基于自回归滑动平均模型的风力发电容量预测

被引:14
作者
冬雷 [1 ,2 ]
王丽婕 [1 ]
郝颖 [1 ]
胡国飞 [3 ]
廖晓钟 [1 ,2 ]
机构
[1] 北京理工大学自动化学院
[2] 北京理工大学复杂系统智能控制与决策教育部重点实验室
[3] 中电国际新能源控股有限公司
关键词
风电容量预测; 自回归滑动平均模型; 长自回归法; 定阶; 加权平均;
D O I
10.19912/j.0254-0096.2011.05.002
中图分类号
TM614 [风能发电]; TM715 [电力系统规划];
学科分类号
0807 ;
摘要
利用时间序列分析法对富锦风电场风电机组发电容量时间序列进行分析,通过长自回归模型法建立了基于这些数据的自回归模型(AR)和自回归滑动平均模型(ARMA)。在建模过程中,采用3种定阶方法分别建立了不同的ARMA模型,并在对比分析了不同模型的优缺点之后对其进行加权平均综合处理,最终得到较理想的预测模型,使风力发电容量短期预测的归一化平均绝对误差降到7%以内。
引用
收藏
页码:617 / 622
页数:6
相关论文
共 10 条
  • [1] 基于ARMA模型的风电场风速短期预测
    邵璠
    孙育河
    梁岚珍
    [J]. 电网与清洁能源, 2008, (07) : 52 - 55
  • [2] 基于ARIMA模型的自动站风速预测
    蒋金良
    林广明
    [J]. 控制理论与应用, 2008, (02) : 374 - 376
  • [3] 基于时间序列分析和卡尔曼滤波算法的风电场风速预测优化模型
    潘迪夫
    刘辉
    李燕飞
    [J]. 电网技术, 2008, (07) : 82 - 86
  • [4] 风力发电系统发电容量时间序列的混沌属性分析
    冬雷
    高爽
    廖晓钟
    冯成博
    [J]. 太阳能学报, 2007, (11) : 1290 - 1294
  • [5] 混合自回归滑动平均模型——MARMA
    王红军
    田铮
    韩四儿
    [J]. 系统工程理论与实践, 2006, (11) : 108 - 115
  • [6] 基于卡尔曼滤波的电力系统短期负荷预测
    李明干
    孙健利
    刘沛
    [J]. 继电器, 2004, (04) : 9 - 12
  • [7] 电力负荷的模糊预测方法
    张昊
    吴捷
    郁滨
    [J]. 电力系统自动化, 1997, (12) : 11 - 14+20
  • [8] 时间序列分析的工程应用[M]. 华中科技大学出版社 , 杨叔子等, 2007
  • [9] 时间序列分析[M]. 对外经济贸易大学出版社 , 潘红宇编著, 2006
  • [10] Time-series models for reliability evaluation of power systems including wind energy[J] . R. Billinton.Microelectronics Reliability . 1996 (9)