuang Han;Meng Qiu.Renewable and Sustainable Energy Reviews.2013,

[8]

Scenario-based dynamic economic emission dispatch considering load and wind power uncertainties.[J].Jamshid Aghaei;Taher Niknam;Rasoul Azizipanah-Abarghooee;José M. Arroyo.International Journal of Electrical Power and Energy Systems.2013,

[9]

Estimation of monthly wind power outputs of WECS with limited record period using artificial neural networks.[J].Yi-Long Tu;Tsang-Jung Chang;Cheng-Lung Chen;Yu-Jung Chang.Energy Conversion and Management.2012,

[10]

Wind power forecasting uncertainty and unit commitment [J].

Wang, J. ;

Botterud, A. ;

Bessa, R. ;

Keko, H. ;

Carvalho, L. ;

Issicaba, D. ;

Sumaili, J. ;

Miranda, V. .

APPLIED ENERGY, 2011, 88 (11) :4014-4023

← 1 2 →