采用贝叶斯–克里金–卡尔曼模型的多风电场风速短期预测

被引:17
作者
卿湘运
杨富文
王行愚
机构
[1] 华东理工大学自动化系
关键词
风电场; 短期风速预测; 克里金卡尔曼滤波; 变分贝叶斯; 时空模型; 概率图模型;
D O I
10.13334/j.0258-8013.pcsee.2012.35.017
中图分类号
TM614 [风能发电];
学科分类号
0807 ;
摘要
精确的短期风速预测对可靠安全的电力系统运行很重要。传统的预测方法没有考虑空间相邻风电场的信息。然而,多个风电场的风速在时间和空间上是相关的。该文给出了一个采用贝叶斯克里金卡尔曼模型的短期风速预测方法。由主克里金函数构成的空域结构使用贝叶斯层次结构进行建模,同时应用状态空间模型对时域动态性进行建模。采用计算速度更有效的变分贝叶斯方法来逼近推断和学习模型参数。在公开的多风电场数据集上评估提前1h的风速预测性能,与持续预测算法进行比较的结果显示了该文提出的方法在均方根误差评价指标上的改善。
引用
收藏
页码:107 / 114
页数:8
相关论文
共 10 条
[1]   基于相似数据的支持向量机短期风速预测仿真研究 [J].
杨锡运 ;
孙宝君 ;
张新房 ;
李利霞 .
中国电机工程学报, 2012, 32 (04) :35-41+21
[2]   基于经验模态分解和支持向量机的短期风电功率组合预测模型 [J].
叶林 ;
刘鹏 .
中国电机工程学报, 2011, 31 (31) :102-108
[3]   风电功率短期预测及非参数区间估计 [J].
周松林 ;
茆美琴 ;
苏建徽 .
中国电机工程学报, 2011, 31 (25) :10-16
[4]   风电场风速短期多步预测改进算法 [J].
潘迪夫 ;
刘辉 ;
李燕飞 .
中国电机工程学报, 2008, (26) :87-91
[5]   小时风速的向量自回归模型及应用 [J].
孙春顺 ;
王耀南 ;
李欣然 .
中国电机工程学报, 2008, (14) :112-117
[6]   基于模式识别的风电场风速和发电功率预测 [J].
吴兴华 ;
周晖 ;
黄梅 .
继电器, 2008, (01) :27-32
[7]   风电场风速和发电功率预测研究 [J].
杨秀媛 ;
肖洋 ;
陈树勇 .
中国电机工程学报, 2005, (11) :1-5
[8]   Short-Term Wind Speed Forecasting for Power System Operations [J].
Zhu, Xinxin ;
Genton, Marc G. .
INTERNATIONAL STATISTICAL REVIEW, 2012, 80 (01) :2-23
[9]  
Powering Up With Space-Time Wind Forecasting[J] . Amanda S. Hering,Marc G. Genton.Journal of the American Statistical Association . 2010 (489)
[10]  
The Kriged Kalman filter[J] . Kanti V. Mardia,Colin Goodall,Edwin J. Redfern,Francisco J. Alonso.Test . 1998 (2)