基于时序-支持向量机的风电场发电功率预测

被引:19
作者
栗然
柯拥勤
张孝乾
唐凡
机构
[1] 华北电力大学电气工程学院
关键词
风力发电; 风电功率预测; 时间序列; 支持向量机;
D O I
暂无
中图分类号
TM614 [风能发电];
学科分类号
0807 ;
摘要
准确的风电场风电功率预测可以有效地减轻风电场对电力系统的不利影响,同时提高风电在电力市场中的竞争力。基于时间序列法和支持向量机法,对风电功率预测进行研究,提出预测风电功率的时序-支持向量机预测方法。该方法用时间序列法建模,选取影响风电功率最大的参数作为支持向量机预测模型的输入变量;为提高预测精度,提出基于时间点运动轨迹演化的方法选取与预测时刻功率相似的样本作为模型的训练样本。实例验证结果表明,该方法有效地提高了风电功率预测精度。
引用
收藏
页码:64 / 68
页数:5
相关论文
共 9 条
[1]   基于相似日和人工神经网络的风电功率短期预测 [J].
孟洋洋 ;
卢继平 ;
孙华利 ;
潘雪 ;
高道春 ;
廖勇 .
电网技术, 2010, 34 (12) :163-167
[2]   考虑相关因素的最小二乘支持向量机风速预测方法 [J].
栗然 ;
陈倩 ;
徐宏锐 .
电力系统保护与控制, 2010, 38 (21) :146-151
[3]   基于灰色模型的风速-风电功率预测研究 [J].
李俊芳 ;
张步涵 ;
谢光龙 ;
李妍 ;
毛承雄 .
电力系统保护与控制, 2010, 38 (19) :151-159
[4]   基于组合预测的风电场风速及风电机功率预测 [J].
张国强 ;
张伯明 .
电力系统自动化, 2009, 33 (18) :92-95+109
[5]   含置信区间的改进ARIMA电价预测 [J].
曾鸣 ;
刘玮 ;
汪晓露 .
电力系统保护与控制, 2009, 37 (18) :25-31
[6]   风电场发电功率的建模和预测研究综述 [J].
王丽婕 ;
廖晓钟 ;
高阳 ;
高爽 .
电力系统保护与控制, 2009, 37 (13) :118-121
[7]   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
[8]   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
[9]  
应用时间序列分析[M]. 科学出版社 , 王振龙, 2007