非迭代与分时段最优的风电功率短期预测

风电功率短期预测模型多数以数值天气预报信息(numerical weather prediction,NWP)为输入,然而NWP数据存在一定的局限性。且以历史统计数据为输入时,误差会随预测提前时间的增大而急剧增加,因此常应用于超短期预测。为此提出了一种非迭代–分时段最优预测模型,首先以历史数据为输入,采用非迭代方式预测未来24 h的风电功率。然后找出分别使各个预测时段误差最小的最优输入个数,并求得基于历史风速数据和历史功率数据2种模型的分时段最优权重。实验证明,非迭代-分时段最优模型有效地消除了累积误差增大了预测范围,大大提高了各个时段的预测精度。与其他预测模型相比,该模型数据来源方便、结构简单、预测精度高。