风电功率物理预测模型引入误差量化分析方法

被引:94
作者
牛东晓
纪会争
机构
[1] 华北电力大学经济与管理学院
关键词
风电功率预测; 物理预测方法; 预测误差来源; 误差来源量化;
D O I
暂无
中图分类号
TM614 [风能发电]; TM732 [电力系统的运行];
学科分类号
080811 [新能源发电与电能存储]; 120103 [信息系统与信息管理];
摘要
风电功率短期预测是风电调度运行的基础之一,物理预测方法是风电短期功率预测的基本方法之一,在欧美等国家仍作为主要预测方法,分析风电功率物理预测方法的误差源对提升预测精度具有重要作用。针对风电功率物理预测方法的误差来源问题,在分解物理预测关键环节的基础上,分别从物理模型、地转拖曳定律、数值天气预报(NWP)风速、风速-功率转化等方面,采用单一变量原则研究了各环节误差探明方案,通过物理过程推导,提出了一种面向风电功率物理预测模型的误差源分析方法,获得了物理预测方法各环节引入预测误差的量化结果。采用实际算例进行测试的结果显示,所提出的误差源分析方法能够获得误差源量化分析结果,且分析结果与实际相符,验证了方法的准确性。
引用
收藏
页码:57 / 65
页数:9
相关论文
共 18 条
[1]
Real-Time Wind Power Forecast Error Estimation Based on Eigenvalue Extraction by Dictionary Learning.[J].HAN Li;LI Mingze;WANG Xuesong;CHENG Yuhu;.Chinese Journal of Electronics.2019, 02
[2]
Wind power forecasting errors modelling approach considering temporal and spatial dependence.[J].Wei HU;Yong MIN;Yifan ZHOU;Qiuyu LU;.Journal of Modern Power Systems and Clean Energy.2017, 03
[3]
基于风电场功率特性的风电预测误差分布估计 [J].
吴晓刚 ;
孙荣富 ;
乔颖 ;
鲁宗相 .
电网技术, 2017, 41 (06) :1801-1807
[4]
新能源消纳关键因素分析及解决措施研究 [J].
舒印彪 ;
张智刚 ;
郭剑波 ;
张正陵 .
中国电机工程学报, 2017, 37 (01) :1-9
[5]
短期风电功率预测误差的混合偏态分布模型 [J].
刘燕华 ;
李伟花 ;
刘冲 ;
张东英 .
中国电机工程学报, 2015, 35 (10) :2375-2382
[6]
基于数据特征提取的风电功率预测误差估计方法 [J].
张凯锋 ;
杨国强 ;
陈汉一 ;
王颖 ;
丁恰 .
电力系统自动化, 2014, 38 (16) :22-27+34
[7]
基于CFD流场预计算的风电功率预测误差分布研究 [J].
刘永前 ;
王一妹 ;
韩爽 ;
李莉 .
现代电力, 2014, 31 (05) :64-69
[8]
基于风电场功率特性的日前风电预测误差概率分布研究 [J].
丁华杰 ;
宋永华 ;
胡泽春 ;
吴金城 ;
范晓旭 .
中国电机工程学报, 2013, 33 (34) :136-144+22
[9]
风电功率预测误差分段指数分布模型 [J].
刘芳 ;
潘毅 ;
刘辉 ;
丁强 ;
李强 ;
王芝茗 .
电力系统自动化, 2013, 37 (18) :14-19
[10]
风电功率预测误差分析及预测误差评价方法 [J].
孟岩峰 ;
胡书举 ;
邓雅 ;
许洪华 .
电力建设, 2013, 34 (07) :6-9