基于多重离群点平滑转换自回归模型的短期风电功率预测

被引:37
作者
陈昊 [1 ]
张建忠 [2 ]
许超 [1 ]
谭风雷 [1 ]
机构
[1] 国网江苏省电力有限公司
[2] 东南大学
关键词
多重离群点平滑转换自回归模型; 双重离群点效应; 风电功率预测; 厚尾效应;
D O I
暂无
中图分类号
TM614 [风能发电];
学科分类号
0807 ;
摘要
基于对风电功率时间序列波动性多重机制的研究,提出一种基于多重离群点平滑转换自回归模型(M-OSTAR)的风电功率预测方法。运用一种改进条件极大似然估计方法,获得M-OSTAR模型的参数估计。考虑风电波动性的厚尾效应,将M-OSTAR模型推广为厚尾形式。进一步借助所提模型的机制转换参数,描述了风电时间序列的多重离群点效应。此外,给出了一种新型的波动性分析工具——标准信息冲击曲面,分析了风电时间序列条件方差的动态变化特征。基于实际风电数据的算例验证了基于M-OSTAR族模型预测方法的可行性与有效性。
引用
收藏
页码:73 / 79
页数:7
相关论文
共 14 条
[1]  
Wind power forecasting based on outlier smooth transition autoregressive GARCH model[J]. Hao CHEN,Fangxing LI,Yurong WANG.Journal of Modern Power Systems and Clean Energy. 2018(03)
[2]   提高风电功率预测精度的方法 [J].
乔颖 ;
鲁宗相 ;
闵勇 .
电网技术, 2017, 41 (10) :3261-3269
[3]   基于AMD-ICSA-SVM的超短期风电功率组合预测 [J].
李燕青 ;
袁燕舞 ;
郭通 .
电力系统保护与控制, 2017, 45 (14) :113-120
[4]   关于利用空间相关性预测风速的评述 [J].
薛禹胜 ;
陈宁 ;
王树民 ;
文福拴 ;
林振智 ;
汪震 .
电力系统自动化, 2017, 41 (10) :161-169
[5]   一种短期风电功率集成预测方法 [J].
张颖超 ;
郭晓杰 ;
叶小岭 ;
邓华 .
电力系统保护与控制, 2016, 44 (07) :90-95
[6]   基于厚尾均值广义自回归条件异方差族模型的短期风电功率预测 [J].
陈昊 ;
万秋兰 ;
王玉荣 .
电工技术学报, 2016, 31 (05) :91-98
[7]   一种基于径向基神经网络的短期风电功率直接预测方法 [J].
马斌 ;
张丽艳 .
电力系统保护与控制, 2015, 43 (19) :78-82
[8]   基于混沌时间序列GA-VNN模型的超短期风功率多步预测 [J].
江岳春 ;
张丙江 ;
邢方方 ;
张雨 ;
王志刚 .
电网技术, 2015, 39 (08) :2160-2166
[9]   基于季风特性改进风电功率预测的研究展望 [J].
杨正瓴 ;
冯勇 ;
熊定方 ;
杨钊 ;
张玺 ;
张军 .
智能电网, 2015, 3 (01) :1-7
[10]   基于噪声场合下ARMA模型的风力发电量预测 [J].
高阳 ;
朴在林 ;
张旭鹏 ;
冬雷 ;
郝颖 .
电力系统保护与控制, 2010, 38 (20) :164-167