基于功率波动过程的风电功率短期预测及误差修正

被引：93

作者：

丁明 ^{[1
]}

张超 ^{[1
]}

王勃 ^{[2
]}

毕锐 ^{[1
]}

缪乐颖 ^{[1
]}

车建峰 ^{[2
]}

机构：

[1] 安徽省新能源利用与节能重点实验室(合肥工业大学)

[2] 新能源与储能运行控制国家重点实验室(中国电力科学研究院有限公司)

来源：

电力系统自动化 | 2019年 / 43卷 / 03期

关键词：

风电功率预测; 波动特性; 神经网络; 引力搜索; 误差修正;

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：

风资源因具有较强的波动性、随机性与间断性等特点而导致风电功率预测精度不高。为减小风电功率波动对电网的冲击,提高电力系统对风电的接受与消纳能力,提出了改进的风电功率短期预测方法与基于波动的误差修正方法。首先将风电功率按不同波动过程进行聚类划分,提取不同波动的特征曲线对功率值进行修正;采用引力搜索算法优化的反向传播神经网络(GSA-BP)作为基本预测方法进行预测;分析不同波动过程下的预测误差表现,建立预测误差与综合气象指标的映射关系。针对不同波动过程建立相应的风电功率误差修正模型,提出了线性模型和GSA-BP非线性模型相结合的方式对预测误差进行修正,最后以功率预测值叠加预测误差修正值作为最终预测结果。该风电功率预测误差修正方法不仅涉及风速风向等常规因素,而且考虑到了风电功率的波动性。

引用

页码：2 / 9

页数：8

共 19 条

[1]

基于风速云模型相似日的短期风电功率预测方法 [J].