风电场短期功率组合预测模型研究

被引：10

作者：

徐晓玲 ^{[1
]}

郑潇 ^{[2
]}

机构：

[1] 华东交通大学电气与电子工程学院

[2] 江西省电力公司检修分公司

来源：

华东交通大学学报 | 2013年 / 30卷 / 05期

关键词：

风电场; 自回归-滑动平均模型; 人工神经网络; 组合预测; 诱导有序信息集结算子;

D O I：

暂无

中图分类号：

TM614 [风能发电]; TM715 [电力系统规划];

学科分类号：

080802 [电力系统及其自动化]; 080811 [新能源发电与电能存储];

摘要：

由于风能的间歇性,电网调度与运行一定程度上将依赖于对风电场短期输出功率的准确预测。利用某风电场输出功率14 d的历史数据建立3种单项预测模型,对未来36 h的短期功率进行预测。基于3种单项预测方法的结果,提出了3种组合预测模型:熵值法组合预测模型、以预测误差平方和最小的线性组合预测模型、基于诱导有序集结算子(IOWA算子)的组合预测模型。通过实例分析,3种组合预测模型有效结合了各单项预测模型的信息,均能取得较理想的效果。其中,基于IO WA算子的组合预测模型为所有6种预测方法中的最优。

引用

页码：81 / 86

页数：6

共 13 条

[1]

风电功率短期预测方法研究 [D].

张臻 .

华南理工大学,

2010

[2]

On comparing three artificial neural networks for wind speed forecasting.[J].Gong Li;Jing Shi.Applied Energy.2009, 7

[3]

A review on the young history of the wind power short-term prediction.[J].Alexandre Costa;Antonio Crespo;Jorge Navarro;Gil Lizcano;Henrik Madsen;Everaldo Feitosa.Renewable and Sustainable Energy Reviews.2007, 6

[4]

A comparison of various forecasting techniques applied to mean hourly wind speed time series [J].