风电功率预测误差分析及预测误差评价方法

被引:49
作者
孟岩峰 [1 ,2 ]
胡书举 [1 ,2 ]
邓雅 [1 ,2 ]
许洪华 [1 ,2 ]
机构
[1] 中国科学院电工研究所
[2] 中国科学院风能利用重点实验室
关键词
风力发电; 功率预测; 误差评价; 预测模型修正;
D O I
暂无
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
风电功率预测对含大规模风电的电力系统安全、经济运行有着重要意义。分析了风速和风功率特性、预测模型算法和预测模型输入变量对风功率预测误差的影响;以某风电场实测数据为例,对预测结果采用误差评价指标进行了评价分析,提出通过预测模型修正逐步减小风电功率预测误差的方法,给出了预测模型修正流程图。可为提高风电功率预测精度提供参考,从而使功率预测系统可以更好地服务电力生产。
引用
收藏
页码:6 / 9
页数:4
相关论文
共 10 条
[1]
实现风电发展“五个转变”的有效途径 [J].
盛大凯 ;
仇卫东 ;
齐立忠 .
电力建设, 2011, 32 (11) :1-4
[2]
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
[3]
对风电功率预测系统中预测精度的讨论 [J].
杨桂兴 ;
常喜强 ;
王维庆 ;
姚秀萍 .
电网与清洁能源, 2011, 27 (01) :67-71
[4]
基于SVM的风速风功率预测模型 [J].
戚双斌 ;
王维庆 ;
张新燕 .
可再生能源, 2010, (04) :25-28+32
[5]
地区电网风电场功率超短期预测方法 [J].
李智 ;
韩学山 ;
韩力 ;
康凯 .
电力系统自动化, 2010, 34 (07) :90-94
[6]
基于小波分析的风电场短期发电功率预测 [J].
王丽婕 ;
冬雷 ;
廖晓钟 ;
高阳 .
中国电机工程学报, 2009, 29 (28) :30-33
[7]
基于人工神经网络的风电功率短期预测系统 [J].
范高锋 ;
王伟胜 ;
刘纯 .
电网技术, 2008, (22) :72-76
[8]
大规模风电对电力系统的影响和应对策略 [J].
范高锋 ;
赵海翔 ;
戴慧珠 .
电网与清洁能源, 2008, (07) :44-48
[9]
风电场的发电可靠性模型及其应用 [J].
陈树勇 ;
戴慧珠 ;
白晓民 ;
周孝信 .
中国电机工程学报, 2000, (03)
[10]
Short-term forecasting of wind speed and related electrical power [J].
Alexiadis, MC ;
Dikopoulos, PS ;
Sahsamanoglou, HS ;
Manousaridis, IM .
SOLAR ENERGY, 1998, 63 (01) :61-68