长期风电负荷预测方法比较

被引:13
作者
靳春旭
董福贵
机构
[1] 华北电力大学经济与管理学院
关键词
风电负荷预测; 灰色预测理论; 时间序列模型; 比较研究; 风电规划;
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
我国在长期风电负荷预测领域的研究处于初期水平,尚未有行之有效的预测方法,另一方面,长期风电负荷预测在风电并网、风电定价以及风电厂选址等领域起到十分重要的作用。为此,首先研究总结国内外关于风电负荷预测的成果,结合我国实际情况研究分析了我国在风电领域的利用现状以及弃风率居高不下的原因;其次,分析灰色预测理论和时间序列预测理论的模型与应用范围,以M省历年风电发电量作为算例,比较灰色预测理论预测结果与时间序列模型预测结果;最后,通过比较两种方法的预测误差,研究二者在长期风电负荷预测中的应用效果以及造成二者预测结果与应用范围不同的原因。结果表明,由于预测原理的不同和数据特征所造成的差异,在年度预测方面,灰色预测模型预测精度更高;在月度预测方面,时间序列模型精度更高。
引用
收藏
页码:70 / 76
页数:7
相关论文
共 12 条
[1]
电力负荷预测技术及其应用.[M].牛东晓等; 编著.中国电力出版社.2009,
[2]
基于弹性负荷分时调度和多电源联合供电的微网经济运行 [J].
祖其武 ;
牛玉刚 ;
邹媛媛 ;
卿湘运 .
电力系统保护与控制, 2018, 46 (04) :20-27
[3]
改进残差GM(1,1)模型在中长期负荷预测中的应用 [J].
李辉 .
广东电力, 2017, 30 (09) :81-85
[4]
基于小波变异果蝇优化支持向量机短期负荷预测方法研究 [J].
熊军华 ;
牛珂 ;
张春歌 ;
李铎 ;
谢飞 .
电力系统保护与控制, 2017, 45 (13) :71-77
[5]
基于业扩报装的月度负荷预测 [J].
龙厚印 ;
刘卫东 ;
黄锦华 ;
李黎 .
浙江电力, 2016, 35 (12) :11-14+35
[6]
基于改进EMD-PSVM的短期负荷预测 [J].
胡杨 ;
常鲜戎 .
陕西电力, 2016, 44 (03) :29-33
[7]
考虑碳权交易和风荷预测误差随机性的环境经济调度 [J].
马燕峰 ;
范振亚 ;
刘伟东 ;
赵书强 .
电网技术, 2016, 40 (02) :412-418
[8]
基于核主成分分析和CSM-PSCO优化LSSVR的短期负荷预测 [J].
孙景文 ;
常鲜戎 .
广东电力, 2015, 28 (02) :64-69+92
[9]
基于小波分析改进的神经网络模型电力系统负荷预测 [J].
王玉龙 ;
崔玉 ;
李鹏 ;
李锐 .
电网与清洁能源, 2015, 31 (02) :16-20+27
[10]
基于最小二乘支持向量机的超短期风电负荷预测 [J].
崔杨 ;
李莉 ;
陈德荣 .
电气自动化, 2014, 36 (05) :35-37