按时序特征优化模型后在线选配的超短期风电预测

被引：42

作者：

郁琛 ^{[1
,2
]}

薛禹胜 ^{[2
]}

文福拴 ^{[3
,4
]}

董朝阳 ^{[5
,6
]}

KPWONG ^{[7
]}

Kang LI ^{[8
]}

机构：

[1] 南京理工大学自动化学院

[2] 南瑞集团公司(国网电力科学研究院)

[3] 浙江大学电气工程学院

[4] 文莱科技大学电机与电子工程系

[5] 南方电网科学研究院

[6] The University of Sydney

[7] The University of Western Australia

[8] Queen’s University Belfast

来源：

电力系统自动化 | 2015年 / 39卷 / 08期

基金：

英国工程与自然科学研究理事会;

关键词：

风电预测; 时间序列特征; 序列趋势分类; 离线优化; 在线匹配;

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：

讨论超短期风电功率预测(USTWPP)模型的适用性。提出的USTWPP方法,从历史数据的风电功率时间序列(WPTS)中筛选特征量,选择门限值,并将短窗口内的WPTS划分为不同形态的子集,以及一个囊括所有不具有排他性分类特征的"非形态子集"。然后在离线环境下,分别按对应的训练样本优化各子集专用的预测模型及参数。在线应用时,将当前时刻前一个短窗口的WPTS与各子集的分类判据比对,以归入上述子集之一,然后调用相应的预测模型完成USTWPP。最后,以实际算例验证了该方法的有效性。

引用

页码：5 / 11

页数：7

共 15 条

[1]

风电功率预测误差的风险评估 [J].